（圖為資策會MIC研究總監韓揚銘）

 

資策會產業情報研究所（MIC）於10/30-11/2舉辦第36屆MIC FORUM Fall《智匯》研討會，今（31）日發布資料治理趨勢，針對AI應用於供應鏈韌性提升、可信任AI發展，以及數據經濟時代的數據治理議題提出觀測。供應鏈韌性已成為企業生存必要條件，而AI技術發展為供應鏈管理帶來嶄新契機。研究總監韓揚銘表示，新興AI技術提供新一波創新應用，強化建立韌性供應鏈的能力，使供應鏈韌性不再侷限於單一功能，而是一整套策略與手段，主要透過整合「分析型AI」與「生成式AI」，可利用分析型AI為企業提供自動化優化的效能，並利用生成式AI達到整合智慧能力，讓企業獲得更多決策與反應能力。未來企業須思考供應鏈視覺化，如何調適、監控與規劃，以及深入分析風險。

 

根據資策會MIC觀測，已有廠商藉由ChatGPT與原有風險數據的判斷，處理大量供應商合約、輿情資料，更可進行風險分析，提供及時反饋；或運用生成式AI回答運輸相關問題，協助規劃臨時的運輸路徑。更有前瞻性公司開始利用ChatGPT進行供應鏈訪價、詢價與議價。研究總監韓揚銘表示，打造供應鏈韌性已成為企業必修，且預期AI技術將發揮愈來愈關鍵的作用，企業應掌握此應用發展趨勢，活用分析型AI與生成式AI，為決策判斷與流程整合做出完善應用。

 

可信任AI成為發展最大共識 垂直領域差異化需求帶來商機

隨著生成式AI技術與應用更普及，AI潛在危害也成為產業關注焦點，進而催生對可信任AI的需求。資策會MIC產業分析師郭唐帷表示，對可信任的差異化需求成為產業發展契機，如金融業注重AI系統公平性、醫療業注重病患資料的隱私性、製造業注重演算法的透明性與可解釋性等。信任維度與指標對於不同產業應用之下的AI系統存在需求差異，如何在不同維度需求之下，評估AI系統每個環節的信任指標，是後續可信任AI重要發展方向。

 

資策會MIC指出，可信任解決方案將融入AI產品開發流程，過去軟體開發流程從IaaS、PaaS到SaaS，主要以技術堆疊為導向，隨著可信任AI技術發展，逐漸轉變為融合可信任開源架構、數據隱私、模型監控等技術與解決方案的可信任堆疊，而科技大廠如Google、微軟提供一站式可信任平台工具，諸多新創依據模型開發週期也提供局部解決方案，郭唐帷表示，可觀察到DevOps流程轉向TrustAIOps發展的趨勢，未來企業在AI模型開發時，可依據需求選擇解決方案，滿足AI風險管理並達到最終AI產品的可信任需求。另外，也須留意全球AI治理監管框架朝向嚴格標準靠攏的趨勢。

 

符合國際標準的數據治理機制 有助建立更強大的數據生態系

資策會MIC表示，數據經濟時代已經來臨，如何確保數據在信任機制下妥善管理與利用，創造更多價值，是產業與數位轉型組織皆須關注的議題。隨著產業開始從過去數據孤島邁入數據生態系，將有利於生態系夥伴廣泛共享數據與協作，實現數據資產的全面價值，進一步推動產業合作，加速產業升級。資深產業分析師朱師右表示，一個「跨產業」數據治理框架將扮演關鍵角色，其包含了標準制定與法規配套，全面的治理框架不僅能促進數據更有效流通，讓數據安全與合規，也有助於企業與個人在更安全、更高效的環境使用數據。

 

為促進國際數據流通和個人隱私保護，主要國家制定數據治理機制，確保合規並降低數據濫用風險。資策會MIC觀測國際數據治理發展，全球主要國家可區分為兩大發展路線，對外路線如歐盟、英國、東協等，主要強調數據主體權利、跨境數據保護；對內路線如美國、加拿大、日本、韓國，主要強調個人權利與更嚴格的監管。資深產業分析師朱師右指出，符合國際標準的數據治理機制將有助建立更強大的數據生態系，而面對不斷變化的數據環境，公開透明的驗證機制也愈來愈受重視，透過這些機制，企業與政府能建立更強大的數據治理體系，確保服務與決策符合國際標準。