SAP 財務長：AI 投資回報需超越聊天機器人，聚焦核心業務流程

德國企業軟體龍頭 SAP 財務長 Dominik Asam 表示，人工智慧若要在企業應用中實現真正的投資回報，其發展必須超越聊天機器人與程式碼助理等「唾手可得的低階應用」，深入到更複雜的核心業務流程中。

Asam 在公司第二季財報發布後對記者指出，目前企業界對生成式 AI 投入鉅資，但仍在尋求生產力顯著提升的證據。他認為，真正的回報並非來自通用的 AI 模型，而是來自嵌入特定業務流程、且受到嚴格治理的系統。

AI 應用的挑戰與風險

Asam 解釋，目前「絕大部分」的 AI 代幣消耗都用在程式碼助理和聊天機器人等低風險領域。在這些場景中，即使 AI 產生「幻覺」（hallucinations）或錯誤，其輸出結果的風險也相對有限。

然而，將 AI 應用於財務、供應鏈或其他核心業務流程則困難得多。Asam 警告，在這些多步驟的工作流程中，一個微小的錯誤可能會被層層放大，從而增加違反合規標準的風險。他表示：「若流程中出現一些幻覺，錯誤會在多個步驟中以統計方式疊加，這需要極其嚴格的保證水準。」

Ad

資料治理是實現高階應用的關鍵

Asam 強調，AI 的「高階應用」關鍵不在於將一個通用的語言模型套用至全公司，而在於圍繞特定業務建立專門的系統。這要求企業必須先確保自身的資料是可用且受治理的，AI 才能基於公司的知識來運作。

• 數據品質至上：Asam 直言：「認為 AI 能解決所有雜亂無章的傳統資料孤島問題，這種想法並不正確。」他補充說，這種嘗試將伴隨著「極高的代幣成本」。
• 成本效益考量：他認為，最先進的模型不見得是最佳選擇。在實務上，企業會選擇能夠安全達成目標、且成本最低的可靠工具，無論是簡單的軟體、開源模型，還是昂貴的尖端模型。

對投資人而言，這番言論意味著企業 AI 市場正從初期的技術狂熱，轉向更為務實、注重投資回報率的階段。市場焦點將逐漸從通用大模型轉向能夠解決特定行業痛點、確保數據準確性與安全性的整合方案。