AI 投資，別讓焦慮當老闆

好友老蔣是數位轉型專家，最近忙著審查一些政府AI補助計畫。看了不少案子後，他有一個很深的感觸：現在許多中小企業老闆不是不相信AI，而是太相信AI了。這些企業多半經營踏實，眼看生成式AI、AI Agent快速發展，競爭對手開始導入，政府又積極鼓勵，自然產生現在不做，三年後會不會被淘汰的焦慮。

焦慮本身並沒有錯。真正值得注意的是，當焦慮轉化成投資決策時，往往出現兩個極端。一種是把AI神格化，彷彿只要導入AI，缺工、庫存、良率、行銷、客服乃至接班問題都能一次解決；另一種則把AI想得太昂貴，以為非得建平台、訓練模型、買大量算力，花上幾千萬元，才算真正轉型。

但老蔣看到的情況恰恰相反。有些企業提出上千萬元的AI計畫，真正想解決的，其實只是幾個流程瓶頸。若問題定義清楚，善用成熟工具與既有模型，也許十分之一的成本就能完成。這件事真正值得警惕的，不是哪個企業多花了幾百萬元，而是產業可能正陷入AI資源錯置的窘境。

AI時代的競爭規則，已經從誰擁有科技轉向誰能最快找到值得用科技解決的問題。模型日益商品化，工具成本持續下降，真正缺乏的反而是企業對流程、資料、場景與商業價值的理解。

因此，中小企業真正需要建立的第一項能力，不是AI能力，而是「問題定義能力」。哪些問題值得用AI？哪些只需資訊化？哪些其實只是流程設計不良？如果問題沒有分清楚，AI愈強，錯誤投資可能反而愈大。

第二，是「最小可行投資」的觀念。過去企業資訊系統習慣一次規劃三年、五年，但AI技術變化太快，今天昂貴客製的系統，兩年後可能被標準化工具取代。企業更適合從小場景開始，快速驗證，再逐步擴大。

第三，更重要的是補助結束後留下什麼。政府現在的補助機制，本就重視工時、良率、交期等成效指標。

下一個課題，是除了成果之外，企業有沒有因此累積自己的資料治理能力、AI人才、流程重整能力，以及下一次可以自己判斷、自己導入的能力。

如果每一次導入都還要重新找顧問、重新買方案，補助完成的是專案；如果企業因此學會辨識問題、整理資料、選擇工具、衡量效益，累積的才是競爭力。這也意味著，政府AI政策的下一階段，不只是擴大百工百業用AI，而是要逐漸形成台灣自己的AI轉型方法論：哪些產業有哪些高價值場景？什麼規模的企業適合什麼解法？哪些方案可以複製？哪些能力必須留在企業內部？

如果這些經驗能被系統化，今天補助100家企業，明天受益的就可能是1萬家企業。AI浪潮真正考驗的，從來不是台灣願不願意花錢，而是能不能把每一塊錢轉化成生產力，把每一個專案累積成產業能力。

科技愈進步，選擇反而愈重要。AI不會淘汰所有沒有導入AI的企業，但很可能淘汰那些看不清問題、又在焦慮中投入大量資源的企業。台灣能否把這一波AI熱潮，從企業的技術軍備競賽，轉化為一場全面提升判斷力、生產力與產業韌性的升級工程，應是政府補助政策真正值得追求的下一個高度。

（作者是數位轉型學院共同創辦人暨院長、臺灣大學商學研究所兼任教授）