AI 抱怨「看不懂你的公司」：企業資訊不透明如何影響 AI 導入成效

最近有個念頭：如果 AI 會抱怨，它可能會說「我看不懂你們公司」

嗯...該怎麼說呢。我們來聊個有點反直覺的話題。

開一間公司，你需要資產，辦公室、設備、倉庫這些。也需要客戶、員工、供應商。還需要錢。這些東西都很「實體」，摸得著、看得到。但從幾千年前的古文明商人就知道，光有這些還不夠，你得「記錄」東西。交易紀錄、客戶名單、帳本... 這些「資訊」，一直都是商業不可或缺的一部分。

現代的管理者，其實跟古代商人沒什麼兩樣，都是看著手上的資訊做決定。只是現在的環境複雜多了，全球供應鏈、網路威脅、一堆法規、全世界都在跟你競爭。資訊流動得又快又廣。

然後，IT 技術出現了。本來，IT 的出現，是為了幫助我們更好地處理「資訊」。讓生意更好做，或做得更有效率。但不知道從什麼時候開始，我覺得... IT 好像走錯了路。我們好像悄悄地把「資訊 (Information)」這兩個字忘掉了，眼裡只剩下「資料 (Data)」。

這兩者有什麼不一樣？資料，就只是一堆數字或符號。而資訊，是賦予了脈絡的資料。這點差別，造成了今天很多公司的「數位消化不良」。

資料滿出來，但智慧卻沒長出來

現在的風氣就是「收集資料」。用各種感測器、追蹤碼、系統，拼命地收。我們收集了巨量的資料，然後把它們塞進各種長得不一樣的箱子裡：資料庫、ERP 系統、CMS、雲端儲存... 多到滿出來。

但原始資料本身，說真的，沒什麼用。它就是數字。所以 IT 部門的下一個任務，就是想辦法把這些資料串起來，做成報表或儀表板，好讓主管們能「看懂」。

結果呢？我自己是覺得，這導致了一個很尷尬的循環：

• 我們有了更多的「資料孤島」。每個部門的資料都關在自己的系統裡，格式不同、定義也不同。A 部門的「利潤」跟 B 部門的「利潤」可能根本不是一回事。
• 儀表板很快就過時了。因為底層的資料邏輯一變，整個報表可能就得重做，曠日廢時。
• 我們花大錢蓋了「資料湖 (Data Lake)」，希望能把所有資料都倒進去，結果往往變成沒人敢碰的「資料沼澤 (Data Swamp)」。

現在，我們又迎來了 AI 時代。大家都很興奮，想讓 AI 來幫忙分析、做決策。但問題來了，你把一個超強的 AI 丟進一個資料沼澤裡，它只會更困惑。它會說：「抱歉，我看不懂你們公司。你們的『客戶』到底是指誰？這個『產品編號』跟那個『庫存單位』又是什麼關係？」

換個思路：先別管資料，先聊聊「世界觀」

如果我們從另一個極端開始呢？不是從「資料」開始，而是從「商業本身」開始。

如果我們能先創造一個公司的「數位模型」—— 一份關於我們是誰、我們做什麼、我們怎麼做的「說明書」。然後再把現有的軟體和資料，貼到這個模型上。這個概念，在專業領域有幾個名詞，一個是「企業架構 (Enterprise Architecture)」，另一個更核心的，叫做「本體論 (Ontology)」。

我知道，「本體論」這三個字聽起來超級哲學、超級硬。在哲學裡，它的確是研究「存在」的學問。探討什麼東西存在、它們有什麼特性、彼此之間如何關聯。說穿了，就是我們怎麼理解這個世界，也就是我們的「世界觀」。

那一家公司的「世界觀」長什麼樣子？

• 對外：我們為什麼存在？（商業模式、目標市場、競爭對手是誰...）
• 對內：我們怎麼達成目標？（價值創造流程、核心資產、財務狀況、組織人力...）

把這些關於「我們是誰」的知識，用一種結構化的、機器可以理解的語言描述出來，這就是企業的「本體論」。它就像是為你的公司，畫一張專屬的「世界地圖」。

重點一句話：本體論，就是給機器和人看的「公司營運說明書」

有了這份說明書，很多事情就變得不一樣了。與其說是另一種新技術，不如說它是一種新的工作方式和思維模式。我們可以比較一下這兩種思維的差別：

你看，這整個邏輯反過來了。我們不再是資料的奴隸，被動地整理它。而是主動地建立一個框架，讓資料為我們服務。這份「世界地圖」本身，就成了一項珍貴的數位資產。

這東西在台灣有用嗎？從 W3C 標準到在地挑戰

說到這個，我就想到台灣的產業環境。特別是製造業和供應鏈，我們有非常多厲害的中小企業，彼此串連成一個複雜又高效的網絡。但問題是，大家的資料常常是鎖在自家的 ERP 或 Excel 表裡，A 公司的「料號」到了 B 公司可能要轉成另一種「品號」。

這種「本體論」的思維，其實國際上已經有很成熟的標準了。像是 W3C (全球資訊網協會) 就制定了像 OWL (Web Ontology Language)、SPARQL (一種查詢語言) 這些技術標準，讓大家可以遵循同樣的語法來打造這種「知識圖譜」。

不過呢，在台灣推動這個，我覺得技術從來不是最大的問題。最大的挑戰是「文化」。就像我們前面提到的，很多公司的資料被當成機密，部門跟部門之間像獨立王國。要建立一個全公司、甚至跨公司的共享「世界觀」，需要高層由上而下的決心，這比導入任何一套軟體都還困難。

這幾年，政府單位例如數位發展部 (MODA) 也在大力推動「資料治理」，這是一個很好的方向。但我覺得，除了法規和補助，更重要的是傳遞這種「先建立地圖，再放上資料」的思維。否則，我們只是把原本的資料孤島，搬到雲上，變成「雲端資料孤島」而已，本質問題沒有解決。

聽起來很複雜，我該從哪裡開始？

沒錯，聽起來確實是個大工程。要打造一個涵蓋整個企業的本體論平台，需要投入不少資源和心力。所以，千萬別想著一步到位。

務實一點，從小處著手。

我的建議是，不要為了做而做。去找出你公司「最痛的那個業務流程」。是供應鏈延遲常常算不準？是生產排程總是很混亂？還是客戶輪廓模糊不清，導致行銷預算白花？

就從那個最痛、最需要視覺化、最能看到立即改善的地方開始。例如，供應鏈和生產流程就非常適合用圖形化的方式來呈現，因為它們天生就是一張「關係網」。把這個小角落的地圖先畫好、畫清楚，讓大家看到好處，嚐到甜頭。當一個部門成功了，其他部門自然會有效仿的動力。

站在巨人的肩膀上。

好消息是，你不是第一個做這件事的人。很多產業（如金融、生醫、製造）都已經有公認的、成熟的本體論模型可以參考。你不需要從零開始發明所有詞彙。先去研究一下你所在的行業，有沒有已經存在的參考模型，把它拿來當作起點，再根據自己公司的特性做修改。

記住，這個模型不需要追求 100% 的完美。世界是動態的，你的公司也在不斷變化，所以你的「地圖」也會跟著演進。它只需要「夠用」就好，能解決你當下最關鍵的問題，就是一份好地圖。

最後，讓我們回到 AI 的抱怨

說到底，一個組織的 AI 能多聰明，取決於你給了它一個什麼樣的「世界」。

如果你給它的是一片資料沼澤，那就算它的演算法再強大，也只會變成一頭在泥巴裡打滾、困惑又無助的怪獸。

但如果你願意花時間，為你的事業畫一張清晰的、有共同語言的「世界地圖」，那你得到的，就不再只是一個工具，而是一個真正能理解你、能與你對話、能幫助你航向未來的數位夥伴。

到那時候，你的 AI 大概就不會再抱怨，它看不懂你的公司了。