AI技術快速演進，成本與資安議題相繼浮上檯面，昕力資訊總經理葉怡蘭指出表示，主權AI的核心在於模型在地化與算力自主化，由此實現可信任、安全可控的代理式應用，滿足日益嚴格的監管需求。
隨著AI Agent從內容生成走向任務規劃、工具調用與跨系統執行，其行動自主性與系統連動性持續提升，也使錯誤不可預測性、權限濫用與資安風險同步擴大。資策會產研所軟體產業研究中心朱師右組長表示，AI風險已不再只是模型輸出錯誤，而是延伸至資料存取、身分權限、流程控管、第三方工具、供應鏈依賴與資安治理等層面；若企業未能及早建立完整治理機制，AI 將可能成為企業重要的系統性風險來源之一。
朱師進一步指出，缺乏完善AI治理框架，模型、資料、人員、工具與流程之間容易形成風險連鎖反應，進而提高 AI 進入生產環境與規模化落地的難度。企業唯有建立可控、可信、可解釋、可監控、可稽核的治理基礎，才能讓AI從局部試點走向安全、穩定且具長期價值的企業級應用。
此外，全球AI競爭正從模型能力競賽，逐步邁向算力與推論經濟階段。朱組長也指出，AI賽道上的決勝關鍵，正從單一模型表現，轉向使用量、流量入口、開發者生態、推論效率與算力變現能力的綜合競爭；Token 處理量也將成為觀察 AI 使用規模、平台滲透率與推論經濟化程度的重要指標之一，但仍須搭配可靠性、成本、治理、資安與商業價值等面向，才能完整評估AI產業成熟度。
針對製造業 AI 導入困境，資策會AI院智慧應用基盤中心主任蔡德祿以實際輔導經驗提出建議，在既有的數位基礎上導入 AI 應用，可望降低技術與資源門檻，亦有助提升製造業 AI 普及率。據他觀察，製造業導入Agentic AI仍卡關，成因來自系統、知識與信任三大斷層，資料相當分散也尚未結構化，導致數據孤島，並且AI帶來的資安疑慮仍待解決，使其無法在稽核與品管單位擴大應用。
AI運算需求激增，資料主權與治理挑戰隨之浮現，昕力資訊高級售前規劃總監賴欣怡表示，企業亟需全面性的治理框架，以應對算力成本與合規壓力。透過昕力開發的企業級 Agentic AI 平台「OrientAI」，模型運算與資料處理全程不離廠，實現100%物理隔離，結合角色權限管理（RBAC）與 Token 控管機制，防止機敏資料外洩與 Token 用量失控，確保安全、可控的 Agentic 應用。AI時代下的競爭優勢，將取決於AI投資成效可否被實質衡量。可觀測性與成本透明化提供了算力優化的真實依據，揭露AI運算的總持有成本（TCO），而非只讓企業看到 GPU 採購單價。
2026/07/02 14:02
轉載自聯合新聞網: https://udn.com/news/story/7240/9602740?from=udn-ch1_breaknews-1-99-news
Post gallery
