AI專案過半卡在PoC!資料品質成最大罩門 台灣拚打造AI-Ready生態系|壹蘋新聞網

AI專案過半卡在PoC!資料品質成最大罩門 台灣拚打造AI-Ready生態系

記者 綜合報導
【記者呂承哲/台北報導】生成式AI快速導入企業,但從概念驗證(PoC)走向實際營運仍面臨挑戰。台灣資料管理協會(TDAMA)21日舉辦首屆「台灣資料治理年會」,吸引近300位政府官員、企業主管及產業專家參與。協會指出,AI下一階段競爭不再只是模型與算力,高品質、可信任且可管理的資料,將成為AI能否規模化落地的關鍵。
台灣資料管理協會邀集來自政府、產業、學術及技術社群的重量級講者共聚一堂。左起為世新大學法律學院副教授戴豪君、安永諮詢服務股份有限公司執行副總經理曾韵、數位發展部資料創新司司長王復中、台灣資料管理協會理事長顏良修、總統府國安會諮詢委員李育杰、中央研究院資訊科技創新研究中心主任黃彥男。TDAMA提供
台灣資料管理協會邀集來自政府、產業、學術及技術社群的重量級講者共聚一堂。左起為世新大學法律學院副教授戴豪君、安永諮詢服務股份有限公司執行副總經理曾韵、數位發展部資料創新司司長王復中、台灣資料管理協會理事長顏良修、總統府國安會諮詢委員李育杰、中央研究院資訊科技創新研究中心主任黃彥男。TDAMA提供

本屆年會由台灣資料管理協會攜手慧與科技(HPE)及開放文化基金會(OCF)舉辦,邀集政府、產業、學術及技術社群代表,從國家資料政策、AI治理、法規制度、國家安全及企業數位轉型等面向交流,下午並規劃政府、企業與技術三大論壇,聚焦公共治理、AI落地及組織轉型。

根據McKinsey調查,全球已有88%組織投入AI應用,但成功推進至大規模營運階段的僅約三分之一;Gartner研究則指出,高達50%生成式AI專案在PoC階段便中止,原因包括資料品質不足、風險控管不完善及導入成本攀升。

台灣資料管理協會理事長顏良修表示,資料品質往往最容易被忽略,卻直接影響AI成效。根據Cisco研究,65%組織難以取得高品質資料,70%企業在訓練AI時面臨專有資料外洩風險。當企業資料來源分散、格式不一致,或缺乏權限及用途管理,即使導入先進模型,也難以穩定推進至實際應用。

顏良修指出,AI下一階段競爭關鍵已不只是模型,更取決於企業能否建立合適的資料結構與治理紀律,解決資料孤島、品質及安全問題。

台灣資料管理協會理事長顏良修強調,AI 的下一階段競爭,關鍵已不再只是模型競賽,更取決於組織能否建立合身的資料結構與資料治理紀律。TDAMA提供
台灣資料管理協會理事長顏良修強調,AI 的下一階段競爭,關鍵已不再只是模型競賽,更取決於組織能否建立合身的資料結構與資料治理紀律。TDAMA提供

在政府治理方面,數位發展部資料創新司司長王復中表示,AI時代的國家競爭力除了算力、人才,也需要高品質、可信任的資料。政府將持續促進安全、開放、可共享的資料生態,讓資料成為推動主權AI、公共治理及產業創新的基礎。

與會專家認為,生成式AI仍可能產生錯誤資訊及幻覺,公部門應從資料源頭強化標準化、結構化及跨部門協作,並釐清資料來源、使用邊界與責任歸屬,在資料共享、創新應用、安全合規及個人隱私間取得平衡。

台灣資料管理協會也宣布兩項行動,首先將加強本土資料管理人才培育,目標兩年內推動台灣CDMP(國際資料管理專業認證)持證人數突破100人;其次,今年將與中技社展開合作,針對政府、企業及學界跨域資料治理議題進行研究,進一步建立可信任、安全且具決策價值的AI-Ready資料生態系。

loading