我要做有魅力的台灣軟體公司|數位時代 BusinessNext

2011年，電腦產業陷入成長停滯的僵局，每家業者都想盡辦法從蘋果勢力中突圍，台灣的華碩電腦也不例外。華碩董事長施崇棠想的是：能不能藉由軟體分析更了解市場和消費者？於是他找了好幾家專長資料分析的業者進行提案比賽，其中有全球數一數二的IBM、甲骨文、奧美，還有一家台灣本土的小小軟體公司──功典資訊。

「其他對手一開始根本不把我們放在眼裡，因為他們之前根本聽都沒聽過功典，」功典資訊執行長陳傑豪回想。但第一次的簡報過程，就令施崇棠印象深刻，下令「再比一次」。這回IBM和甲骨文聯合起來對抗功典，但陳傑豪採用了一個非常冒險的方式：他在施崇棠面前幫華碩打分數，直接點出應該改進的缺點，再一項項深入說明功典可以如何幫助它們改善。「在回程的車上，電話就來了，華碩選了我們，這是我們第一個贏的大客戶！」陳傑豪從這個案子開始，一步步帶領功典扭轉形象，鴻海、研華等一個個大客戶開始上門，整間公司的體質煥然一新。

時間回到一年多前的某個早晨，所有功典員工聚集在會議室內等著新執行長的出現。陳豪傑走進辦公室，沒多說一句客套話，拿起白板筆開始邊寫邊說，從公司現在的狀況、該走什麼方向、未來要達到什麼目標……，五分鐘不間斷地一口氣說完後，放下筆，走出會議室，留下滿場目瞪口呆的員工。他們可能沒想到，這位忽然空降的年輕執行長，卻真的在短時間內帶領他們擺脫「發發eDM的小公司」，成為一家提供專業客戶關係管理的服務公司，連施崇棠都對他留下深刻印象：「很大膽、直接、有效率！」

回台闖天下
在接任功典執行長前，陳傑豪在美國讀大學、研究所、創業，靠著專業能力和精準的市場眼光，成功創立兩間公司，並以很好的價錢賣出，30幾歲的他迅速成為身價千萬美元的年輕富翁，前途一片光明。但是母親突然的因病驟逝，卻徹底改變了他的想法。陳傑豪花了兩星期，獨自一人開車繞加州一圈，不斷問自己到底想要什麼？最後陳傑豪決定回台灣。

回台的前半年，他先是替許多台灣企業做顧問，也因緣際會結識了宏碁共同創辦人、功典資訊榮譽董事長邰中和。陳傑豪擁有****10****多年的客戶關係管理CRM****經驗，對於經營軟體公司更有獨到手法和眼光。經過一番深聊，邰中和也認定「這就是功典需要的執行長」。很快的，陳傑豪走馬上任，花了三個月的時間，大力肅整功典的對外形象和內部體質。

重整秩序、塑造新氛圍
「以前的功典，是一群聰明又努力的人才在埋頭苦幹，對外沒有魅力，」他說。於是他先把所有的人事重新安排，放到最合適的位置，把每個部門的短期、中期、長期目標都寫在白板公布欄上，每完成一項任務，就自己去劃掉一項，「這讓員工很清楚地看到自己的能力和成績，整間公司的內部氛圍就煥然一新！」

「對外，我的客戶目標開始很明確，就是品牌企業！我要做一家超有魅力的軟體公司，就像英特爾Intel Inside一樣，有了我們的協助可以讓運轉更順利，」陳傑豪說，單賣軟體，只是一台傻瓜相機，但是功典現在不但賣單眼相機，還出借很棒的攝影師。「只有專家才能把單眼發揮到最好的拍攝效果，軟體也是一樣，」他說。

如何做到對外魅力無窮？他曾問企業：「你有沒有客戶的地址？」企業說：「當然有。」他就說：「我可以用這些資料，幫你定義出每個客戶的性格。」該企業馬上買單。陳傑豪和國外軟體業者合作，把銀行用來評估信貸的工具用在企業CRM中，「企業一直會想要更了解它們的客戶，我們能幫它做到這件事，例如從地址分析客戶的消費習慣，做到精準行銷。」功典的核心技術加上專業服務，更幫助它們跨出台灣，接下中國正大集團的案子，短短一年多的時間，從投資公司眼中的孤兒，搖身一變成為超級巨星。

帶著在美國成功創業的經驗，陳傑豪在短短一年多的時間已經替功典改頭換面，不甘願讓軟體產業的光環都在外商頭上，他已經用行動證明：以服務為核心，台灣本土軟體業者也可以很有魅力！

陳傑豪
Profile
出生：1965年
學歷：美國聖地牙哥大學資訊科技學士、波士頓大學資訊科技碩士
經歷：在美國創辦Globalsynch與Splendid Studio兩家軟體公司、Siebel認證CRM顧問師
現任：功典資訊執行長

資料來源《數位時代No.215》

AI 智慧代理人時代來臨！三大導入階段， AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」。

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」（Agentic AI），在最少人為干預的情況下，自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾，而是需要對AI有正確認識，並制訂循序漸進的導入流程，才能真正發揮AI功效。在2025台灣人工智慧年會中，cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段，深入剖析企業如何從概念驗證（PoC）階段，逐步推進到實際上線（Production），並分享實務經驗與觀察。

延伸閱讀：生成式AI可以怎麼用？cacaFly現身說法，助企業應用GCP服務智慧轉型

解鎖 Agentic AI，企業邁向多任務智慧代理

「很多公司會問，One AI 要做什麼事？但實際上，若要讓 AI 回答公司內部政策或新法條的相關問題，僅靠基礎模型並不足夠。」吳振和指出，要讓 AI 真正成為能「做事」的智慧代理人，前提是它必須理解企業內部的脈絡與知識，並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符，這意味著系統必須具備持續爬取與解析最新資料的能力。為此，企業必須先截取與整理內容，再建構成專屬的知識庫（Knowledge Base），確保資料品質達到可用標準後，再透過檢索增強生成（Retrieval-Augmented Generation, RAG）技術，使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀：從資料清洗到 RAG，大型語言模型的必需品，做出專屬企業的 AI 知識庫！

吳振和強調，這是一個動態循環的過程：從資料蒐集、品質控管、知識庫建構到生成應用，每一環節都息息相關，任何一處鬆動都會影響最終產出的準確性與可信度。

破除「一次到位」迷思，從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望，因此常將 PoC 視為年度計畫的重點，希望能「一次到位」做出具體成果。但吳振和提醒，若缺乏清楚的系統工程思維，PoC 容易淪為「概念展示」，難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程，分為三個關鍵階段：

1.第一階段：可行性評估（Feasibility Study）
企業必須在投入資源前，先明確界定「最需要被 AI 解決的關鍵問題」是什麼，並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性，更要從商業目標出發，釐清導入 AI 的具體使用情境、預期成效與風險邊界，如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段：系統設計與驗證（Design & PoC）
在確定導入方向後，必須規劃清楚資料蒐集與整理流程，確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調，這個階段不能只追求展示效果，而應以「產品化思維」來構築 PoC，使其具備可擴充性、可維護性及安全性，才能為後續上線打下基礎。

3.第三階段：產品化與營運（Production & Operation）
當 PoC 驗證完成後，進入正式上線階段，挑戰也隨之而來。除了需要整合企業內部系統與流程，還必須建立持續監控與維運機制，確保模型表現隨時間演進不會劣化，並能快速回應法規變動或資料更新的需求。吳振和指出，這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

建立模型優化根基，打造高品質的黃金資料集

吳振和特別強調，要讓 Agentic 系統工程真正發揮效益，企業必須先建立一套高品質的「黃金資料集」（Golden Dataset），作為模型評估與優化根基。他指出，黃金資料集的價值在於能為模型選擇與前測提供客觀依據，讓團隊能針對不同任務挑選最適合的模型，避免導入初期就誤踩方向。

同時，黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點，進而快速回應「模型飄移」（Model Drift）的風險。吳振和說明，所謂模型飄移，指的是即使模型本身未經改版，效能也可能隨著環境與資料變動而突然下降，導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果，團隊才能即時察覺效能衰退，並進行迭代更新，確保系統長期穩定運作。

從小規模應用起步，漸進擴展至核心業務

吳振和分享，在實際輔導企業導入 AI 的經驗中，最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證（PoC）階段即可呈現完整的產品原型，然而實際情況顯示，若企業未能建立完善的資料架構與流程基礎設施，即使短期內展現亮眼成效，也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時，應採取漸進式策略，從小規模應用場景著手，逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節，而非獨立的一次性專案。

AI 的導入不僅是一場技術升級，更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局，才能確保 AI 能在企業內部真正「落地生根」，創造長期商業價值，成為真正的智慧代理人。