[AI洞見]AI產業化還是產業AI化？我對於AI應用的看法|數位時代 BusinessNext

AI的研究已有50多年，近年在大量資料與機器運算關鍵技術突破等因素下，AI在應用上有極大的進展，其中最熱門的應用有無人車、AI醫療、AI金融與AI農業。

AI的突破，最有名戰役堪屬AlphaZero，下棋下到天下無敵，事實上，AI也可以用來玩video遊戲呢! （筆者30年前用一台PC接攝影機對著另一台PC控制它的鍵盤，玩Tetris，也算做過AI吧?!）。

AI的應用包羅萬象，例如：科學家用AI找其他太陽系行星，警察用來判斷嫌疑犯有沒有說謊，用臉部辯識為門禁把關，作家用AI幫忙寫哈利波特續集大綱，AI還可以寫現代詩集，作曲，編電影短片的劇本，維基百科用AI輔助編輯，AI報導體育新聞，AI作即時翻譯。

對於一般人的日常生活，AI也有許多用途，例如: 購物網站很久以前就用AI推薦產品了（最新的AI還可以對於同一個推薦商品，依據不同的客戶，用不同的推薦圖案），客服機器人（Chatbot），求職網站使用AI做職業配對，會計師事務所用AI大量閱讀合約，節省稽核人員的時間。在選舉期間，AI也被運用來預測某一地區政黨投票的傾向，AI的應用真是到了演化史上「寒武紀大爆發」的年代。

活下來的AI公司

有一部電影的名言，「生命總會找到出路」，可是事實上，地球從有生命以來，99%的物種都消失了，現今的AI新創公司很多有可能會消失，就像2000年的網路泡沫。

可是，就如同地球上的生物，絕種的雖然很多，存活下來的物種卻是越來越聰明，其中最聰明的物種──人類──主宰了整個地球，由此讓我們聯想會不會將來AI存活下來的新創公司，將主宰了整個產業？

這是有可能的，但是機率很低，因為像Google跟Facebook這類的Internet巨人一定不會讓這種事情發生，不但如此，他們正在大量網羅世界上頂尖的AI工程師，讓自己再次走在新科技的浪頭上。

現在AI的新創，跟2000年的新創所面臨的產業與環境的挑戰確有其相似與相異之處，相同的是沒有獲利但是估值很高，但不同的是當今的產業巨人，已經在做很多AI新創公司的事情（甚至我們可以說是模仿）。可以確定的是，當年的Internet幾乎影響了所有產業，現今的AI應該也很有可能。

+AI比較可以找到「獲利」的應用

所以什麼樣的AI新創會留下來? 什麼樣的AI應用會變成殺手級應用？很簡單，可以獲利的應用，可以「持續」獲利的應用，就能存活下來。

本夢比是一時的，夢醒了，還是要付帳單啊？目前號稱AI的新創公司大部分都還在燒錢的階段，沒人知道何時會獲利，甚至開始獲利以後，可以維持多久的獲利？

這種以AI新創為主，找到應用然後公司開始成長，我們稱之為AI+，也就是AI產業化，相對應的就是+AI，也就是「產業AI化」，筆者認為+AI是比較可以找到「獲利」的應用。

譬如筆者所在的公司趨勢科技，全球最大的資安公司之一，就很快的把AI的想法跟技術，應用到公司的產品跟經營。我們利用機器學習來找垃圾郵件，辨別惡意檔案，網路異常流量分析，甚至，我們用機器學習來加強我們對客服的經驗，預測客戶流失的機率等等，這種+AI的模式（把新科技導入公司），對於台灣產業是比較可行的方式。

把機器學習導入公司某個產品或營運，不用開工廠做生產線，即使失敗了影響也不大，就算剛開始的成果不如預期，加入更多的數據，仍有很高的機會把成果提升。這種開發成本不高，成果可以持續改善的專案，對於台灣的企業應該是最佳的AI應用方式。

至於怎麼樣可以在公司內部找到可以AI化的產品或應用呢？

建議先參考別人已經在做的事情，譬如客戶流失預測、產品推薦預測、銷售目標預測、產品瑕疵預測、線上客服經驗提升，若是想做一點跟別人不一樣的，可以看看公司內部的營運有沒有已經有很多數位化的歷史資料，簡單用一下公有雲上的機器學習模型做個簡單的預測，配合原來流程，再與既有資料相互驗證，就知道有沒有幫助了。

由於很多資料科學家跟工程師正努力把機器學習門檻降低，在加上Internet上面也有很多範例，一般企業應該是有機會獲得AI的能力做到+AI的。

我們就不要做AI+了？

AI+需要投入大量的技術研發，加上何時獲利的未知，所以是不是我們就不要做AI+了？

筆者認為要做可以，但是要挑著做；譬如無人車，投入成本高，法律規範多，回收期未定，國外大公司以經建立技術門檻，很難跟他們競爭。又譬如臉部辨識（或影像辨識），國際上很多這樣的比賽，中國隊伍總是有著非常亮眼的成績，在加上他們資料量大，辨識率一定比別人好。

「AI醫療」跟「AI金融產品預測」應該是台灣最有機會的領域

筆者認為「AI醫療」跟「AI金融產品預測」應該是我們台灣最有機會進入的產業領域，因為我們有全世界最好的健保系統，有大量的資料，一個等者科學家去挖掘的大金礦，一旦有成果，對大眾健康，社會成本等等，有著巨大而正面的影響。

至於「AI金融產品預測」，很多資料也都公開，即使沒公開的也買得到，如果我們可以做出「金融商品神預測」，那得到的利潤將將是十分可觀的。這兩個方向有幾個共通點: 市場超大，可以容納較多廠商；利潤超大，可以持續進步跟擴張；賣到全世界，不用擔心台灣市場太小；投入成本相對小，我們可以跟目前的產業巨人競爭。

結語

過去台灣有很多優秀的AI人才被國外其他公司重用，如果台灣本身就可以有產業讓他們在地發光發熱多好！期許不管是AI+或者+AI，台灣能夠在這次AI的浪潮上，再攀高峰，再造奇蹟。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

隨著微軟、Google、AWS 等巨頭紛紛喊出「AI Agent將接管工作流程」，企業營運已正式宣告進入 AI 代理人時代。在可預見的未來，真人員工將與大量 AI Agent 協同工作，而企業也將面臨新的挑戰—如何規模化部署與管理這些 AI Agent。

對企業來說，打造一隻 AI Agent 並不難，但當企業需求的是數十、甚至數百隻 Agent 時，該如何快速招募、有效管理，並確保每位 AI 員工都遵循企業的權限規範與治理機制，成了普遍的落地痛點。對此，SUPER 8 Studio 雲發互動科技創辦人暨執行長陳子龍認為，解方就在於一套兼顧開發效率與治理能力的平台。

從招募一位 AI 員工，到管理一支 AI 團隊

陳子龍觀察，市面上的 AI Agent 開發工具多半要自行寫程式、設計工作流程或串接 API，且缺乏權限管理、流程控管與稽核追蹤等治理機制，導致企業無法大規模部署。

也因此，SUPER 8 Studio 推出能建立企業 AI 員工團隊的平台 – ORRA，使用者不需撰寫程式，只要以自然語言描述需求，例如：我需要一個每天整理競品動態、9 點前發到通訊軟體的 AI 員工，或依照 ORRA 平台引導回答三個問題，也就是 AI 員工的權責範圍、日常工作內容及角色定義，ORRA 就會生成一個已經設定好角色、權限與工作流程的 AI 員工，並於半小時內完成調校與部署，且每位 AI 員工都能在相同的治理框架下運作。

換句話說，ORRA 不是 Agent 開發工具，而是建立企業 AI 團隊的平台。企業需要什麼樣的 AI 人才，ORRA 就能快速打造符合需求的 AI 員工。

#2 AI Agent 時代來了！SUPER 8 Studio ORRA 如何讓企業快速打造、治理

SUPER 8 Studio 推出能建立企業 AI 員工團隊的平台 - ORRA，企業免程式，以自然語言描述需求，生成具治理機制的 AI 員工團隊並快速部署。左起 SUPER 8 Studio 資深產品總監王婕、SUPER 8 Studio 雲發互動科技創辦人暨執行長陳子龍、SUPER 8 Studio 商務長陳之逵

圖／數位時代

招募只是開始，AI 員工更需要管理

招募只是第一步。真正決定 AI 員工能否進入企業日常營運的關鍵，在於治理。為此，ORRA 將治理機制納入平台設計，建立一套涵蓋角色定義、權限設定、測試驗證到持續優化的 AI 員工管理五階段。

第一階段是定義角色，如同招募人才前必須先寫好職務說明（Job Description），企業在尋找 AI 隊友前，也必須先清楚界定它的工作內容、責任範圍與目標，再進入招募階段。

通常具備「高頻率、重複性高」、「有明確輸入與輸出」、「可用數據評估品質」及「可以設定清楚權限與邊界」四項特性的工作，最適合作為 AI 員工的第一個應用場景。相反地，涉及財務匯款、人際互動、情感信任，或美感判斷等高風險、難以標準化的工作，則不應完全交由 AI 執行，而應保留 Human in the Loop 機制，由人在關鍵節點負責把關與決策。

第二階段則是設定權限邊界，包括 AI 員工可以存取哪些資料、串接哪些系統、哪些動作必須經過人工核准、產出結果是草稿還是可以直接上線等，避免因權限設定不清而超出職責範圍。

第三階段是進入沙盒（Sandbox）環境測試，AI 員工開發完成後，不能直接進入正式環境，必須先在可控的測試環境裡驗證能力。陳子龍形容，沙盒就像 AI 員工的專屬訓練室，在接觸真實資料與工作流程前，企業可以先觀察它如何完成任務、沒有 AI 幻覺、提示詞注入（Prompt Injection）等風險，再加以調整與修正，確認符合預期後，再讓它進入正式環境。

第四階段則是指派一位員工，擔任正在招募的 AI 員工的直接負責人：就是這位 AI 員工的主管，雖然不必盯著這位 AI 員工的每一個動作，但要檢視其是否達成既定 KPI、何時需要真人介入，以及是否需要調整工作內容，而非放任它自行運作。

與管理真人不同的是，AI 員工的每一次任務執行都會留下完整的數位軌跡與數據，以便負責人檢視 AI 員工的運作狀況與執行成果，了解 AI 員工有沒有出錯或做了超出權限的行為，如果有，也能進一步找出原因再思考解決方法。

最後一個階段，企業還必須像管理員工績效一樣，定期檢視 AI 員工的表現，包括品質、用量、成本、延遲、失敗案例等，若表現未達預期，便透過調整能力、重新訓練，甚至汰換更適合的 AI 員工，持續優化整體運作品質。

只有 1 名員工，卻有一支 AI 團隊：SecureTalk 的營運新模式

「在目前的亞洲市場中，我還沒有看到像 ORRA 一樣，能夠同時兼顧快速招募 AI 員工並能嚴謹治理的平台，」陳子龍強調。

ORRA 的核心價值，不只是讓每個人都能快速招募 AI 員工，更重要的是，將開發與治理整合於同一個平台，讓企業可以快速招募、部署與管理大量 AI 員工，加速建構出一支能被信任、能被管理的 AI 團隊。

新創團隊 SecureTalk 只有一名員工，卻能同時處理產品研發、銷售、行銷、出貨與客服等作業，背後靠的就是這樣一支各司其職的 AI 團隊。

陳子龍分享，ORRA 在正式發表前，曾邀請部份企業試用，SecureTalk 便是最早導入 ORRA 的合作案例之一。該公司的核心產品為 AI 離線語音辨識與翻譯工具，初期在群眾募資平台上架，目前已順利達標並進入出貨階段。在這過程中，該公司運用 SUPER 8 Studio 的 ORRA 平台招募多個不同職責的 AI 員工，例如：專責回答客戶問題的 AI 客服、協助解決客戶使用問題的售後 AI 客服等，與 SecureTalk 創辦人並肩作戰，撐起日常營運作業。

「以前什麼都得自己做，現在，人不必親自處理每一項工作，只要管理 AI 員工、確認任務完成就可以。」陳子龍表示，透過 ORRA，企業能快速建立一支分工明確的 AI 團隊，讓真人員工可以從大量重複、繁瑣卻不得不做的工作中抽身，轉而專注於產品創新、策略思考、與 AI 員工的協作管理，以及真正需要創造力、同理心與判斷力的工作。

#3 AI Agent 時代來了！SUPER 8 Studio ORRA 如何讓企業快速打造、治理

陳子龍表示，AI 時代最值得追求的方向，就是人擁有更多時間與心力投入對企業、社會與未來做有價值的事情，這正是 ORRA 誕生的初衷。左起 SUPER 8 Studio 商務長陳之逵、SUPER 8 Studio 雲發互動科技創辦人暨執行長陳子龍、SUPER 8 Studio 資深產品總監王婕