信息单位需要通过生成式AI技术，开始帮助公司各部门思考自己的职务内容，如何做到更升级的工作产出，而公司各单位也需要认知，信息技术含AI的导入及应用，需要各单位放入年度计划才能达成业务升级的目标。── 全盈支付首席信息官 钟明峰

【机会】 医疗流程有许多需要参考各做结论或是统整的作业，应该有机会可以使用生成式AI解决。

【挑战】 医疗数据多属机敏数据，去识别化不易，难以使用外部GAI服务── 台大医院信息室主任 陈权忠

有效降低员工耗费在影像判读、病历记载所花费的时间。员工对信息系统集成生成式AI功能会有更多期待── 大千综合医院副院长室信息副院长 林祯裕

AI的iPhone 时刻，改变工作本质学能，提升普罗大众善用AI能力，增进创造力与生产力。── 玉山证券首席信息官 郭健男

【机会】 过去窒碍难行的想法，通过生成式AI技术会有不一样的机会实现。

【挑战】 找寻适用场域落地应用── 中菲行国际物流商业智能科技部总监 陈立人

生成式AI若没妥善使用，可能引发知识产权等相关争议，需要创建处理机制。── 阿官国际餐饮集团信息总监 涂荣宗

【机会】 节省人力，提升效率。

【挑战】 隐私保护，内容正确性，人员专业程度下降── 台中荣民总医院信息室主任 赖来勋

生成式AI可大幅度减少中小型企业利用和开发AI的门槛── 联新国际医院数位发展部部长 徐伟伦

GAI提升员工生产力，但也让数据管理更困难── 新光吴火狮纪念医院信息部主任 林璟淑

挑战是如何利用AI导入进行决策── 新海瓦斯研展室课长 林宗建

GAI加速数位转型── 南侨集团信息处资深经理 谢永辉

挑战是人力、技术── 嘉南疗养院信息室主任 吴郁

静观其变── 禾伸堂企业信息中心协理 郭建中

GAI六大挑战，包括了1. 内容自动生成但结果未必正确，符合现在快速弹性化应对的世代，造成了两难的问题。2. 对于机敏数据无意识上有可能不自觉泄露，而不自知，或许数据很难界定可以或不可以。3. 资安范畴太过于广阔，资安硬件或软件成本投入无法即时跟上？4. 企业对于培育专业专职的资安人员有所顾虑，无法真正落实。5. AI要符合一间公司企业与文化，其实需要大量投入时间与成本，但高层希望立即产出有效结果，还要用极低的成本。6. 版权无法有效确认图像、文本是否无意识盗用── 连锁餐饮品牌信息主管

GAI实战经验：生成式AI的建置硬件环境成本需用高速运算的服务器，相对于我们公司所用AI模型环境，成本高出很多。因此，前置的研究投入成本，是入门研究的重要门槛。虽有小型的生成式AI模型，不过经测试效果没有大型的AI生成式云端服务好。若要将公司专业知识做为云端训练，又有数据外泄的风险。目前维持在小量不具机敏性的数据，进行云端的验证测试，确认其可行性，再提出具可行性的计划预算正式导入生成式AI专家系统。── 高科技业信息兼资安协理

目前因生成式AI技术具体应用情境，在我们所属产业尚未有实务运作之实际导入案例可参考，但我相信未来生成式AI技术更趋成熟，带给企业的机会是可优化及简化公司所有相关作业流程，提升员工工作效率，及强化上下游厂商客户关系及服务，我还是非常期待AI应用爆发潮的到来.面临的挑战目前可想到的是人才养成与人才短缺问题── 百亿半导体业信息处长

生成式AI可以加速业务看成，改善工作效率，让提案或创意内容更加容易且轻松达成，可大大提升办公室人员的效率。但AI幻觉与样本偏差容易造成产出数据正确的不确定性，可能对后续决策造成影响，或得花更多时间来验证，现阶段先用于数据文档的生成── 百亿制造业资深IT主管

企业内部快速运用生成式AI于每日各方面的工作中，可节省成本及时间，成为员工的好助手，CIO可以领导收集好的商业应用分享好的案例，尤其用于创造营收为第一优先。挑战则是，要创建企业内部ChatGPT，得保护公司数据并确保数据正确性及可信度，并持续改进── 大型药厂IT主管

【机会】 用户及公司高层具备AI概念，却又模糊。有想法不一定成熟，对于商业应用层面得以扩大，若愿意投入资源，可以得到相对的报酬。

【挑战】 技术人员经验不足，大家都在摸索。技术与实务结合需要时间验证，需要大量投入资源，产生大企业有AI更强，中小型企业挑战更大。── 老牌营造业信息部主管

在政府部门有较多的数据与文档不适合对外开放，行政院已公布GAI的使用指引，政府部门也将依该使用指引方式，使用GAI相关应用，所以对CIO会需要更多客制化的GAI服务，不对外公开或私有云的部分连接ChatGPT，这才是后续GAI最大量服务── 政府机关IT主管

【机会】 企业内知识分享应用，增加生产力，可用生成式AI快速应对与处理资安事件。

【挑战】 设计、设置、权限管理不当造成数据外泄（包含内与外部）， 黑客对AI系统本身的攻击，黑客也能以生成式AI快速发展自动生成诈骗和攻击工具── 上市公司集团资安长

身为金融业，在主管机关的要求及公司预算下，因为产业特性，需要比较多的时间才能将生成式AI技术应用于客户所需的服务上。但是像程序撰写的辅助如GitHub Copilot，本公司将会先行导入，观察其带来的成效── 金融科技公司技术副总

学习新AI工具，尚不知道应用的C/P值如何。如同每一段时间的新技术，实际运用上是否适合中小企业的环境。生成式AI是信息安全的挑战，不管是生成式AI造成的信息外泄，生成式AI对协助恶意代码产生都降低了网络攻击的门槛。── 金属制造业IT课长

产品生命周期循环越来越快，信息工具辅以产品开发，如何运用信息工具的优势，带入公司的产品开发是必然趋势，信息人员学海无涯，将不再局限于信息工程上，而得延伸至多面向的商品产品开发，提升自我能力增加自身附加价值在所必然。── 一般制造业IT副理

【机会】 GenAI用在资安维运如Threat Hunting或Log分析、事件应变等，加速人员处理效率。

【挑战】 目前已有WormGPT、FraudGPT等服务，攻击者可能应用类似此类服务加速攻击速度与成功率── 金控资安长

【挑战】 1. 如何分辨出哪些业务适用性最高，而非一味盲从跟随风潮，要能有说服力地与提出需求的各业务单位沟通。2. 在不泄漏公司机敏数据的前提下，如何适当应用来提升工作效率层面。── 传统制造业IT

尚在观望，以传统产业来说，实际应用层面还是未知数，毕竟1. 客户数据样本不够多。2. 应用层面尚未有明朗的方向。3. 传统产业业主对于信息的投资相对较少，皆以维稳为主。── 饭店业信息主管

在良好的数据准备与提示工程下，可快速发展出高品质的医疗服务产品，GAI降低信息门槛，让一般非信息人员都可能规划与开发许多信息需求。小规模的企业都可能发展出有特色的服务。── 私立医院信息室主任

生成式AI技术应用要看产业是否有应用场域或环境。中长期，生成式AI势不可挡。应用于企业环境目前仅限于测试环境，中小企业还是观望的态度。── 3C零售业信息经理

1. 资安疑虑与成本高。2. 似乎可以提高个人工作绩效，但难以评估。3. 较少有企业方案，或需要高额成本建置企业专属方案，个人认为GAI 还需要时间── 老牌制造业协理

 相关报导