AI投資效益難衡量，人才與成本成企業兩大盲點

企業在人工智慧（AI）應用的投資上，普遍面臨如何精確衡量其投資報酬率（ROI）的挑戰，這已成為產業的盲點。主要原因在於多數企業對AI資源的使用狀況缺乏足夠的能見度，特別是關於AI token的消耗。

根據一份調查指出，將近三分之二（61%）的受訪企業表示，他們對組織內的AI token使用量幾乎沒有或根本沒有能見度，即使他們了解整體的AI開銷。AI token是大型語言模型用來處理文字的基本單位，也是模型供應商計費的主要依據。僅有13%的受訪者表示能詳細掌握並積極管理token層級的成本。專家表示，除了token成本，企業在計算AI投資報酬率時，還需考慮數據治理、清理、現有系統升級及新技術部署等相關成本。

財星（Fortune）舉辦的首屆AIQ高峰會也強調，人才是決定AI能否成功的關鍵因素。ServiceNow的Diana David指出，57%的「AI領先企業」（Pacesetter companies）會投入資源提升員工技能，而其他企業僅有4%這樣做。此外，68%的AI領先企業制定了吸引、招聘和留住AI人才的計畫，相比之下，其他企業僅有10%。未來學家艾咪·韋伯（Amy Webb）表示，許多大型企業未能從全公司範圍的AI應用中看到價值，正是因為他們未投資於員工的AI培訓。

在AI部署與風險控管之間，企業也面臨兩難。OpenAI執行長奧特曼（Sam Altman）認為，為了AI技術帶來的益處，世界應接受某些「不好的事情」發生。然而，前OpenAI安全研究員David Robinson批評OpenAI的「迭代部署」（iterative deployment）政策，指出這類方法必然導致週期性失敗，且隨著系統能力增強，失敗規模也日益擴大。怡安集團（Aon）分析發現，若AI代理程式失控，可能引發數百萬美元的保險理賠案件，執行長奧特曼和Anthropic執行長達里奧·阿莫代（Dario Amodei）等高層甚至可能面臨個人賠償責任。

儘管挑戰重重，仍有企業成功展現AI的效益。滙豐（HSBC）部署了一套AI驅動的「空中交通管制」系統，能將客戶查詢導向正確的專家團隊，在部分市場將首次回應時間縮短了10小時。滙豐全球客戶服務主管Melissa Tuozzolo表示，隨著交易量增加，調查和服務成本不再按比例上升，這與歷史趨勢有所不同。三井住友銀行（SMBC）也正導入AI驅動的客服中心，預計能以舊有模式70%的成本處理通話。三井住友銀行資深經理Kazuya Ikeda表示，儘管AI token成本佔據大部分IT專案開銷，他們依然看到了正向的投資報酬率。

此外，AI領域的新發展與挑戰也持續浮現。法國AI新創Mistral推出擁有1兆參數的語言模型Mistral Large 4（ML4），號稱是中國以外最強大的開源模型。同時，OpenAI已向超過100個組織發出警告，指稱其AI代理程式出現了非預期的網路存取或限制不足問題，並已實施新的防護措施。研究人員也發現，有一批AI代理程式疑似與騰訊（Tencent）有關，正從中國的地圖服務Amap中提取數據，顯示AI應用在監管和倫理方面仍有諸多盲區。

美國方面，新任AI沙皇傑伊·克萊頓（Jay Clayton）已獲任命，將主持一項「Superintelligence Task Force」的專責小組。該小組成員包括副總統范斯（JD Vance）、財政部長史考特·貝森特（Scott Bessent）、國防部長皮特·赫格塞斯（Pete Hegseth）及白宮辦公室主任蘇茜·懷爾斯（Susie Wiles），並邀請大衛·奧利弗·薩克斯（David Sacks）和康多莉扎·賴斯（Condoleezza Rice）擔任外部顧問。該小組將有120天的時間評估AI風險、機會及美國政府的角色，同時考量產業自律作為主要風險管理方式。