Titansoft 新加坡商鈦坦科技

隨著生成式 AI 持續推進，企業對於 AI 的期待已不再只是提升效率的輔助工具，而是逐漸轉向能否真正融入組織運作、成為驅動決策與協作的核心能力。然而，在導入過程中，資料品質、資安風險與應用落地等問題，仍是多數企業面臨的主要挑戰。

在此趨勢下，新加坡商鈦坦科技攜手 Atlassian，並邀集 Amazon Web Services（AWS）、奧義賽博（CyCraft）與寓意科技（Fable），共同舉辦 「AI × Cloud Data × Security」論壇，從資料治理、雲端架構到實務應用，探討企業導入 AI 的關鍵路徑。

▲ 左起為 AWS 資深合作夥伴解決方案架構師許志榮、Fable 寓意科技創辦人暨 CEO 施政源、Atlassian 大中華區合作夥伴業務經理 Kylie Wu、奧義賽博（CyCraft）共同創辦人暨 CTO 邱銘彰，以及新加坡商鈦坦科技總經理李境展，出席由鈦坦科技攜手 Atlassian 舉辦的「AI × Cloud Data × Security」論壇。

論壇中多位講者指出，AI 已在軟體開發與企業應用中展現顯著效益。透過 AI 輔助，開發成本可降低約三至四成，原本需數週完成的原型設計，也可縮短至數小時完成，小型團隊甚至能同時推進多個專案。然而，效率提升的同時，也帶來新的問題，包括既有以工時為基礎的計價模式受到挑戰，以及企業對 AI 產出結果的品質與可信度仍存疑慮。

現場的一項即席調查也顯示，約九成與會企業已在工作中導入 AI，但真正能夠有效量測 AI 投資報酬率（ROI）的企業，卻不到 3%。這也意味著，多數企業雖已跨過導入門檻，卻仍停留在工具使用階段，尚未建立讓 AI 穩定產生價值的運作模式。

這也顯示，企業導入 AI 的關鍵挑戰，已從「是否採用」，轉向「如何在組織中產生實質價值」。

企業導入 AI，工作流成關鍵

在論壇開場的分享中，Atlassian 大中華區合作夥伴業務經理 Kylie Wu（以下稱 Kylie）指出，企業在導入 AI 時，最常遇到的瓶頸並不在於工具本身，而是既有工作方式是否能夠承接 AI。

▲ Atlassian 大中華區合作夥伴業務經理 Kylie Wu 分享企業導入 AI 的關鍵挑戰，指出工作流程與知識結構將成為 AI 能否落地的核心基礎。

Kylie 也提到，69% 的開發人員每週因效率低下而浪費超過 8 小時，55% 的知識工作者認為資訊難以流通與分享；另有 73% 的知識工作者與高階主管雖已投資 AI，卻仍不清楚如何在日常工作中真正運用。

她進一步表示，當企業仍仰賴分散的文件、即時通訊與個人經驗作為主要知識來源時，AI 難以理解完整脈絡，也難以提供穩定且可信的回應。在此情況下，與其導入更多工具，不如回到工作流程本身，讓任務、文件與協作紀錄在同一套系統中被結構化保存，使知識能夠隨著工作自然累積，進一步成為 AI 可理解與運用的基礎。

在這樣的架構下，AI 也從單純的內容生成工具，進一步轉變為能理解上下文的協作角色。正如 Kylie 所強調，AI 不會修復混亂的流程，只會讓問題更快被看見。以 Atlassian 推出的 AI 工具 Rovo 為例，當 AI 嵌入實際工作場景後，不僅能協助搜尋與整理資訊，也能參與專案規劃與知識管理，使資訊不再散落於不同系統與個人之間。

▲ Atlassian Rovo 結合搜尋、知識學習與自動化行動三大能力，協助企業將 AI 嵌入日常工作流程。

AI 助攻系統現代化，舊系統重獲解法

除了協作與知識管理，論壇也聚焦於企業長期難以處理的系統現代化議題。

AWS 資深合作夥伴解決方案架構師許志榮與 Fable 寓意科技創辦人暨 CEO 施政源在會中提到，對多數大型企業而言，真正的挑戰並非新系統的建置，而是那些仍在運作、卻缺乏文件與人才支持的舊系統。這些系統往往包含 COBOL、大型主機或舊版 Java 架構，隨著熟悉技術的人才逐漸退出市場，使企業在升級時面臨高度不確定性。

▲ AWS 資深合作夥伴解決方案架構師許志榮於論壇中分享，AI 技術正協助企業理解既有系統架構與相依關係，為系統現代化帶來新的解法。

過去企業之所以不敢動這些系統，往往是因為無法掌握系統間的相依關係與潛在風險。隨著 AI 技術發展，企業現在可以透過程式碼理解、相依性分析與版本差異比對，重新掌握系統結構，而不再只是進行表層的語法轉換。

許志榮表示，這類 AI 驅動的現代化工具，正逐步讓企業有能力「看懂過去」，將原本難以維護的系統重新轉譯為可被理解的架構；施政源則補充，透過 AI 協助，許多原本需要長時間盤點與重構的系統，已能在更短時間內完成初步整理與轉換，大幅降低導入門檻，也讓 AI 不只是加速開發工具，更開始扮演企業「翻譯歷史系統」的角色。

▲ Fable 寓意科技創辦人暨 CEO 施政源於論壇中分享，透過 AI 輔助，企業可加速盤點與重構既有系統，降低現代化轉型的導入門檻。對工程師而言，這降低了接手舊系統的門檻；對企業而言，也減少對少數關鍵人才的依賴，使系統現代化不再是一項高風險決策。

AI 應用擴大，資安風險同步升高

隨著 AI 深入企業核心流程，資安議題也從傳統系統防護，延伸至模型與應用層級。奧義賽博（CyCraft）共同創辦人暨 CTO 邱銘彰（Birdman）指出，企業除了既有資安威脅外，還需面對 Prompt Injection、模型幻覺、資料外洩與 Shadow AI 等新型風險。

▲ 奧義賽博（CyCraft）共同創辦人暨 CTO 邱銘彰於論壇中分享，隨著 AI 導入同時，企業須關注模型與資料層的資安風險。

他進一步說明，AI 安全可分為模型安全、應用安全與資料治理三個層面。模型安全關注 AI 是否能正確理解指令並避免偏誤；應用安全則涉及 AI 系統是否具備適當的行為限制與監控機制；資料治理則涵蓋資料存取權限與使用範圍的重新定義。

其中，Shadow AI 已逐漸成為企業難以掌握的風險來源。當員工自行使用外部 AI 工具處理文件、程式碼或客戶資料時，企業往往無法掌握資料流向與使用情境，進而產生合規與資安疑慮，也讓企業面對的已不只是資安問題，而是整體治理能力的考驗。

隨著 AI 應用逐步深化，企業的治理對象也從傳統的程式碼，延伸至 Prompt 與模型行為本身。過去企業會進行程式碼審查與測試，未來也需要建立對 Prompt 的版本控管、審查與測試機制，確保 AI 的輸出符合預期，並避免潛在風險的擴散。

在此趨勢下，Prompt 不再只是與 AI 溝通的指令，而逐漸成為系統運作的一部分。企業需進一步建立對應的治理流程，使 AI 的行為可被追蹤、驗證與控管，才能在安全與可控的前提下，真正導入日常工作場景。

AI 落地關鍵，回到工作系統與工具整合

在論壇最後的與談交流中，擔任主持人的鈦坦科技總經理李境展也觀察到，企業在導入 AI 的過程中，普遍已跨過工具嘗試階段，真正的挑戰逐漸轉向如何讓 AI 穩定進入日常工作流程，並在組織中持續發揮價值。

▲ 鈦坦科技總經理李境展於論壇中擔任與談主持人，串聯各場議程觀點，與講者共同探討企業導入 AI 的實務挑戰與關鍵路徑。

Kylie 也在總結中提到，AI 的價值並不在於單點效率的提升，而在於能否真正融入組織的工作系統。當工作流程本身能夠承載知識，並隨著任務與協作持續累積，AI 才具備足夠的上下文，進一步支援搜尋、整理與決策，成為團隊運作的一部分。

鈦坦科技策略經理江致平表示，這也是企業導入 AI 時最關鍵、卻最容易被忽略的一環。透過 Jira、Confluence 與 Rovo 等工具的整合，企業得以將分散的任務、文件與決策脈絡串接為可被 AI 理解的工作系統，使 AI 不再只是輔助工具，而能實際參與日常協作。

隨著企業逐步從導入 AI 走向落地與治理，相關實務經驗與交流的重要性也持續提升。未來鈦坦科技將持續透過論壇與 Webinar 等形式，分享導入經驗與實務觀察，協助企業在既有流程基礎上，逐步建立能讓 AI 發揮價值的工作環境。

有興趣進一步了解相關主題或參與後續交流者，可透過表單留下資訊，以獲得最新活動訊息。