早前 IBM 商業價值研究院（IBV）訪問企業 CEO 研究 AI 趨勢，發現 AI 成企業的發展策略，但同時面對隨之而來的信任和成本問題。
IBM 在今年 2 月至 4 月期間訪問全球 2,000 間企業的 CEO，歸納所得的意見，香港 CEO 的觀點跟全球趨勢大致相近：
50% 正在部署 AI 代理。
90% 有措施幫助員工適應與 AI 代理協同工作。
60% 招聘一年前尚未開設的 AI 相關職位。
75% 受訪香港 CEO 強調，成功取決於為管理層提供準確的策略洞察。
IBM 認為，企業必須採用 AI，訂立明確目標。推動技術，而同時平衡風險。
企業面對 AI 的信任、複雜性與成本
IBM 同時又列出，企業採用 AI 時面對的 3 個難題：
信任 —— 大多數大型語言模型（LLM）缺乏透明度，尤其訓練數據，企業難以評估安全和可靠。
複雜性 —— 數據分佈在本地系統、雲端和邊緣，生成式 AI 增加了 IT 的複雜性。
成本 —— 規模化開發、部署和治理 AI 需要大量的人力和資源。
為此，IBM 建議企業由「+AI」轉為「AI+」，將 AI 嵌入核心營運。例如 watsonx 等平台以統一模型構立、存取資料與治理，協助企業在可控風險擴展引入 AI。Granite 等企業級模型亦可降低推理成本與能源消耗，讓中小企可負擔。
傳統金融業用AI代理改革
傳統金融服務業是 IBM 主要的客戶市場，旗下的 AI 代理方案和顧問服務，協助改革這行業，如與客戶聯繫、營運的合規和風險管理、加速開發技術。
實際例子有高資產客戶拋售股份套現，AI 策略代理偵測這些一系列相關交易，通知 AI 財富顧問代理，根據客戶的特點生成個人化投資建議。相較客戶經理在事後才察覺，AI 代理能做到即時按需要提供服務。
AI 代理背後涉及 IT 基建，如容器建立的混合雲架構，讓 AI 代理存取分散在各部門的數據，如風險偏好、家庭背景、投資分佈、行為模式等，建立 360 度的客戶視覺。同時，AI 財富顧問代理生成報告時，又受到 AI 合規代理審查，讓投資建議符合治理、公平的標準。最後由客戶關係經理（RM）以人機協作（Human-in-the-Loop）方式運作，審核 AI 生成的投資建議，並用人性化的方式向客戶講解。
