企業AI點樣由試點走到投產？贏家要識整合，亦要為成果埋單

企業用AI做示範，通常容易過正式投產。示範可以只用一小批整理好的資料；真正上線，就要接駁公司現有系統、遵守資料權限、應付輸入變化、留下可審計紀錄，還要配合員工原本的工作方法。若沒有人負責到底，或者一開始沒有訂好效益基準，試點即使「跑得郁」，也未必證明值得全面推行。

企業AI試點為何容易卡關？

企業採用AI，阻力往往不只是模型能力。資料散落在不同系統、權限和風險要求繁複、舊系統難以整合，加上工作流程未必因應新工具而改動，都會令試點難以擴大。法規報告、企業資源規劃系統（ERP）遷移等工作，正是需要把技術、流程和責任一併處理的例子。4

坊間常提到「95%」這個數字，但相關研究談的是受訪企業的生成式AI試點沒有帶來可量度的損益表回報；不應直接當成「95%試點都無法投產」的通用失敗率。 評估時要分清楚兩件事：系統有沒有上線，以及上線後有沒有產生可核實的商業成果。

顧問業由賣人手，轉向交付可運作的系統

傳統顧問或外判服務，收入多數跟人手和可計費工時掛鈎。AI部署的新模式則更重視把工程師放到客戶環境中，直接處理整合和落地。前線部署工程師（forward-deployed engineers，簡稱 FDEs）會與客戶團隊一同工作，將平台接入實際資料和流程，再把系統推至可持續運作的狀態。

這也解釋了為何大型科技公司和顧問公司都在擴大部署合作。Accenture 與 Google Cloud 組成 Gemini Enterprise 業務團隊，計劃建立一支 1,000 人的前線部署工程師隊伍，結合工程人才與行業經驗，協助客戶落實AI方案。 Accenture 與 Palantir 的合作安排，亦提到由前線部署工程師配合具平台經驗的顧問，加快企業部署。6

哪些公司較有條件把握機會？

Palantir 是大型企業AI部署的一個重要例子，尤其是需要把多種資料和營運流程整合、同時重視管治的情境。公司披露，美國商業收入在2026年第一季按年增長133%，達5.95億美元。 這顯示業務增長動力，但單靠收入增長，仍不足以證明每個客戶項目都有投資回報。

ServiceNow 的優勢在於本身已經提供企業工作流程軟件和訂閱服務，AI有機會加到客戶現有的工作環境之中。公司公布，2025年第四季訂閱收入按年增長21%。1 不過，收入增長本身同樣不能代替對部署成果的檢視。

Accenture 等大型整合商則擁有客戶關係、行業知識和大規模系統整合能力，適合處理遷移及跨部門部署。挑戰是要把做過的項目變成可重用工具和流程，而不是每接一單都重新派一隊人手。對中型企業市場而言，較可行的模式可能是預先準備連接器、集中做好少數常見行業流程、採用範圍清楚的實施方案，再提供持續營運服務；目前資料不足以斷定哪家公司已穩勝這個市場。

平台模式可以改善經濟效益，但不是自動發生

如果一套系統能在不同客戶之間重用連接器、權限管理和工作流程，後續部署理論上可以少做一些度身訂造的工作，逐步改善增量毛利。相反，若每個新客戶都要投入相若人手重建，生意本質仍較像顧問服務，即使合約把它稱為「平台」也一樣。

數字亦提醒大家不要只看公司自稱是軟件平台。C3 AI 在截至2026年7月31日的季度，公布 GAAP 毛利率為32%。3 單一季度不能代表整間公司的長期經濟效益，但足以說明「軟件公司」標籤不會自動帶來高毛利。

轉換成本也要分開看。當AI系統穩定支援重要流程，並累積了整合、權限設定和營運紀錄，客戶改用另一套方案的成本可能增加；但若依賴主要來自難以移出的自訂程式或不方便匯出的資料，那未必等同真正創造了營運價值。

評估供應商，不妨先問這五條問題

1. 試點開始後6個月和12個月，分別有多少已正式投產？「投產」的定義是甚麼？
2. 客戶成果有沒有以部署前的基準作比較，並經獨立核實？
3. 訂閱或產品收入、續約情況，能否與一次性的實施費分開披露？
4. 計算毛利時，有沒有包括部署工程師、雲端運算和支援成本？
5. 隨着部署次數增加，每個客戶所需的實施時間和工程師工時有沒有下降？

真正的平台，應該能證明後續項目愈做愈快、愈做愈省，客戶擴大使用時亦毋須按比例增加交付人手。若每張新合約都要另起一隊人重新開發，供應商賣的可能主要仍是服務，而不是可規模化的平台。