（台泰時報8月17日電）泰國企業加速導入人工智慧（AI），但分散於不同系統的資料正成為發展障礙。業界指出，企業既有作業系統、雲端應用程式、客戶關係管理（CRM）及企業資源規劃（ERP）系統經常彼此獨立，形成「資料混亂」（Data Mess）問題，不僅增加追蹤資料來源及維持品質的難度，也可能降低AI分析與決策的準確性。

隨生成式AI快速發展，企業關注焦點已不再只是大型語言模型（LLM）本身，而是如何提供即時、正確且具有業務脈絡的資料。若AI取得的資訊已過時，或缺乏完整背景，即使模型能力再強，也可能產生與實際營運狀況不符的結果，因此資料基礎架構逐漸成為企業AI轉型的重要環節。

傳統企業資訊架構通常將日常營運資料庫與分析系統分開管理，資料必須經過轉移、整理及重新處理才能進入分析流程。這種模式過去可以因應定期報表需求，但在AI應用要求即時判斷的環境下，資料延遲可能直接影響決策速度。為改善相關問題，「資料串流」（Data Streaming）技術逐漸受到企業重視。

資料串流平台可持續蒐集、處理並傳送來自不同系統及雲端環境的資訊，讓資料在事件發生後快速流向需要使用的應用程式。例如零售業的庫存管理，行動應用程式、購物網站及實體門市必須同步掌握商品數量，才能降低庫存資訊不同步造成缺貨、超賣或錯誤判斷的情況。

從資料產生源頭進行即時管理，也有助提升資料準確度與治理能力。企業若能掌握資料來源、處理流程及使用方式，不僅能提高AI分析可信度，也較容易依照內部規範及相關法規管理敏感資訊，使資料從分散的營運紀錄轉變為可持續運用的數位資產。

在AI實際應用方面，「串流代理」（Streaming Agents）可在業務事件發生時，把最新資訊立即傳送至AI應用。例如訂單、付款、庫存異動或客戶行為發生變化後，系統即可取得相關資料，而不必等待下一批資料更新，有助AI依照當下營運狀況進行分析及回應。

包括Apache Flink在內的即時資料處理技術，也被視為企業強化AI基礎架構的重要工具。其核心目的並非單純增加資料量，而是讓分散於不同平台的資訊能夠持續整合、處理與使用。

業界認為，AI競爭下一階段將不只取決於企業採用何種模型，更在於能否建立穩定且即時的資料環境。泰國企業若能改善資料孤島與系統分散問題，將有助提高AI應用效率，並把既有營運資料轉化為支援決策與數位服務的策略資產。

圖片來源：Post Today