全球智識精選：2025年5月

傳統應用開發模式所面臨困境：

• 手動執行軟體開發任務，如使用者故事梳理、測試案例創建與執行等，拉長了每次迭代的時間。
• 未能掌握消費者和員工情緒，導致應用程式採用率低、使用率不佳，最終影響業務績效。
• 應用程式開發缺乏與消費者和利害關係人的充分溝通及回饋，形成資訊孤島。
• 欠缺衡量指標、可觀察性，以及與業務、工程和營運目標的整合，難以衡量投資報酬率（ROI）。
• 無法快速迭代和引入新功能，技術債累積，阻礙開發和環境管理。
• 測試和驗證不足，導致應用程式品質低落。

理想的雲端原生應用開發途徑：

• 利用生成式AI進行軟體開發和自動化，提升開發速度和品質。
• 基於使用者角色、客戶旅程和情感分析，精準掌握使用者需求，優先開發重要的功能。
• 採用敏捷協作（Agile）的交付方式，持續獲取客戶和利害關係人的回饋，確保開發方向正確。
• 透過指標和關鍵績效指標（KPI），定義、衡量、追蹤業務成果和投資報酬率（ROI），並確保其一致性。
• 採取平衡的資源分配策略，基於永續且可擴展的開發流程，有效利用資源。
• 實施「左移」（shift-left）策略，在早期建構階段加入安全測試和分析的環節。執行嚴格的測試循環，提升軟體品質標準，包括在測試環境中部署監控工具，收集系統的指標數據，以驗證系統是否符合預期的效能目標。

• 雲端原生應用開發不僅可提高開發速度和實施「左移」策略，更重要的是實現量化收益。以人為本，協助組織掌握消費者情感，並將使用者角色與客戶旅程相映射，運用技術驅動解決方案、自動化生成式AI及其他數位系統等科技工具，創建持續的回饋循環。
• 此軟體開發生命週期法能有效降低總成本和變更成本，減少錯誤和程式漏洞，提升營運效率，推動創新發展。此外，更有助於減少繁瑣的修復及更新，避免影響應用程式性能和阻礙創新。
• 面對快速變化的市場，企業數位轉型關鍵在於制定「聚焦策略」，重新思考技術架構、流程和文化三大面向，才能建構高效雲端架構和工作流程，快速獲益並提升長期競爭力與應變能力。

雲端原生應用開發 – 五大關鍵類型：

• 全端應用程式開發：採用統一方法進行行動應用程式、網頁、後端開發及應用程式部署流程，包括微服務（microservices）、應用程式介面（APIs）和數據引入流程，支援敏捷且彈性的開發，以及應用程式效能的提升。
• 體驗工程：在這種開發模式中，開發團隊可透過低程式碼應用開發、預先設計好的主題模板、業界領先的開源解決方案及內容管理系統（CMS），有效管理數位媒體，並簡化其使用方式。
• 雲端客製應用開發：對於客製應用開發而言，應在雲端建立元件及紀錄系統，充當資訊儲存和檢索系統。這個架構讓開發者可以自行開發程式碼，以實現雲原生服務沒有提供的特定功能。
• 業務應用客製元件開發：客製化元件開發讓企業可以根據自身需求，量身打造更符合使用者習慣的應用程式，新增功能也可變得更快速且具有彈性。
• 新興科技應用開發：透過AI、物聯網、區塊鏈、機器人技術等解決方案，企業可強化應用程式功能，並將這些先進技術融入日常營運。

• 企業正積極研究如何運用AI來重塑產品、服務、營運及工作流程。歷史顯示，人類常誤判技術變革——高估短期突破，同時忽略更深的長期影響，而AI的發展也不例外。
• 對董事會來說，參與AI意味著監督管理層並提供回饋，同時培養實驗和探索精神。而專注於以下六大領域，將可幫助董事會達到有效的監督。

• 董事會在AI發展中的角色，就和面對其他企業重要策略一樣，是監督與指導管理層。
• 即便部分董事會已設有技術委員會（目前約17%的S&P 500指數公司董事會設有技術委員會），仍應讓整個董事會都參與並監督公司的AI業務轉型，因為其涉跨部門的業務，以及整個企業的戰略與風險。

關鍵行動

• 釐清監督權與管理責任歸屬，並確保有明確的董事會接觸點，持續評估並提升董事會的AI知識。

• AI為企業提供廣泛的解決方案，不單單只是提升生產力或後勤部門效率的工具。AI的轉型潛力與價值，在於它能解鎖新的成長領域及商業策略。
• AI策略制定的重點在於檢視客戶及員工體驗，識別出可以帶來龐大價值的變革機會。此外，找出生態系中的機會，並透過產業合作解鎖更多價值，也相當重要。

關鍵行動

• 了解管理層如何識別及決定AI採用機會的優先順序、監督公司的戰略評估與規劃。
• 評估資源投入，了解導入AI需投入的財務與資源，並隨著AI技術演變持續進行評估。

• AI時代，董事會肩負關鍵責任：監督AI部署的主要風險，並確保管理層採取適當的控制措施管理風險。「負責任的AI」是首要之務，能幫助企業做出一致、周延的決策，並快速實施AI策略。
• AI風險應被識別、評估、排序和管理，風險管理的第一步是建立一套可靠且準確的AI使用清單。
• 董事會應充分了解識別AI風險的標準，並與管理層一起歸納出較高風險的AI模型特徵。此外，可考慮將高風險的AI模型交由內部稽核單位或有經驗的第三方進行獨立驗證。
• AI風險來源包括：資料收集／管理／儲存／使用過程中的風險；模型訓練與開發過程中的風險；在系統及基礎設施中執行AI的風險；AI衍生的法遵執行問題；使用過程中的人為／惡意風險；將AI導入工作流程帶來的風險，以及第三方供應商潛在風險。

關鍵行動

• 確保有風險管理與控制基礎、深入研究高風險AI模型，了解管理層如何與利害關係人立信任。

• 隨著AI技術持續演進，監管環境可能產生相應的變化。企業應主動出擊以抓住機會，遵守現階段的規範，並監測規範未來的走向。
• AI採用的監管牽涉到國際間、各國、各州／地方政府及產業等不同層面，導致監管環境碎片化且複雜，企業須適應不同法規環境。

關鍵行動

• 董事會應了解企業在AI監管與法遵方面的作法，要求管理層說明AI法律層面的影響，並完成AI盡職調查。

• 文化變革往往是組織轉型最大的挑戰，AI重塑企業價值的過程也不例外。正確的人才策略及轉型方法至關重要，企業導入AI時應重視新技能、人才來源、發展與衡量，同時帶動文化轉型。
• 隨著「AI代理」越來越普遍，企業應為新的管理角色做準備，這些角色負責將AI代理整合到人力資源策略中，監控其績效並促進有效的治理。

關鍵行動

• 將人才與文化擺在前位，確保溝通順暢且能及時進行。董事會應支持管理層推動文化變革與創新，向員工傳達「AI是用以提升而非取代人類價值」的訊息。
• 與人資長溝通以了解人才策略的變化，並和管理層討論運用AI提升生產力的方法。

• 在AI轉型的進程中，績效監控是驗證投資是否達到預期成效的關鍵。儘管企業和董事會可能尚未創立健全的監控指標，但仍應避免AI投資成為財務黑洞。董事會應時時追蹤AI策略是否帶來正面效益。
• 在探討AI價值時，應著眼於效率提升、成本節省、收入增加、利潤改善、品質與體驗的提升等面向。

關鍵行動

• 董事會應定期要求管理層報告進度。並歸納出一套能夠衡量AI績效的健全指標。

• AI的價值伴隨著風險，若沒有專注於前期規劃並謹慎執行，將難以實現轉型成效。而在快速變化且複雜的演進過程中，董事會應協助管理層設定目標，確保企業落實「負責任的AI」。
• 董事會在監督管理層制定AI策略、健全風險管理、監控監管環境、設定AI人才策略，以及訂定績效評估指標等面向扮演著重要角色。此外還應協助管理層關注局勢變化，在AI轉型的重大變革中引領企業。