日常生活中,我們常使用「行動電話」、「手機」、「大哥大」三個不同字眼,來指稱同一樣科技產品。然而我們也知道,雖然它們指涉的都是同一個玩意兒,但不同個別字眼對應的,卻是不同的使用情境。 例如:面對初次見面的商業客戶,為了讓對方對我留下「準確」、「客觀」的印象,我們會說:「保持聯絡,請隨時撥『行動電話』給我。」但假如你說話的對象是平輩的親密朋友,你會直接說:「call手機給我吧!」至於什麼時候使用「大哥大」呢?往往是「我尊你卑」的上對下關係行使時,而且似乎都帶著「命令」的口吻:「明天早上九點,打『大哥大』給我報告!」 「行動電話」是一個客觀的字眼,它有點像生物學裡的「學名」,僅指稱這個科技產品而不帶有情緒色彩;「手機」則有濃濃的「哥們」和「姐妹淘」的情感味,意指某種心照不宣的隨意和溝通默契;「大哥大」,讓人有當「大哥」或「大姐」的陶醉幻覺,之所以會有這種意像,或許和當年第一批使用者(炫耀式消費)所留下的社會集體記憶有關,因此這字眼的使用者也以年長者居多。 在日常生活裡,我們大略可感受到:非但自己會權宜地、因時因地因人之不同而來使用它們,不同職業或身分的使用者,也會偏好性地使用某一種字眼──在大學生社群裡,「手機」就比「行動電話」和「大哥大」來得普遍。 現代人之所以會發明各種字眼來指稱「Mobile Phone」這個科技小機器,實在是因為它介入我們生活的程度太深、太廣、太黏,以致我們只好在它身上創發出各種命名,來符合生活裡快速溝通的需要。 對「Mobile Phone」科技公司和所有靠它做生意的人而言,它的「愈深、愈廣、愈黏」新屬性,也就意味著我們不能再以過去15年它剛上市時所產生的經營規則,來看待新世紀的「Mobile Phone」產業;甚而,我們該注意的,也許不單是這產業領域內各類科技技術能力演變(諸如3G、記憶體容量或pixel像素),而是人們如何使用「Mobile Phone」的新興心理學和社會學原因,譬如說:當人們「『看』Mobile Phone」的時間,已經開始和「『聽』Mobile Phone」的時間不相上下,甚或「看」大於「聽」的年代來臨,這小玩意兒的設計原則就將大不同。 或者,當「Mobile Phone」變得與人如此貼身、如此的藕斷絲連而近乎讓人無法獨立生活,我們如何讓這小玩意兒變成一個更親暱的機器,讓它成為寂寞社會裡的華麗寵物? 又者,當「Mobile Phone」的產品生命周期變得和時尚產業一樣快(或者更快),那麼不管是生產者或設計者,要如何找到新工作方法,來對應這個市場需求?台灣「Mobile Phone」的參考座標,可能不再是韓國三星,而是西班牙的時裝連鎖店Zara。 你用、你撥、你講、你聽、你看、你換、你期待……,「Mobile Phone」隨著人們不斷創新的使用需求,創造遠超過2G年代想像的龐大市場,它和個人電腦不同,似乎從來沒有「效能竭盡需求」的成長高原,也沒有跟著CPU晶片演化規律可「按圖索驥」的規律安全感,所有做「Mobile Phone」的人,是全世界最強的、也同時是最脆弱的科技公司。 不管你用的是「行動電話」、「手機」還是「大哥大」,請仔細端詳懷裡的這玩意兒,它可滿滿承載著人和未來的知識呢!
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。
