二○○五年十二月,巴黎著名的當代藝術中心東京宮(Palais de Tokyo)裡,一群群高中生和小學生坐在光鮮亮麗的旋轉咖啡杯中,身旁的娃娃唱著自己iPod播放器儲存的歌曲,音樂聲、碰撞聲、尖叫聲,打破美術館特有的寧靜。
在美術館玩旋轉咖啡杯?「我們希望探討人與音樂、人與科技互動的可能性,」在工業設計界頗有知名度的漢邦設計,在國立美術館及藝術家鄭淑麗的邀請下,參與這個名為「Baby Love」的數位藝術創作,營運總監楊博顯說,這是一次難得的跨國、跨界實驗。
「Baby Love」是一件數位互動裝置,由六個旋轉咖啡杯組成,每組咖啡杯內坐著一個真實比例的嬰兒模型。觀賞者從自己所攜帶的隨身數位音樂裝置(MP3隨身聽、筆記型電腦、甚至是手機)將音樂上傳到嬰兒模型內的電腦主機後,觀賞者坐在杯子內,利用控制把手決定杯子旋轉的速度及方向,一旦與其他觀賞者之間產生碰撞,原本存放在各自杯中的音樂檔案,會透過無線傳輸及混音技術,同時選取與儲存對方的音樂。
計畫的構想,源自日本著名小說家村上龍的作品(寄物櫃中的嬰兒)(Locker Baby),藝術家鄭淑麗希望藉此探討,人類如何分享彼此創意財產的議題。在國立美術館的支持下,組成一個包括工業設計、模型製作、機械設計、網路資料庫程式開發的龐大工作團隊。
楊博顯說,漢邦一方面熟悉生產流程及技術,對於設計語言也不陌生,很自然就成了這次計畫中重要的溝通角色。
製作前期,楊博顯與在巴黎的鄭淑麗及在日本的造形設計師,透過Skype電話完成嬰兒及杯子的基本造型。東華大學數位創意生活應用技術研究中心、大同大學機械研究所的研究團隊與新力電腦實驗室(Sony Computer Science Lab)則共同開發無線網路傳輸的數位音樂互動程式。橫跨日本、法國、台灣三地人才的互動,讓他們體會到,打破彼此競爭的心態,才能創造出色的產品。
「整個專案經費大概四百萬,絕對是賠錢的工作,但學到很多不一樣的經驗,」楊博顯笑說,光是電源供應器,就燒掉三十個;咖啡杯的把手,也因為每個人對力道的認知不同,造成短路現象,最後不得不取消手動變速,降低損害率,「我們學到一個新的課題:到底誰來決定產品的效能?」
如何在講求「感性體驗」美感與「理性精準」開發的不同世界中,找出平衡點也是挑戰。 「我們找下游製造商的時候,每個業者都說:「把規格告訴我就可以做」,氣得淑麗抱怨:「如果我會開規格,還需要你們的存在嗎?」楊博顯說,最讓團隊感慨的是,台灣有那麼好的資訊基礎,企業一直在講要創新、要做品牌,但對於原創概念卻是相當保守,不願放手嘗試,反而是一些小企業,態度顯得比較積極。
「藝術跟科技兩個領域太疏離,這個計畫算是成功地建立出一個可運作的平台模式,」國美館館長林正儀指出,透過藝術的觀察,不僅讓科技人設計手法更成熟,文化養分的注入,也帶來豐沛的想像能量,藝術家也藉由材料與解決的手段,讓創作概念可以更完整地呈現。 「我們常常在思考,工業設計師的價值到底在哪裡?」楊博顯直言,近來台灣社會雖然愈來愈重視設計,但工業設計師多被定位為「不過就是畫圖的人」,反而讓獨立的工業設計公司經營愈發困難,「帶動創意的突破與落實,才是我們的價值。」
ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。
Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。
代理式 AI 愈來愈多,必須納入組織管理
但究竟什麼是「代理式 AI」?
「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。
簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。
雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。
以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。
目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。
懂雲也懂企業痛點,助員工無痛升級「AI 小組長」
但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。
對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。
AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。
