全球商業數據與分析領導者美商鄧白氏（Dun & Bradstreet）發布 2026 第三季「台灣企業 AI 動能指數」調查結果。結果顯示，台灣企業的 AI 投資已逐步從試驗導入走向成效驗證，逾八成受訪企業表示已從 AI 專案中觀察到不同程度的投資報酬（ROI）。然而，調查同時指出，超過半數受訪企業尚未完全建立支撐 AI 規模化部署所需的資料基礎，顯示資料品質、資料治理與整體資料就緒度，將成為企業擴大 AI 應用的下一階段關鍵。
調查顯示，台灣企業 AI 動能指數在 2026 年第三季為 60，雖較第二季 72 的高點回落，但仍高於 50 分的擴張臨界點（以 50 為分水嶺，高於 50 代表企業 AI 投入與應用動能進入擴張階段），顯示企業 AI 投資與導入仍維持正向動能。但相較日本與南韓本季同為 66，台灣指數則較低。
長期以來，身分管理一直是企業資安的核心基礎能力。企業持續投入單一登入（SSO）、多因素驗證（MFA）、特權存取管理（PAM）及服務帳號治理（Service Account Governance）等機制，建立必要的存取控制架構，確保只有經授權的對象能存取特定系統與數據。這些能力至今仍不可或缺，但大多時候更像是企業數位環境中的基礎設施，默默運作於幕後。
隨著 Agent 與機器身分快速增加，企業需要管理的是由人員、系統、服務、流程與 Agent 共同組成的數位身分生態系統。身分管理也因此從幕後的基礎能力，成為 2026 年 AI 時代資安治理的重要課題。
鄧白氏（Dun & Bradstreet）在短時間內與 Anthropic、Microsoft、OpenAI 等全球科技公司建立 AI 策略合作，正加速轉型為企業 AI 核心數據基礎，將全球商業數據嵌入關鍵系統，驅動企業 AI 決策能力升級。
鄧白氏「全球商業圖譜™（Global Commercial Graph™）」涵蓋超過 6.5 億家企業數據，並以鄧白氏環球編碼®（D U N S® Number）作為企業身份錨點，協助企業在跨系統、跨市場與跨流程的 AI 應用中，建立一致且可信的企業識別基礎。關鍵價值在於讓 AI 能準確辨識企業實體、理解商業關係，並在可信數據（Trusted Data）基礎上進行判斷，使 AI 在高風險決策場景中具備穩定性與可稽核性。
B2B 買方早就不再被動等待聯繫，他們會先自行研究解決方案、比較供應商、詢問內外部意見，甚至在正式接觸前已形成初步判斷。這些行為未必進入 CRM，卻已重塑 B2B 採購旅程。「預測式銷售情報（Predictive Sales Intelligence）」不是單純多一套數據工具，也不只是把既有流程做得更快，而是讓企業更早辨識需求形成、鎖定進入決策的客戶，並在關鍵時點展開有效對話。B2B 銷售的核心，已轉為「更早看見機會」。
結合營收營運（RevOps）、預測式銷售情報（Predictive Sales Intelligence）與買方意圖數據（Buyer Intent Data），鄧白氏協助企業改善客戶優先順序，提升決策品質並驅動穩定營收成長。
在多數企業中，無論是目標客戶行銷（Account-Based Marketing, ABM）、客群分群（Segmentation）、市場規模評估（Market Sizing），或整體 Go‑to‑Market（GTM）的市場開拓策略，皆依賴數據。然而，當數據分散於不同系統，且缺乏統一的定義標準與更新機制時，即使擁有大量數據，仍可能導致決策落差。
「營收營運（Revenue Operations, RevOps）」難以落實的原因眾多，但最核心的問題，往往仍回到企業的數據基礎，以及數據治理能力。
鄧白氏最新白皮書解析數據在 AI 成效中的關鍵角色，並說明企業在推動 AI 專案時，如何從創造價值轉向避免風險。當 AI 從實驗走向實際營運場景，數據完整性、來源可追溯性與可近用性的落差會迅速浮現。這些缺口一旦存在，將直接影響信任基礎，並限制 AI 的推動進程。
聚焦於企業級 AI‑Ready Data（AI 可用數據）的五個關鍵維度，說明其如何共同建立可規模化的信任基礎：確定性識別與數據一致性、數據來源與使用邊界、跨系統整合與可近用能力、內建治理與可稽核機制以及多項能力如何整合以支撐企業決策等等。透過鄧白氏專家框架，企業可系統性檢視數據基礎現況，辨識潛在缺口與風險來源，並據此制定強化策略，確保數據能支撐企業級 AI 應用。
鄧白氏委託市場研究公司 Forrester Consulting，針對超過 300 位全球數據領導者進行調查，深入了解企業在「數據治理」上所面臨的挑戰。調查聚焦於受訪者目前採行的數據最佳實務、推動數據治理目標時遭遇的阻礙，以及改善數據治理後所帶來的實際效益。
鄧白氏希望透過本次調查，深入理解企業在「管理主數據（Master Data）」情境下，對數據治理夥伴所期待的額外價值與支援方向。
鄧白氏首席數據與分析長分享，如何在生成式 AI 時代重新定位，並以可信數據為核心推動 Agentic AI 轉型。
盡職調查（Due Diligence，簡稱DD）顧名思義是企業或投資人在進行重大投資、收購、合併或策略聯盟等任何重大商業交易或決策前，一方對另一方或目標資產進行全面性、系統化審查與評估的程序。由此可見，在現代企業在經營過程，盡職調查是降低風險、確保資訊對稱的關鍵環節。
