新聞看點
根據 2024 年麥肯錫全球調查顯示，65% 的組織已經定期使用 AI，但許多產業對於 AI 仍持保留態度——醫療保健產業擔心 AI「幻化」診斷結果，創意產業面臨版權侵權挑戰，小型企業則缺乏資源與技術支持，擴大 AI 採用者與觀望者之間的差距。如何讓 AI 成為中小企業的競爭利器而非負擔，成為關鍵議題。
新聞解析
- 中小企業的 AI 資源困境 1：根據美國商會的研究，在尚未使用人工智慧的企業中，近三分之一的企業因缺乏 AI 技術知識而觀望，四分之一的企業則因合規問題而裹足不前。
- 中小企業的 AI 資源困境 2：根據美國財政部 2024 年的分析，大型金融公司僱用了數百名員工進行人工智慧開發，但小型機構「沒有 IT 資源或專業知識來開發自己的人工智慧模型」 。
- 醫療保健的「幻覺」風險：密西根大學檢查了美國 40 個醫療系統使用的 AI 轉錄工具，在審查的 5 個轉錄中，有 4 個出現了「幻覺」，輸出不準確或不合邏輯。同時，五分之三的美國人對 AI 介入醫療診斷持不信任態度。
- 市場風險：美國證券交易委員會警告，過度依賴少數 AI 模型可能導致「羊群效應」，影響金融市場穩定。
新聞內幕：產業專家怎麼說？
- 南加州大學馬歇爾商學院商業人工智慧學位課程主任 Kimon Drakopoulos 說，企業都意識到內部需要進行真正的變革，但企業需要提出具體要解決的問題是什麼：
「這些問題必須具體，想要實現什麼、想要實現的指標是什麼；如果這些指標之間存在衝突，例如準確性與公平性，企業應該更看重哪個？」
- Kimon Drakopoulos 也提醒，作為一家中小型企業，你需要問自己的第一個問題是，你是否擁有一個健康的數據生態系統？你會記錄數據嗎？你會記錄庫存中的所有東西嗎？你會記錄哪些顧客出席了預約，哪些顧客沒有出席預約嗎？
關鍵思考：中小企業該如何找到「合適的 AI 起點」？
對於資源有限的中小企業來說，與其投入高昂成本開發 AI 模型，不如選擇即用型 AI 工具以降低技術門檻並快速提升運營效率，不必從零開始建立 AI 基礎設施。例如商業智慧（BI）工具可幫助企業更有效地分析數據、預測市場趨勢；自動化 CRM 系統則能提升客戶管理與行銷精準度。
同時，企業應尋求靈活的技術解決方案，例如開源 AI 模型或混合專家模型（MoE），以確保 AI 能夠適應不同應用場景，幫助企業在不依賴單一大型供應商的情況下，建立自己的 AI 能力。
最重要的是，AI 的有效運作高度依賴數據，因此中小企業必須建立適當的數據管理機制，確保企業能夠安全、合規使用 AI 技；例如加強資料存取控制、使用數據加密技術，以及定期進行風險評估，防止 AI 應用過程中出現數據洩露或隱私侵害問題。
為確保 AI 應用符合當地法規，企業可尋求區域性合規諮詢服務，例如台灣數位經濟促進會或科技產業協會，獲取合適的法規指引與技術支援。透過適當的數據治理，企業不僅能夠降低 AI 風險，還能提升數據的價值，進一步助力業務成長。
【推薦閱讀】
◆ AI 客服準確率高達 7 成！盤點台日 3 大城市捷運怎麼導入 AI
＊本文部分初稿由 AI 生成，資料來源：《WISCNEWS》、《美聯社》，首圖來源：Unsplash
（責任編輯：鄒家彥）
