AI轉型進入深水區 台灣企業面臨資料治理與產出價值雙重挑戰

隨著生成式 AI 浪潮席捲全球，台灣企業已不再僅止於「觀望」或「測試」階段。根據 Hitachi Vantara 最新發布的《2025 年資料基礎架構現況報告》，高達 99% 的台灣企業已導入 AI 技術，並有七成企業宣稱初見成效。然而，在這亮眼的數據背後，台灣企業正集體步入 AI 轉型的「深水區」，許多隱藏的基礎架構危機與管理挑戰正逐漸浮出水面。

圖一 : 右起為Hitachi Vantara 台灣區總經理 江偉儀、首席技術顧問 林祈禎、資深技術顧問 歐全鎰

挑戰一：資料成熟度不足，阻礙 AI 大規模部署。目前企業面臨的首要難題在於「資料成熟度」與「AI 願景」之間的巨大鴻溝。調查顯示，全台僅有 11% 的企業具備高成熟度的資料管理能力，其餘多數仍處於資料分散、標準不一的初級階段。這種「資料孤島」現象，使得 AI 應用往往只能侷限於單一場域的試點，難以橫向擴展至企業的全域核心業務。當資料無法有效整合時，AI 的精準度與預測能力將大打折扣，直接限制了技術規模化帶來的長期價值。

挑戰二：複雜環境下的資安韌性與治理危機。隨著 AI 工作負載增加，企業資料環境的複雜度呈幾何倍數成長。非結構化資料（如影像、文檔）的爆發性成長，加上混合雲架構的普及，讓資料治理變得異常艱難。約 41% 的受訪企業坦言，過於複雜的資料環境，使得辨識資安事件、追蹤敏感資訊變得極其困難。在 AI 訓練過程中，如何保護個人隱私資訊（PII）並確保資料不可被惡意竄改，已成為企業在追求技術創新的同時，最沉重的合規與治理負擔。
...
...