# 國大系統科學院學習節聚焦企業人工智慧落地三大難題

URL: https://www.shicheng.news/zh-hant/v/8XRem
Published: 2026-09-02
Source: 獅城新聞

AI喊得震天響，為何在企業里卻總是雷聲大雨點小？新加坡國立大學系統科學院近日啟動第11屆學習節，圍繞企業如何將人工智慧從試驗階段真正推向規模化應用，直面數據、治理和人才等現實難題。

不止是風口，更是挑戰 

在近期舉辦的NUS-ISS學習節上，討論的焦點並非那些天花亂墜的AI概念，而是企業應用的骨感現實。活動沒有描繪AI改變世界的宏大藍圖，反而一針見血地指出了活動重點聚焦企業人工智慧落地面臨的三大關鍵難題：數據準備、治理以及人才能力。這三個詞聽起來遠不如「通用人工智慧」酷炫，卻是決定企業AI戰略成敗的勝負手，也是許多公司砸下重金卻聽不見響的癥結所在。

![國大系統科學院學習節聚焦企業人工智慧落地三大難題](https://www.shicheng.news/images/image/1790/17908155.avif?0)





由國大系統科學院（NUS-ISS）來牽頭這場討論，再合適不過。國大系統科學院長期通過研究生教育、專業教育、諮詢、應用研究和職業服務培養數字人才，並與產業界保持密切合作。其課程和研究覆蓋軟體開發、數據科學、人工智慧、網絡安全、產品管理及數字創新等領域，因此，本屆學習節也特彆強調如何讓人工智慧真正進入企業運營與實際業務場景。

數據與規則：AI的雙重基石 

首當其衝的挑戰是**數據**。很多人以為AI的原料是**數據**，只要量大管飽就行。但現實往往是，企業的**數據**更像一片「沼澤」，混亂、分散、質量參差不齊，遠非即取即用的「金礦」。人工智慧的效果高度依賴底層數據。此次學習節重點討論了數據質量、元數據、數據治理和數據架構等問題，強調企業需要建立可信、可訪問、管理良好的數據基礎。如果前期的**數據**清理和準備工作不到位，後續的模型訓練無異於沙上建塔，根基不穩，效果自然大打折扣。本次學習節就探討了如何構建高效的**數據**管道，為AI備好高質量的「燃料」。

有了燃料，還需要方向盤和剎車——這就是AI治理。它要解決的是如何負責任地使用AI。比如，AI的決策出現偏見怎麼辦？AI犯了錯，誰來擔責？企業還需要考慮數據保護、人工智慧治理、合規與風險管理，並建立必要的安全防護和人類監督機制。一個沒有明確治理框架的AI系統，就像一輛失控的無人車，**風險**巨大。因此，在擁抱AI前，企業必須先建立起一套包含道德、風控與合規的治理體系。

人的轉型：AI時代的終極命題 

技術和框架就位，最後還是要看人。第三個，也是最**關鍵**的挑戰，在於人的能力。AI並非即插即用的工具，它的價值需要懂業務、懂**數據**、也懂技術的復合型人才來釋放。這不只是招幾個頂尖**數據**科學家的事，而是整個組織都需要提升「AI素養」。從市場部用AI分析用戶，到人力資源部用AI篩選簡歷，再到管理層基於AI洞察做決策，每個崗位都需要具備與AI協作的新能力。

這也正是NUS-ISS學習節這類活動的價值所在。它為在職人士和學生們提供了一個升級技能的平台，幫助大家理解AI的真實應用，掌握駕馭這股新浪潮的必備技能。往小了說，這關乎每個人的職業前景；往大了說，這關乎新加坡能否在AI驅動的全球經濟中保持領先。說到底，AI的競爭，最終是人才的競爭。

📌 要點總結

✦ NUS-ISS學習節聚焦企業AI應用的三大核心障礙：數據準備、治理框架和人才能力。 

✦ 活動探討了如何為AI備好高質量「口糧」（數據），並為其裝上「方向盤」（治理框架）。 

✦ 再次凸顯國大在連接前沿技術與產業實踐、培養復合型人才方面的關鍵角色。 

你的AI技能需要升級了嗎？