借調人工智慧新創Appier，台大機器學習專家林軒田：AI就像助理，助理是不會取代你的！|數位時代 BusinessNext

從台大借調機器學習專家

林軒田和游直翰是大學同學，兩個人都同時在做人工智慧研究。Appier從台大借調林軒田三年，邀請他擔任首席資料科學家，希望帶領人工智慧團隊做出「AI+」，也就是以人工智慧為核心，整合進其他產業，在不同領域解決更多人類無法處理的問題。

（圖說：台大機器學習專家林軒田決定加入Appier。圖片來源：郭芝榕攝影。）

Appier執行長暨共同創辦人游直翰說，隨著軟硬體運算技術成熟，現在是激發人工智慧應用發展的絕佳時機！台灣擁有優秀的軟體人才，但欠缺完善的國際舞台。延攬亞洲頂尖AI專家林軒田，希望讓學術研究能與產業緊密接軌。

（圖說：Appier與台大合作AI論文計畫。圖片來源：Appier提供。）

AI做為下一個平台，解決人類無法處理的問題

台大資工系副教授林軒田認為，「人工智慧會成為下一個平台，未來人類與人工智慧的互動會像呼吸一樣自然，人工智慧就是現在，將不再是10到20年後的『未來』！」

他並分享AI的三大趨勢，包括互動式AI、用AI定義和突破全新問題，以及AI+深入各行業應用。他認為，AI將在不同領域解決更多人類無法處理的問題，舉凡數位廣告、醫療、VR、商業決策、農業、家電都是AI能整合的領域。

（圖說：林軒田提出AI+，認為AI可以深入各行業應用。圖片來源：郭芝榕攝影。）

就在Google的AI系統打敗歐洲圍棋冠軍之後，Facebook創辦人佐伯格也想加入AI戰局，也掀起了人工智慧能否取代藍領，甚至白領工作的討論。林軒田態度樂觀，他認為「AI就像助理，助理是不會取代你的！」回到電腦的初衷，不外乎是要更聰明、更好用，人腦要用在更重要的事情上，人自然會找到更適合的工作，而讓AI去取代人不想做的工作。

游直翰也認為，AI是由人類設計的，其實是很好的「跟隨者」，AI甚至還能增加白領的工作機會，因為AI處理完例行性和重覆性高的工作之後，人就可以省下很多時間，把時間用在做決策。

用200萬支持AI論文補助計畫

此外，Appier也宣布與台大合作，要用200萬的「Appier與臺大資訊學群人工智慧暨頂尖研究獎勵計畫」，支持發表國際AI論文的台大學生，未來也會不排除跟其他大學合作。

台灣大學副校長陳良基則指出，其實學界有很多創新資源，但是產業不爭氣，只想降低成本。美國高科技領域的教授都參與許多新創公司的開創和設立，希望台灣的教授可以勇敢跨進業界，帶動20年後的產業未來。

陳良基進一步指出，台灣人才其實真的很厲害，只是不敢跟國際連結，Appier未來將補助的50位論文研究者，到世界去發表時把最新的知識帶回來，如果有十分之一能創立公司的話，就能鼓舞台灣發展AI。

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。