（台泰時報11月7日電）泰國多數企業在人工智慧（AI）導入上成效不彰，專家指出，主要問題在於資料分散於各系統、應用場景選擇錯誤，以及缺乏規模化部署計畫。若不及早調整策略，企業恐將長期陷於「試點困局」，難以將AI專案轉化為實際商業成果。

亞馬遜網路服務公司（AWS）生成式AI創新中心總監伊拉普洛（Sri Elaprolu）指出，全球約三分之二企業的AI專案停留在試點階段，問題不在技術，而在部署思維。他說，企業若未在初期設定明確目標與規畫擴展路徑，即使試點成功，也難以進入量產階段。

AWS副總裁布可維克（Mai-Lan Tomsen Bukovec）表示，許多企業僅整合部分資料至資料湖（Data Lake），其他關鍵資料仍分散在孤立系統中，導致AI模型因資料不完整而產生偏差。對泰國企業而言，這情況尤其常見於舊有企業系統與AI架構整合不足，造成數據價值流失。

AWS根據上千家企業案例歸納出三項導致AI失敗的主因：其一，資料孤島現象；其二，選擇低價值應用場景；其三，缺乏擴展計畫。伊拉普洛指出，部分企業將AI視為短期研發計畫，缺乏長期投資與資源支持，導致專案無法落地。

若導入得當，AI可顯著提升生產效率。AWS開發者體驗副總裁辛格（Deepak Singh）指出，亞馬遜內部約八成工程師使用AI輔助開發，生產力平均提升近五倍。他舉例，德國製造商ENAMO約46%程式碼由AI生成，義大利輪胎製造商Pirelli則透過AI虛擬測試降低三成成本，愛爾蘭銀行律師使用AI協助文件審閱，每週節省一整天工作時間。

在泰國，部分企業與學術機構已開始應用AI。例如清邁大學推出AI系統服務逾5萬名用戶，曼谷航班服務公司（Bangkok Flight Services）亦運用雲端技術開發AI應用。不過，泰國AI發展仍面臨語言支援不足及中小企業資源有限等挑戰。伊拉普洛指出，多數AI基礎模型的泰語支援尚不完善，若需進行深度語意分析，仍需投入高額成本進行客製化訓練。

相比之下，部分亞洲國家已推動本土語言模型與AI策略，例如新加坡開發具在地語言特性的AI模型，以支持政府與企業數位轉型。泰國尚缺乏類似的全國性AI發展框架。

AWS高級副總裁巴爾（Jeff Barr）預測，生成式AI正快速邁向「自主代理型AI」（Agentic AI）階段，預計至2028年，約15%的工作內容將由AI自動代理完成。他建議企業儘早投入AI轉型，以免錯失產業升級契機。

在技能層面，巴爾與辛格皆指出，未來最關鍵的能力已非撰寫程式碼，而是能與AI協作、撰寫精準指令與需求說明的能力。布可維克補充，部分泰國勞工仍期望AI自動完成任務，忽略了與AI互動、指導與修正的重要性。

伊拉普洛強調，泰國勞動力必須主動學習AI應用技能，迎接自動化浪潮。他表示：「應該現在開始準備，而不是等到自動化全面來臨時才措手不及。」

針對中小企業普遍面臨資源不足問題，AWS建議企業可透過專業團隊進行架構規畫與共創開發，並參與技能培訓計畫，以強化內部AI應用能力。不過，專家也指出，最終成敗仍取決於企業的執行力與策略延續性。

對泰國而言，AI能否成為產業升級契機，關鍵不在技術，而在整合資料、明確設定目標並規畫落地實施的能力。唯有如此，才能避免陷入「試點無果」的循環，真正釋放AI帶來的經濟價值。

圖片來源：AI