2026/06/12 20:39  
鄧白氏全球業務營運與轉型執行副總裁暨台灣區總經理鮑文安指出，多數企業在導入AI過程中面臨的瓶頸，在於資料的可信度與可治理性，無法跟上AI擴展的速度。（業者提供）
〔記者邱巧貞／台北報導〕隨著企業加速導入生成式AI與代理型AI（Agentic AI），AI能否真正進入企業營運流程，關鍵已不在模型能力，而在於資料是否具備可信度、可驗證性與治理能力。
根據美商商業數據分析公司鄧白氏（Dun & Bradstreet）最新發布的《企業AI動能指數》顯示，台灣企業AI發展動能持續升溫，2026年第二季AI動能指數由第一季的53大幅攀升至72，不僅高於全球平均62，也領先日本（56）、南韓（69）及印度（61）等亞洲受訪市場。
調查指出，已有37%的企業進入AI規模化應用階段，另有40%的企業已將AI導入多項核心業務流程，合計達77%的企業已跨越規劃與試點，邁向規模化與營運化。然而，調查也顯示，企業在推動AI落地過程中，仍面臨資料取得與存取、資料隱私與法規遵循，以及資料品質與完整性等挑戰。
鄧白氏指出，若企業要讓AI真正參與授信、法遵、供應鏈與業務決策，關鍵不是導入更多工具，而是建立可被AI信任與有效使用的數據基礎。
看準這項需求，鄧白氏宣布將既有的企業數據雲能力升級轉型為「全球商業圖譜™（Global Commercial Graph™）」，以企業身份識別、所有權結構、關聯企業、供應鏈與財務風險訊號為基礎，協助企業在代理型AI時代建立可信決策情境，讓AI不只「讀到資料」，更能在可信、可追溯的商業脈絡中進行判斷。
過去市場對鄧白氏的理解，多聚焦於全球企業數據庫與商業數據分析服務；但在代理型AI時代，企業需要的不只是資料查詢，而是能讓AI正確理解「企業是誰、與誰有關、誰擁有或控制它、風險如何變化」的商業脈絡，而全球商業圖譜正是將以上關鍵資訊轉化為可驗證、可追溯、可治理、可供AI使用的商業真相來源。
鄧白氏全球商業圖譜™涵蓋超過6.5億家企業資料，以D-U-N-S®環球編碼作為企業身份錨點，協助企業在跨系統、跨市場、跨流程的AI應用中，建立一致且可信的企業識別基礎。
相較於單點資料查詢，其價值在於讓AI能辨識正確企業實體、理解企業之間的關係，並在可信資料基礎上進行判斷，使AI在高風險決策場景中具備更高的穩定性與可稽核性。
鄧白氏全球業務營運與轉型執行副總裁暨台灣區總經理鮑文安（Julian Prower）表示，在AI加速進入商業決策流程的此刻，企業面臨的核心問題已不再是AI能否產出答案，而是這些答案是否建立在可信、可追溯的資料基礎上。許多企業推動AI的瓶頸，正是資料可信度與治理能力無法跟上AI擴展速度。
他指出，目前鄧白氏已與Anthropic、OpenAI、Microsoft、Google、Databricks、Snowflake等夥伴合作，透過全球商業圖譜把已驗證的商業資料，協助客戶將可信的企業、風險與合規資料導入既有AI平台與流程，加速推進AI在金融、風險、法遵、供應鏈與業務開發等關鍵場景落地，提升決策品質與營運韌性。
在全球商業圖譜建立可信資料基礎後，企業更關心如何將這些資料實際導入既有工作流程。為此，鄧白氏推出建立於全球商業圖譜之上的AI應用框架「D&B.AI™」，讓企業能更方便地存取、理解及運用商業資料。
D&B.AI™提供三大核心功能，包括支援自然語言查詢的ChatD&B™（AI商業數據快搜），讓使用者可直接與商業圖譜互動；Agent-Ready Data（AI代理專用數據）則透過模型上下文協定（MCP）將鄧白氏資料直接整合至企業的代理型AI工作流；以及進一步將資料轉換成可供AI代理直接調用的結構化答案的Agent-Ready Answers（AI代理專用答案）。
上述三大核心應用，涵蓋多個重要的數據應用領域，包括財務、合規、銷售行銷、供應鏈與企業主數據等，協助企業在不必重新建構資料基礎的前提下，加快AI應用落地速度。
目前D&B.AI™也已與主流AI生態系完成整合，包括雲端平台Microsoft與Google Cloud、數據平台Databricks與Snowflake、基礎模型平台OpenAI與Anthropic（Claude）。