Infosys 執行副總裁為人工智慧應用與 OpenAI 合作關係奠下基礎

巴拉克里什納（巴利）·D.R.，Infosys 執行副總裁暨人工智慧與產業垂直領域全球服務負責人

Infosys 執行副總裁 巴拉克里什納（巴利）D.R. 談成功採用 AI 的企業與在規模化方面掙扎的企業有何不同，以及該公司與 OpenAI 的合作

企業人工智慧的採用已超越實驗階段，但許多組織仍陷於前景看好的試點計畫與創造可量化商業價值的挑戰之間。

數據分散、遺留系統、不斷演變的治理架構以及責任歸屬不明，這些因素都可能阻礙 AI 計畫進展為持續性的轉型，因此營運紀律的重要性不亞於取得先進模型。

在此，Infosys 執行副總裁暨全球服務部人工智慧與產業垂直領域負責人 巴拉克里什納（巴利）· D.R.，將探討成功採用者與在擴大規模方面掙扎的組織之間有何差異，並深入剖析 Infosys 與 OpenAI 的戰略合作。

為何仍有如此多組織難以將 AI 從試點階段擴展至更大規模？

許多組織面臨困境，並非因為 AI 模型效能不足，而是因為企業基礎架構尚待完善。AI 專案往往始於一組前景看好的試點專案，但底層資料卻支離破碎、遺留系統難以整合、治理機制仍在演進，且成果的所有權歸屬不明。這正是造成「試點煉獄」的根源。

我們自己的研究清楚地說明了這一點。 「Infosys 人工智慧商業價值雷達」（Infosys AI Business Value Radar）針對全球超過 3,200 家組織的高階主管進行調查，發現僅約 20% 的人工智慧應用案例能達成大部分或全部的商業目標，而所有部署案例中，有五分之一完全未產生任何價值，或在部署後被取消。

其中的教訓很簡單：要擴大 AI 的應用規模，需要的是營運模式，而非實驗室模式。您需要企業高層的支持、現代化的數據基礎架構、明確的規範框架，以及與營收成長、成本優化或風險降低緊密相關的應用案例。否則，試點計畫雖引人入勝，卻永遠無法產生實質影響。

成功的 AI 採用者與落後者之間有何區別？

領先的組織將 AI 視為 CEO 級別的轉型計畫，而非一連串孤立的實驗。他們讓領導層圍繞明確的企業策略達成共識，及早投資於數據準備與現代化架構，並在嘗試將應用案例產業化之前建立治理機制。同樣重要的是，他們會重新設計工作流程，而非僅將 AI 疊加在失效的流程之上。

AI 往往始於一組前景看好的試點專案，但底層數據卻支離破碎

巴拉克里什納（巴利）·D·R.，Infosys 執行副總裁暨人工智慧與產業垂直領域全球服務負責人

麥肯錫的 2025 年研究在此頗具參考價值：在 AI 表現卓越的企業中，重新設計工作流程的可能性是同業的近三倍，且其高階主管展現對 AI 計畫的主人翁意識與承諾，這點獲得高度認同的比例也高出同業三倍。 成熟度較高的組織更有可能讓 AI 計畫在生產環境中持續運作三年或更久，這表明他們致力於創造永續價值，而非僅是曇花一現的試點計畫。

實際上，成功的企業還會帶領其員工共同前進。它們投資於變革管理、AI 應用能力以及「人類在迴路中」（human-in-the-loop）的運作模式，確保信任與採用率同步增長。如今的區隔點已不再是能否接觸 AI，而是能否以嚴謹的紀律將其付諸實務運作。

Infosys 與 OpenAI 的合作夥伴關係將如何協助企業將 AI 實驗轉化為可量化的商業成果？

Infosys 與 OpenAI 的合作之所以具有戰略重要性，在於它提供了一種能大規模釋放 AI 價值的運作模式。這項合作結合了 OpenAI 的前沿模型與 Infosys Topaz Fabric，協助我們的客戶從實驗階段邁向務實且負責任的部署，並實現可量化的商業成果。

初期重點領域包括軟體工程、既有系統現代化、DevOps 自動化、電子商務及其他以工程為導向的領域。這點至關重要，因為在這些領域中，企業通常能透過提升工程生產力、加速交付以及縮短產品上市時間來衡量價值。

同樣重要的是，這項合作夥伴關係是以企業治理與負責任的部署為核心，而非事後才考慮的附帶事項。 對客戶而言，這意味著將世界級的模型能力與 Infosys 的領域專業知識、交付規模及現代化經驗相結合。換言之，我們的目標不僅是將 AI 融入工作流程，而是重新設計工作流程，使 AI 能夠帶來可衡量的商業成果。

關鍵數據

• 3,240 – Infosys「AI 商業價值雷達」調查涵蓋 132 個 AI 應用案例的受訪組織數量
• 19% – 成功實現所有商業目標的人工智慧應用案例比例（Infosys）
• 速度提升 60% – 印孚瑟斯採用「AI 優先」策略，為一家全球租車公司現代化近 300 萬行程式碼，將轉型完成時間縮短了 60%
• 可能性高出 3 倍 – 麥肯錫發現，在 AI 應用方面表現優異的組織，其徹底重新設計工作流程的可能性幾乎是其他組織的 3 倍

Infosys 近期與 OpenAI 建立了戰略合作關係

人工智慧如何改變軟體開發與現代化？

人工智慧正同時以兩種方式改變軟體開發：一方面減少例行工程任務所需的投入，另一方面則擴展工程團隊可進行現代化與轉型的工作範圍。 我們在程式碼生成、文件編寫、測試、除錯、程式碼審查及遺留系統轉型方面已看到明確的價值，但更重大的轉變在於，工程師能將更多時間投入於架構設計、系統整合、系統韌性及業務邏輯。

在一家全球領先的租車企業中，我們採用「AI 優先」的方法來加速遺留系統轉型。 我們運用多模態大型語言模型（LLMs）分析了近三百萬行的遺留程式碼，以萃取核心業務邏輯，並將其現代化為可擴展的雲端平台，速度提升了 60%。此方法不僅降低了託管成本、提高了跨渠道業務能力的重複利用率，更為未來的現代化與自動化奠定了可擴展的基礎。

我們與 AI 原生企業及超大規模雲端服務供應商的合作，都指向同一個方向：AI 輔助工程正從孤立的編碼支援，轉向端到端的軟體交付與遺留系統現代化。這不僅提高了對工程人才的要求，也提升了工程師在創造商業成果中的角色。

Infosys 與 OpenAI 的合作之所以具有戰略重要性，在於它是一種能夠大規模釋放 AI 價值的營運模式

巴拉克里什納（巴利）·D.R.，Infosys 執行副總裁、全球服務主管，負責人工智慧與產業垂直領域

什麼將定義企業 AI 採用的下一階段？

下一階段的關鍵在於「協調」。我們正從聊天介面與孤立的輔助系統，邁向能夠在工作流程中進行推理、協調與執行的 AI 代理、專用模型及全企業級系統。

但成功並非僅靠自主性即可達成。它將來自於將代理與情境工程、受管控的資料存取、現代化的基礎架構，以及明確的人為責任相結合。正因如此，我認為勝出的將是那些建立值得信賴、多模型人工智慧生態系統的組織，而非僅押注於單一工具或供應商。

我們從一開始就對這個方向持明確立場。Topaz Fabric 的設計旨在整合模型、資料、代理程式和工作流程，而我們更廣泛的合作伙伴生態系統——涵蓋從晶片到應用程式的各個層面——則體現了我們刻意採取的開放、可組合式方法。

業界證據也指向相同方向。我們聽聞對代理式人工智慧的興趣正在上升，但深度擴展仍受限。 世界經濟論壇指出，信任與治理才是採用人工智慧的真正限制；其他報告則顯示，人工智慧正變得更加經濟實惠且易於取得，這意味著競爭優勢將越來越多地來自執行力，而非單純的獲取能力。因此，企業人工智慧的下一階段將不再著重於實驗，而是更著眼於重新設計企業本身。

Infosys 的關鍵 AI 合作夥伴

• OpenAI：企業 AI 轉型之戰略夥伴，涵蓋軟體工程、既有系統現代化及代理式 AI。
• 微軟（Microsoft）：橫跨 Azure、Azure OpenAI Service 及 AI 驅動企業解決方案的合作伙伴。
• NVIDIA：合作重點在於 AI 基礎架構、模型、平台及企業 AI 部署。
• Google Cloud：透過 Google Cloud 技術與 Infosys Topaz 支援生成式 AI 解決方案的夥伴。
• AWS：透過結合 Infosys Topaz 與 AWS 人工智慧能力，加速企業採用人工智慧。