跨單位資源整合平台就緒！企業顧問服務賦能企業 AI 轉型

在企業 AI 轉型浪潮下，許多組織面臨同樣的挑戰：技術想做、需求很多，但跨部門之間缺乏一條真正串起資源、願景與執行的道路。也正是在這樣的市場需求下，資策會 MIC 開始逐步確立「平台式顧問」的角色：不只提供建議，而是整合內外部專業、打造能讓企業安心前行的轉型路徑。

其中最具代表性的案例之一，是 MIC 聯手資拓宏宇與碩網資訊，共同參與國內關鍵基礎設施業者的 AI 應用系統規劃。這不只是一般顧問案，它牽涉到高風險環境、跨部門營運流程、資料治理、可靠度需求與長期營運模式，是少數同時考驗「產業理解、技術洞察、跨單位整合」的重大專案。

在三方共同投入下，MIC 以其深厚的產業研究能量擔任策略架構師，協助企業明確定義 AI 的應用場景、建置資料治理框架與推動路線圖；資拓宏宇與碩網資訊則在技術端進行系統分析與解決方案建構。透過這樣的協作模式，不僅成功打造具延展性與落地性的 AI 系統藍圖，也展現了 MIC 整合不同專業能量的能力。

資策會 MIC 所長洪春暉表示：「除了收費上遠較國際大型管理顧問的高昂費用更親民外，比起一般管理顧問著重營運或財務改善，我們更聚焦在『技術如何真正創造新價值』。MIC 的角色不是單純給建議，而是陪伴企業一起做、一起落地。」

由內部共識出發：數位轉型策略金字塔與可調式 5E 模型

MIC「新產品篩選評估」與「前瞻技術預測」等企業研究框架早已行之多年。為協助企業從理念走向執行，MIC 建立了「數位轉型策略金字塔」與「5E 模型」的顧問方法論，作為企業推動數位與 AI 轉型的架構基礎。

「數位轉型策略金字塔」從使命與願景出發，向下形成策略領域、優先目標與行動方案，再結合組織、基礎設施與策略聯盟等促成要素，以確保策略具備實際推動條件。而 5E 模型：知識建構、需求診斷、策略規劃、方案展開與驗證執行，分別對應數位轉型策略金字塔不同層的 5 大步驟組成。此五步驟在實務上可線性依序進行，亦可視企業需求調整執行比例或選擇重點步驟執行。

MIC 在實務中透過跨部門工作坊、共創會議與訪談分析，引導內部形成共同語言，使策略不僅能被理解，更能被組織真正採用。

打造資源共享的生態系，與眾不同的平台式顧問服務問世

洪春暉強調，MIC 長期以來作為智庫，累積一定產業研究能量，企業顧問服務推出後，更進一步扮演管理顧問界的「平台」與「架構師」角色。

MIC 透過此平台，整合資策會各院所、資服務業者、甚至管顧公司資源，使供給方與需求方能快速找到協同服務夥伴，搭建跨單位協作橋樑。未來，MIC 將充分發揮「架構師」角色，協助企業將外部專業資源引入內部，建構完整的數位/AI轉型系統。

除了資拓宏宇、碩網資訊的代表性專案外，MIC 亦曾協助國內交通運輸業者透過數位工具優化經營績效，藉由質化訪談釐清需求，並以 5E 模型規劃中長期數位策略藍圖；同時，MIC 亦為 ICT、製造、零售及金融業客戶提供跨單位資源整合與 AI 導入規劃，成功建立系統化落地方案。

藉「客戶共創」建立企業內部共識，持續強化品牌經營

洪春暉表示，在數位轉型推動中一個非常關鍵的過程，莫過於建立共識。這也是 MIC 企業顧問服務為何會採取「客戶共創」模式的理由，透過專業顧問方法，引導企業內部團隊共同參與策略規劃、實證應用及行動方案的形成過程，確保轉型方案兼具實務可行性與組織共識。

相較其他顧問公司，MIC 擁有逾 30 年深厚產業分析能量，團隊內多位專家累積 20 年以上研究經驗，更擁有國內最多的 APIAA 產業分析師與產業顧問認證。MIC 已服務國營事業、中大型 ICT 與製造業、零售流通、金融與交通運輸等產業，並逐步累積轉型案例，提升企業對「平台式顧問」價值的理解與採用意願。

在業界建立智庫聲望與口碑的情報顧問服務，一直是 MIC 代表性業務；而近年新推的企業顧問服務，即使面對巨頭林立的管理顧問市場，仍逐步累積實績並擴大影響力。

MIC 讓數位能力成為組織文化一環，讓 AI 成為組織創新核心引擎

除了企業顧問服務，MIC 也持續透過長期研究，包含每年發布《IT Spending 調查》，協助台灣產業掌握科技與 AI 投資趨勢，使企業能更有效的制定投資策略。根據 MIC 最新調查，IT 角色已從「營運支撐」轉為「競爭力與永續發展的核心」。

首先，金融、批發零售、營建與製造等四大產業的雲端採用率，可望在 2026 年突破 75%，其中多雲與混合雲的採用率就超過四成。IT 架構正轉向「多層治理、分散運算、強化韌性」的新格局，為 AI 與自動化應用奠定算力與資料的基礎。AI 已成為四大產業共同的投資焦點，不過多數企業仍停留在「導入應用期」，內部 AI 與資料治理能力皆有待補強。AI 投資方面，台灣約 40% 企業每年編列 AI 預算，在投資結構上，雖然硬體（46%）仍為主流，但軟體（42%）與服務（12%）比重快速上升，反映企業正轉向「軟硬整合，以應用創造價值」。

MIC 認為，企業需建立自主 AI 團隊、資料治理與模型管理制度，唯有將 AI 投資轉化為長期能力，並與策略、治理與文化結合，才能讓 AI 成為組織持續創新的核心引擎。具體投資策略可從漸進式投資、強化資料治理、跨域協作與建立信任生態著手，尤其在生成式 AI 加速普及的當下，更需要導入外部的專業力量。企業可透過與外部顧問合作，例如 MIC 其具備完整的能量，共同打造兼具合規性、可控性與實用性的可信任 AI 環境，加速內部能力的成形與落地。

隨著生成式 AI 的大行其道，洪春暉指出，許多企業在導入生成式 AI 時，常將消費性與商用應用混為一談，忽略了兩者在運作邏輯與效益訴求上的差異。面對 GenAI 帶來的數位信任挑戰，企業可從「標準導入」（例如透過 ISO/IEC 42001 打造 AI 治理制度）建立共同語言，同時以「系統評測」鑑別內部風險，以「資料治理」確保數據合規，並以「全員 AI 素養」厚植組織能力。

目前 MIC 也在內部發展具備資安治理的 GenAI 環境。此外，MIC 協同資策會內部各團隊的專業能量，針對 ISO 42001 提供包含知 AI（協助企業對 AI 治理的認知與規劃）、用 AI（確保企業可信任 AI 的實作與應用）到管 AI（輔導企業建立符合國際標準）等三大 AI 應用階段的一站式顧問服務，以協助企業建立可信賴的數位生態。

（圖片來源：科技新報）