見福董座張利看零售業轉型：拿錢、給時間、允許犯錯，其他都是騙子|數位時代 BusinessNext

要當百年企業，還是今天安穩？

雖然11年的努力下來，見福如今也稱得上小小的一方之霸，危機感卻一直相當強烈，而這可能不只是因為見福的規模相對比較小而已。對張利來說，問題其實很簡單：「你是想當百年企業？還是今天安穩？」他不客氣地說，「用過去的成功經驗，在新的情勢下還想取得成功，那叫神經病。」他也說，如果只是天天盯著大企業學，那後進者恐怕是一生都超越不了，而科技帶來了新機會。

這或許與張利個人的背景也有些關聯，化學背景出身的他，稱自己最喜歡的就是做實驗，所以也一直很樂於嘗試。而且他盤算的可不只是要在彎道上超車，他說：「我重新修個跑道不行嗎？」他相信科技帶來的是一個全新競爭起點，並且給了他們決定小數點應該落在哪個位置的能力，而不只是透過精細管理在小數點後面做文章。

當然他也明白，任何創新、任何嘗試都可能要付出代價，以見福在一千家門市導入人臉辨識系統這件事為例，他直言：「今天來講一定是虧的嘛，投這麼多資金，從資產回報率來講都是負的。」甚至他預期到了明年也都還不能夠回收。但關鍵在於，一旦判定這件事關係到未來生存，那所有的創新嘗試在他看來都是必須的。畢竟，改變有可能成功，也有可能失敗，但如果不變，就只會有失敗一個選項。

轉型四大必要條件:給錢、給人、給時間、允許犯錯

而對於許多企業談創新、談企業轉型，張利認為，如果沒做到給錢、給人、給時間、允許犯錯，那都是假話、是空話。但他自己對於創新也不是全然沒有底線，強調大前提還是得先訂好戰略方向。「戰術上一定允許打敗仗，戰略上不允許一點點的錯誤，因為戰略的失誤，就是全軍覆沒，而戰術的失敗，可以重新組織部隊，再來一次。」所以在訂好戰略後，他說：「虧得起的情況下，只要不成功就一直做。」

實際上在過去11年裡，張利當然有過失敗的時候。如他提到，先前曾投資百萬人民幣自行開發App，推出後效果卻不如預期。可是這也沒有影響他們持續嘗試線上、線下融合的長遠目標，所以才又有後來投資上千萬人民幣建置人臉辨識系統這項嘗試。

等待改變開花結果，張利是有耐心的，「我經常說不要催我。」他說：「有的東西是天時地利人和、有的最佳策略就是熬。偉大是熬出來的，不是你幹出來的，熬過去就是偉大的。」

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。