在AI浪潮席捲全球的此刻，企業普遍意識到「沒有數據，就沒有AI」。然而，真正走入實務現場，挑戰往往不是模型不夠強，而是資料根本無法用。朋昶數位科技數據服務業務處副總經理陳韋成表示，台灣企業最常見的困境不是技術缺口，而是「資料碎片化」與「缺乏治理制度」，這是企業AI導入遲遲無法規模化的主因。
「我們看到太多企業資料散落在不同系統、不同部門，彼此之間沒有標準、沒有串接。」陳韋成表示，資料分散在Silo狀態下（數據孤島），客戶很難做有效的資訊分析；因此，企業第一步不是急著做AI，而是先讓資料變得乾淨、可用、可治理。
朋昶數位科技數據服務業務處副總經理陳韋成（中）帶領團隊讓該公司跨入「企業數據策略顧問」。 小豪葛格／攝影
朋昶過去以代理產品為主，但近年明顯轉向「顧問導向」的資料治理服務，因為企業真正需要的不是某一套工具，而是能夠「把雜亂數據變成結構化資產」的能力，因此數據服務業務處的成立，正是這個轉型的關鍵。
全新部門整合資料清洗、資料治理、資料倉儲、資料上雲、資料湖與湖倉架構建置等能力，並能跨品牌、跨技術協助客戶，這和其他SI、代理商不同，在於不受產品綁架，客戶用什麼，就協助他們把現有環境做到最好。
這樣的彈性，使朋昶能真正站在企業角度，提供最適合的資料策略，而不是推銷特定產品。至於與友商的差異，陳韋成強調，過去在某些領域提供資料服務已深耕多年，並獲得客戶信賴，例如金融與航空，朋昶對這兩大產業流程非常熟悉，因此能真正理解客戶流程與痛點。
這種「懂產業」的能力，使朋昶不只是技術供應商，更是能協助企業做流程調整、架構重整的轉型夥伴。此外，數據服務業務處能處理的範圍極廣，從資料清洗、資料倉儲、資料庫轉換，到資料湖、資料湖倉、資料上雲、AI模型前置資料準備等，形成完整的資料生命周期服務。
陳韋成分享，金融業是最早投入AI的產業之一，但也面臨最嚴格的法規與最複雜的資料環境。許多金融企業雖然早已開始做貼標、分群，但真正的挑戰在於「資料不乾淨、資料不一致」，若在資料未清理完成前就進行貼標，AI模型的效果往往大打折扣 。
為此，朋昶協助某大型金融集團，將其分散在不同子公司的客戶接觸歷程整合起來，包括電話、E-mail、線上客服、地址變更等紀錄，讓企業終於能掌握完整的客戶旅程。
以前每個部門都有自己的資料，彼此不相通，導致客戶忠誠度下降，朋昶則協助客戶把所有接觸客戶的系統整合起來，完整記錄客戶歷程，在資料治理完成後，企業才能順利導入防詐模型、商品推薦模型等AI應用，並真正提升營運效率。
此外，航空業的資料量龐大，且跨系統、跨場景，從訂位、票務、維修到旅客服務，每個環節都會產生大量資料，朋昶協助某航空公司進行資料倉儲重建，將其老舊架構全面更新，並協助資料上雲。在資料基礎穩固後，航空公司才能進一步發展AI，例如旅客服務推薦、行程整合、跨資料源的智慧查詢等。
陳韋成說，數據服務業務處的成立，使朋昶的角色從「產品代理」正式升級為「企業數據策略顧問」，未來除了深化原有客戶服務，同時在資料業務上將拓展製造業市場，並持續投入風控、資料湖倉與AI前置資料準備等領域，成為企業AI轉型的長期戰略夥伴。