部分企業即便已投入 AI 研發逾一年仍頻頻碰壁，往往是因為最初認定的「痛點」只是表象，而非問題核心。這也是轉型必經的認知轉換歷程，企業無法僅憑想像就找準方向，必須在實際落地、真槍實彈運行後，才能看清真正的問題。
隨著 AI 技術持續深化，人工智慧已由「科技趨勢」正式跨入「實質落地」階段。財團法人人工智慧科技基金會（AIF）深耕五年、長期追蹤產業界 AI 導入動態的《台灣產業 AI 化大調查》顯示，在歷經前四年的緩步成長後，今年的 AI 化指數呈現顯著躍升。目前處於「準備就緒（Ready AI）」與「規模化應用（Scaling AI）」的企業合計佔比已達 47.8%，象徵近半數企業已跨越技術門檻，開啟規模化轉型的新局。
然而，在亮眼的成長數據背後，調查也看出企業轉型過程中隱而未現的風險與集體焦慮。
意願高漲，成效卻仍在過渡地帶
調查發現，儘管 AI 基礎認知已在企業界廣泛普及，更有高達 85.8% 的企業明確表示將於今年啟動或擴大 AI 佈署，Ready AI 與 Scaling AI 合計佔比亦已達 47.8%，顯示企業對 AI 轉型的急迫感與投入意願呈現積極增長趨勢，但調查數據反映出，實際成效的推進速度尚未與意願同步。
在實際應用端，企業「目前應用人工智慧的程度」平均得分僅 36.84，且導入後「暫無明顯成效」的企業仍達 23.0%；在組織配套端，44.7% 的企業尚未制定任何 AI 人才培訓做法，61.8% 的企業 AI 應用游離於組織管控之外；在落地深度上，真正將 AI 完全整合進核心營運流程的企業更僅有 6.6%。
這些數據同時也反映出，多數企業的 AI 化，仍停留在「想做」與「開始做」之間的過渡地帶，工具的引進未能同步帶動治理機制的建立、人才職能的轉型與流程的系統性整合。高昂的導入意願，尚未轉化為可衡量的組織成效。
且當我們進一步探問不想導入AI的企業，也可發現最大的阻礙在於缺乏適用的應用場景（23.6%）： 尚未找到能具體解決業務痛點的切入點，擔憂為了導入而導入。
花大錢投資 AI 仍失敗？問題出在「定義問題」的能力
這樣的困境，是基金會近年協助企業轉型時經常看見的情況。部分企業即便已投入 AI 研發逾一年仍頻頻碰壁，往往是因為最初認定的「痛點」只是表象，而非問題核心。這也是轉型必經的認知轉換歷程，企業無法僅憑想像就找準方向，必須在實際落地、真槍實彈運行後，才能看清真正的問題。
因此，在本次發布會上，基金會特別邀請國立政治大學傳播學院陳宜秀副教授，以設計思考為方法論，協助企業重新聚焦與定義痛點，釐清哪些只是表面現象、哪些才是真正影響成效的關鍵。
以設計思考重新定義「企業痛點」
生成式 AI 展現了無限的想像空間與應用潛力，技術更新的速度更是一日千里。然而，當我們希望解決的問題與「人」密切相關時，問題本身就具有高度複雜性，且各環節相互連動、持續演變。若只看到表層現象，沒有深入理解問題的根源，即使有再好的技術或解決方案，也不過是隔靴搔癢，甚至徒勞無功。
在生成式 AI 出現後，視覺內容、音樂、3D 模型、影像，都能透過問答方式快速生成；幾乎任何問題，AI 都能在極短時間內給出答案。陳宜秀副教授引用英國建築學者 Cedric Price 1966 年的提問：「如果科技是答案，什麼才是問題？」置換到當下的 AI 時代，這個問題同樣值得深思：如果人工智慧是答案，那什麼才是問題？
設計思考（Design Thinking）的核心在於共情（Empathize）與定義問題（Define）的步驟。對於解決方案的開發者而言，以同理心理解潛在需求，將有助於建構問題全貌，並精準鎖定核心痛點。
完美的技術若錯置應用場景，終將淪為無效投資
為什麼定義問題的能力如此重要？因為最完美的技術，若錯置了應用場景，終將淪為無效投資。這種「以人為本」的認知轉換，在國際公衛實踐中提供了經典範例。
以瘧疾防治為例： 瘧疾長期是非洲各國重大的公衛挑戰，更是 5 歲以下兒童的五大死因之一。政府曾大規模發放蚊帳，根據世界衛生組織（WHO）報告，蚊帳的推廣使多數非洲國家的死亡率下降了 50～60%。
然而，儘管蚊帳已被證實有效，迦納中產階級家庭的使用率卻僅有 14%。經研究人員深入訪查發現，多數家庭認為蚊帳影響美觀、阻礙空氣流通且使用不便，這些「生活細節」才是真正阻礙防疫的關鍵。基於這些洞察，設計團隊最終開發出兩款貼近當地審美與生活習慣的新型設計：錐形拉鍊入口網與彈出式帳篷網，這才真正解決了問題。
同樣地，任何希望透過 AI 解決的業務難題，都應採用設計思考的路徑：先累積資訊、後拆解脈絡、最終分析根因。 當技術門檻不再是障礙，唯有精準定義問題，才能讓 AI 投資轉化為真正的競爭力。
當技術門檻愈來愈低，定義問題的能力，才是真正的決勝關鍵
跨越了技術導入的門檻後，企業更需掌握系統化的 AI 治理方法論。轉型的下一步，不僅是科技的更新，更是組織全方位的重構：從人才職能的再定義、數位基礎建設的加固，到工作流程的自動化整合，乃至於建立一套科學化的評估與驗收機制。這些深層挑戰雖然艱巨，卻是決定企業能否將 AI 潛力轉化為實質產出、實現規模化成長的必經之路。
AI 轉型從來不只是技術的競賽，更是一場關於「如何定義問題」的能力考驗。
今年的發布會，我們將從三個面向陪您看清全局：透過最新調查數據，解析台灣產業在策略布局、人才發展與技術應用上的真實進度與潛在機會；引入設計思考方法論，協助您穿透表面現象、直擊核心痛點，找出真正影響轉型成效的關鍵所在；並從資料治理到人才梯隊建置，提供讓 AI 脫離實驗階段、在組織中穩定創造價值的長遠路徑。
