中山大學資管系近日邀請勤業眾信（Deloitte）聯合會計師事務所蘇盈誠先生，以「大數據分析與風險智能儀表板」為題，為師生帶來一場結合理論與產業實務的精彩分享。蘇講師深入淺出地解構了 AI 應用如何驅動數位轉型，並展示了大數據在現代企業管理中扮演的關鍵角色。

AI 驅動轉型：流程、科技與控制的鐵三角

　　演講伊始，蘇講師指出數位轉型不只是技術的引進，更是整體的戰略布局。他將 AI 應用與數位轉型服務歸納為三大核心面向：

• 流程面：著重於營運流程的數位化，提升作業效率。
• 科技面：致力於擴大數位科技的應用範圍，強化企業競爭力。
• 控制面：透過管理數位科技風險，確保系統的穩定與安全。

　　蘇講師提到，其部門夥伴的其中一項任務，便是協助企業將 AI 服務「落地」與「實作」，將虛擬的演算模型轉化為實際的產能。

從數據到智慧：異常管理的藝術

　　「我只做異常管理，我平常的工作就是處理異常。如果沒有異常，就看能不能發現有沒有異常。」蘇講師引用台塑集團創辦人王永慶先生的金句，說明大數據在現代企業中已取代了傳統人力，成為最精準的「紅衛兵」。

　　他詳細拆解了數據分析的演進路徑：從基礎的數據整合、分析，到視覺呈現，進而發展至自動化，最終達成認知智慧。然而，這條路徑並非一帆風順，在執行步驟中，往往在「數據採集」階段就會面臨資料分散或提供意願不高的挑戰，而「數據清理」更是最耗時的基礎工程。

工具實踐與視覺化：化繁為簡的關鍵

　　在工具選用上，蘇講師分享了業界常見的數據分析利器，包含目前最主流的 Python、SQL 以及處理小規模數據的 Excel，並分析了如 R 語言在封裝上的局限性。

　　針對「資料視覺化」，蘇講師介紹了 Power BI、FineBI 等工具，並展示實際案例。他強調，視覺化的好處在於能完整呈現數據全貌，增進理解與閱讀速度。透過現場展示儀表板的操作，學生們親眼見證了如何從數據中「快速找出異常」並進行「風險辨識」，讓數據真正成為決策的輔助。

結語：與 AI 共存的未來競爭力
　　面對未來，蘇講師認為 AI 代理人（Agentic AI）的下一步將與機器人（Ｐhysical AI）深度結合。他以輝達（NVIDIA）執行長黃仁勳的話勉勵在座同學：「奪走你工作的不是 AI，而是會用 AI 的人跟公司。」

　　蘇講師鼓勵資管系的學生應多方接觸 AI 技術，不僅要理解其背後的邏輯，更要學會如何運用工具來解決現實世界的複雜問題，在數位時代中站穩腳步。