本次調查結果已在更同時邀請各產業資訊長及調研領域專家針對多項關鍵議題進行深入的討論與分享。他們不僅分享了自身企業在數位轉型過程中的經驗與挑戰，更針對調查結果提出了精闢的見解，為其他企業提供了寶貴的實務經驗。
文／林裕洋
本屆調查產業分成傳統製造（37%）、高科技製造（32%）、服務業（17%）、金融業（10%）、健康醫療（5%）等五大產業。在 2024 年 12 月 13 日舉辦的 CIO Insight 調查發表暨專家論壇中，邀請台新金控資訊長孫一仕、長春石化資訊中心資深協理黃至善、英業達資訊中心資訊長暨資安長黃英哲、臺中榮總資訊室主任賴來勳、世界先進資訊科技暨企業營運規劃副總經理陳文耀、國泰人壽行銷資訊部協理廖玉如、家樂福數位資訊科技部的數位科技資訊長丁平碩、資策會數位轉型研究院金融科技中心副主任李震華等 8 位專家，針對 2025 CIO Insight 調查結果中的 IT 現代化、AI & GenAI、組織現況與領導力、ESG、IT 預算 & 採購等議題進行討論與分享。
基礎架構自動化是 IT 現代化重要指標之一，企業透過導入合宜工具達到提升基礎設施的效率及靈活性。2025 CIO Insight 調查結果中的 IT 現代化程度，主要聚焦於企業對基礎架構自動化工具及雲端服務的導入程度，有 24%受訪企業導入「容器編排，管理與配置的工具」、24%導入「雲端平臺提供的自動化服務」。
[ 下載 2025 CIO Insight 調查報告 ]
活動中擔任主持人的 CIO 價值學院暨 CISO 資安學院院長盛敏成說，報告中有高達 56% 企業未使用任何自動化工具，顯示仍有大量企業依賴傳統的手動管理方式，顯示在 IT 營運效率尚且有待提升。若進一步分析五大產業導入狀況，金融業導導入 IT 自動化工具、雲端服務比例最高，而傳統製造則是導入比例最低的產業。
台新金控資訊長孫一仕指出，導入創新科技的優點很多，但是背後也有很大壓力，如我們也有導入 Container（容器化）開發工具，但是應用比例大約僅有 10% 左右，多數都還是維持在 AIX 大型主機上應用程式。因為，企業更換舊系統的成本非常高，特別是僅更換應用程式中的某項功能或服務時，很可能導致整個系統的穩定性欠佳。所以在穩定性優先的前提下，我們會選擇一次汰換整個應用程式或資訊系統，可兼顧費用與穩定性。
在雲端部分， 孫一仕認為金融業導入比例不高原因，並非受到金管會的法規限制，而是金融產業會評估自身有多少東西可以上雲。以台新金控為例，由於多數應用程式都是放在 AIX 大型主機上，所以能上雲的比例本來就不高。其次，儘管很多雲端業者或 SI 服務商，都提出很多上雲的優點，但是並沒有真正解決台新金控的痛點。根據台新金控內部評估發現，將 20% 應用服務上雲之後，整體營運成本會增加 40%，最終導致台新金控對於引進公有雲服務保持平常心，不會刻意追求應用服務上雲。
自動化工具比例不高 關鍵在 IT 預算有限
前面提到，傳統產業在基礎架構自動化的項目中，如「容器編排，管理與配置的工具」、「雲端平臺提供的自動化服務」、「程式化的基礎架構」、「配置管理工具」等都敬陪末座。
長春石化資訊中心資深協理黃至善指出，我們在基礎架構自動化部分，主要是採取有需求才推動的思維，而長春石化資訊策略重心放在「軟體自動化」，期盼提升公司的整體營運效率。所以很多硬體專案都是因為軟體專案需求，才同步推動或升級，如推動 K8s 專案與硬體架構升級，起緣於我們要推動 AI 專案。長春石化在2025年的資訊專案重點，將分公司與總公司之間的網路，將從 1G 升級到 10G，而伺服器主機可放在總公司之中。
「在前述 56% 企業未使用任何自動化工具中，高科技製造業應該佔比非常高。企業沒有推動自動化原因很多，如 IT 預算不足、團隊能量足夠應付現行作業，而不需仰賴新工具協助。」英業達資訊中心資訊長暨資安長黃英哲解釋：「以英業達本身為例，負責基礎架構維運的同仁，目前多數都很習慣既有工作模式，並沒有提出引進新工具的需求。當然，市場也有很多開源自動化工具，企業不需要付費購買即可達成基礎架構自動化功能。」
值得一提，英業達運用雲端服務結合 PowerShell Code 打造自動巡檢工具，可自動檢查各廠區的應用程式是否正常運作，並做好特權帳號管理工作，兼顧企業營運效率與資安防護。此外，考量到全球分據點的 IT人力不同，所以英業達也成立 IT 群組，讓各分公司 IT人員可分享案例，透過共同學習方式提升 IT 部門的技術能力。
醫療業資訊化比例高 雲端服務待觀察
臺灣醫療品質享譽全球，加上很早就推動電子病歷，所以整體資訊化程度同樣在全球市場位居前茅。在智慧醫療浪潮下，臺灣醫療院所也積極引進各種創新科技打造自動化基礎架構，期盼為病患提供更好的照護服務。
臺中榮總資訊室主任賴來勳說，我們成立於1982年，當時市場上並沒有任何廠商為醫學中心開發醫療資訊系統（HIS，Hospital Information System），因此我們所有資訊系統都必須自行開發。截至前為止，仍然有高達 90% 應用程式是 IT 團隊依照醫療需求而自行開發。在考量成本與人力下，所以我們在自動化部分，重心放在快速開發、快速部署、版本管理、稽核等領域，引進 VMWare、k8s、 Container 等，將醫護人員流程與系統整合，優化整體醫療品質。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球 CIO 同步獲取精華見解 ]
醫療產業最大特色之一，在於系統尖峰時間通常是在早上 6:00，這是掛號剛開放時間，尖峰時間大約維持 5~10 分鐘之間左右。由於為僅為 10 多分鐘左右的尖峰時間，預先購買備用主機根本不划算，所以臺中榮總資訊室選擇雲端業者合作，先過濾有可能為攻擊行為的不安全連線，讓有需求的病患能享有更好掛號體驗。
除此之外，早期在衛福部的醫療電子病例管理辦法，電子病歷是不能上雲端。不過，隨著相關法規於2023年7月鬆綁之後，若要將資料放上公有雲平台，雲端業者必須要在臺灣落地、也須要通過資安檢核，目前臺中榮總還在觀察中，確保能符合衛福部的法規。
IT 科技推陳出新快，企業面對壓力大
在 IT 現代化中的數據架構現代化程度，用於衡量一個組織的數據基礎設施和流程是否具備應對當前和未來業務需求的能力，反映組織能否有效應對資料時代的挑戰，並在市場中保持競爭力。在 CIO Insight 問卷年度調查中的 IT 現代化 ─ 數據與應用架構中，數據現代化中以商業智慧工具最受歡迎（61%），雲端數據平臺和數據倉庫也廣泛被企業採用。在應用現代化策略中，有 61% 採用 API 整合應用程式、27% 遷移應用程式至雲端平臺。
世界先進資訊科技暨企業營運規劃副總經理陳文耀指出，資訊科技進步非常快，很多企業都來不及反應，即便有公司已經導入相關應用，泰半也都數於初期階段，應用模式與範圍都還在摸索中。商業智慧發展多年，早已成為很多企業必備的數位工具，不過在現今 AI、ML 技術等湧現下，對資料品質、格式等要求非常高，在非結構化資料愈來愈多下，已經非傳統資料庫工具可以滿足，所以勢必需要引進新技術，才能滿足專案發展需求。
[ 推薦文章 ：釋放 Gen AI 創新能量！可量化商業價值的 5+4 指標 ]
世界先進認為在資料中臺等技術下，資料團隊肩負的壓力也愈來愈吃重，專案團隊需要將資料技術與冗長的流程整合，才能迎合市場發展趨勢，確保各種應用服務保有絕佳彈性與速度，才能在市場取得領先優勢。
「面對電商平臺崛起，2018 年家樂福開始推動數位轉型，除發展線上購物服務之外，也開始運用 AI 技術讓寶貴資料發揮最大價值。在資訊系統同步轉型下，2020年開始幾乎所有應用服務都已經遷移到雲端平臺上，讓我們具備即時因應市場變化，推出各種行銷活動的能力，目前比重已經高達 95%。」家樂福數位資訊科技部數位科技資訊長丁平碩解釋：「在雲端服務效能快速攀升下，資料進入系統之後即可快速貼標籤，大幅省下時間與人工作業成本。當想要發展以資料為核心的數位專案，又或者將資料變現時，大約 1~2 個月就可以看成果。」
過往，家樂福的應用服務都是放在實體機上的虛擬機為主，現今轉上雲端平臺之後，應用服務開發也都以雲原生為主，對公司營運效率大來極大幫助。 舉例而言，2024年家樂福開始與不同品牌商合作共同推動相關促銷活動，當想要知道消費者慣用的牙膏品牌，可以很快抓出相關資料，作為促銷活動的參考依據，免去過往冗長的處理時間。
金融業競爭激烈，引進創新科技速度最快
在應用程式現代化部分，金融產業、服務業、健康醫療產業引進「使用 API 來整合應用程式」、「將應用程式遷移到雲端平臺」、「將應用程式容器化」等速度差不多。不過，金融業考量到個資安全，所以使用雲端平臺比例遠低於服務業，僅領先醫療產業一點。
國泰人壽行銷資訊部協理廖玉如說，面對金融科技湧現，金融產業很早就推動資料架構現代化，以國泰人壽為例，早在2016年就導入 Hadoop 架構，除可整合大量非結構化資料之外，也能管理應用程式的大量資料儲存和處理作業。2020年則進一步打造數據中臺、業務前臺等，從個人的學習管理、客戶管理、保單全功能管理、公司重要通知等全部串接在一起，達到資料共享的目的。在金融產業競爭激烈下，我們希望實現縮短應用服務交付時間，以便達成強化競爭力的目的。
考量到金融核心資訊系統規模龐大，在短時改變的難度很高，國泰人壽透過引進多種保險核心科技，推動小核心、大周邊專案。簡單來說，即是將既有私有雲架構轉換成容器化架構，逐步將核心系統功能走向容器化、輕量化的目的，讓公司能依照市場需求推出創新金融服務。
生成式 AI 搭配 RAG ，創造最大效益
生成式 AI 快速發展正改變全球各個領域，對企業的營運、創新及競爭力等，正帶來深遠影響。特別是在生成式 AI 模型規模越來越大下，對用戶效能也持續擴大之中，且應用情境也從為文字生成，延伸到圖片、影片、音樂等多媒體生成。在 CIO Insight 問卷年度調查的 AI 和 GenAI 應用中，AI 導入主要用途為資料分析（32%）、圖像識別（25%）及自動化決策（23%），至於生成式 AI 部署方式，有超過 41% 企業使用第三方工具（如 ChatGPT、Azure OpenAI），20% 結合外部資料與服務開發生成式 AI 應用。
孫一仕指出，2017 年台新金控已運用 AI 技術發展理財機器人、智能客服，當時受限於技術限制，是採用 QA 方式建置方式，目前我們已開始引進生成式 AI 技術，期盼提供用戶更好的消費者體驗。在程式碼生成部分，我們嘗試很多版本，目前最終選定 Github Copilot，整體成效令人相當滿意，預計2025年推廣到300個用戶。在使用開源大模型之外，我們也著手訓練自己的生成式 AI 模型，目前已鎖定訓練 37B 大語言模型，運途會侷限於台新金控內部的工作流程與服務，已經在2024年9月公布第一版 AI 模型。
因應生成式 AI 專案，近期台新金控更招募 20 位專家，期盼讓公司在此領域取得優先成果。而在訓練 AI 模型過程中，台新金控最大心得在於需搭配很多 RAG 才能發揮既定效果，特別是資料必須進行清洗與修正，否則準確率會從 40% 降低到 20%。
「早期我們在推動生成式 AI 專案時，專案團隊會先依照部門提出的需求，透過 RAG 技術方式協助整理資料，光此部分就花費許多時間，最後甚至還面臨用戶不滿意的狀況。」黃至善解釋：「為擴大運用生成式 AI 效益，我們決定將 RAG 變成平臺，部門用戶可自行上傳資料、自行整理，即可打造部門的數位助理。當然資訊中心也會提供技術支援，協助部門打造專屬知識庫，讓更多人運用此技術提升工作效率。」
在提升產線營運效率部分，長春石化則選擇與多家學校啟動產學合作，找出不同產品的最佳配方、生產模式之後，期盼能在產線之中落地。截至目前為止，整體成效相當不錯。
製造業偏愛 AOI ，運用 GenAI 進一步優化
在 AI 應用情境中，圖形辨識是常見的應用之一，如多年前製造業即運用此技術發展 AOI（Automated Optical Inspection，自動光學檢查），以機器視覺作為辨識的技術，藉此彌補傳統人力檢測不足之處，達到提升產品品質的目的。
黃英哲指出，在生成式 AI 之前，我們已經將運用鑑別式 AI 技術建置瑕疵檢測系統，以便能在產品生產或組裝過程中，於產品出現瑕疵第一時間察覺，避免後續持續生產導致成本浪費。又或者產品出貨之後，遭到合作夥伴、消費者退貨，影響到公司商譽。我們也會依照檢測結果，改善產品生產流程。
隨著生成式 AI 技術成熟，英業達也已成立超自動化任務專案小組，結合公司內部知識庫，目前啟動流程自動化、客戶優化、供應鏈優化等80個專案，已有部分專案落地、應用。以瑕疵檢測為例，專案團隊正藉此技術讓資料集更為豐富，期盼達到提升檢測精準度的目的。
賴來勳說，目前醫療院所運用生成式 AI 主要用途以管理為主，因為若要運用於醫療行為相關，除產品必須通過 FDA、TFDA 認證之外，AI 模型也得通過驗證，整體流程相對複雜不少。在管理方面，我們用來協助醫生寫病歷，而在病例編碼方面的效益更是卓越，我們是運用 7B、30B 等小模型結合 RAG 技術，獲得醫護人員相當好的回饋。為讓更多醫療院所運用 AI 技術發展智慧醫療， 2021 年我們攜手其他院所成立智慧醫療聯盟，讓各家醫院自行發展的 AI 模型，可在醫療資料不離開醫院的狀抗下，透過聯邦學習技術進行跨院驗證，而其他醫療院所也能用同一個AI 模型結合自家資料，發展合適的應用情境。
臺中榮總醫院發展醫療 AI 速度非常快，如考量到加護病房臨床需求的重要性和急迫性，發展出 AI 加護病房病情預測系統，優先選擇腎臟重症、呼吸重症、敗血休克和死亡風險等 4 個急重症，發展出開發急性腎損傷（AKI）風險預測模型、急性呼吸窘迫症分類器、菌血症感染風險預測、死亡風險模型預測。
自建 AI 中心成本高，雲端 AI 算力盛行
儘管生成式 AI 效益驚人，但能否發揮預定效益，除仰賴資料團隊妥善整理資料之外，也需要有強大 AI 算力支撐才行。CIO Insight 問卷年度調查的 AI 和 GenAI 應用中，企業 AI 算力主要來源，有 33% 「使用雲端服務商提供的 AI 算力平臺」、23% 受訪者選擇「自建 AI 算力基礎設施」，亦有不少業者選擇「與第三方 AI 算力供應商合作（13%)」、「優化現有 IT 基礎設施以滿足 AI 算力需求（11%）、「限制 AI 規模以控制算力需求（8%）」。以台新金控、臺中榮總為例，考量到 AI 模型僅會用於公司內部，所以選擇發展 7B、30B 的小模型。
廖玉如指出，目前保險產業發展 AI 專案，主要是以金管會公布的「金融業運用人工智慧（AI) 指引」基準，涵蓋 AI 相關定義、AI 系統生命週期、風險評估考量因素、以風險為基礎落實核心原則的方式、第三方業者的監督管理等共通事項。國泰人壽推動生成式 AI 主要是引進雲端平臺的算力，在公司內部應用主要涵蓋三大面向，首先在流程改善部分，用於處理理賠、診斷書判讀等，藉此提升整體服務流程。
國泰人壽運用 AI 技術的第二個部分是提升生產力，為協助讓銷售人員更好回應客戶需求，AI 可模擬不同客戶需求，讓業務同仁能預先模擬真實狀況。第三點則是資訊索引與摘要，當客戶撥打 0800 客服電話時，AI 助手會協助整理各種保單與理賠資訊，助客戶能在第一時間回應消費者的需求。
AI 設計行銷案，速度快又精準
地狹人多的臺灣，零售產業非常發達、競爭激烈，過往業者最常採用行銷手法，莫過於買千送百。儘管活動初期確實達到吸引消費者上門的效果，然時間一長、頻率過於頻繁，也導致多數消費者感到麻痺。為此，許多零售業者都積極思考新行銷型態手法，如2019年家樂福即採用內部資料訓練 AI 模組，以便能針對不同消費者量身打造專屬行銷策略。
丁平碩指出，考量到自建 AI 算力平臺的成本與人力需求極高，目前家樂福主要是使用雲平臺的 AI 算力，而 AI 技術則運用在 2 大部分。第一種是核心能力提升。以前我們要預測未來三個月貢獻度最大會員名單，至少要花費半年以上時間，因此不容易規劃出一套合適行銷策略。現今透過 AI 模型協助，我們大概僅需要 2 周時間就能完成，讓行銷單位能針對不同會員屬性推出合適的行銷活動。另外，則是運用 AI 技術預測生鮮商品的銷售量，因為生鮮商品預定數量太多、太少時，會有報廢比例高問題或者若者無法滿足銷售等問題。我們運用 AI 技術的的第二面向，則是提供消費者更好體驗。我們在家樂福 APP 中，推出 AI 侍酒師、AI 智能食譜等兩種服務，增加家樂福與消費者之間的黏著度。
看準臺灣龐大的消費市場，長年以來家樂福進口大量紅白酒，至今已經累積龐大的酒庫。「AI 侍酒師」收錄高達千筆葡萄酒資訊， 每款酒都有詳細介紹、說明口感敘述評價，顧客僅需透過對答功能，即可上讓 AI 依據喜好與價格，分析出推薦的葡萄酒款，輕鬆找到理想款。在 AI 智能食譜部分，也 1,000 多種食譜，除有照片可以參考之外，消費點選食材項目之後，就可自動連接到購買頁面，大幅降低採購流程之外，也能提高家樂福電商平臺的銷售量。
資安議題延燒，ESG不容忽視
在 CIO Insight 問卷年度調查報告的「企業未來一年的重點 IT 專案」，前四名分別為「網路安全軟體和服務」（70%）、「 I T 基礎架構現代化 / 雲端基礎架構」（53%）、「人工智慧（AI) 和機器學習（ML) 平臺與工具」（43%）、 「企業應用系統（ERP/CRM) 」（39%）。
資策會數位轉型研究院金融科技中心副主任李震華指出，從這份報告中，可以發現資安議題幾乎是所有企業的未來工作重點之一。因為無論是 AI 或雲端專案，推動都必須要投入很多心力，只是市面上也發生很多 AI 模型、雲端等相關資安事件，也成為企業在未來一年的主要工作重點。在 AI 算力部分，有多達 33%選擇使用雲端平臺的 AI 算力，這部分背後代表雲端業者會擴大在此領域投資，以滿足企業對 AI 算力需求。當然若企業是選擇自建 AI 平臺時，也代表 IT 投資金額需要擴大，必須要評估是否會排擠到其他 IT 專案。
值得一提，ESG 已是所有企業面臨的共同挑戰，也成為資訊長的肩負重大工作之一。所以看到資訊長的工作任務，分別是「最大化 IT 成效」（45%）、「將基礎架構管理融入企業整體永續計畫當中」、（42%）「協助蒐集與整理企業 ESG 相關資料」（32%）等。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
