[AI洞見]台灣押注AI，但AI會如同當年的WiMax嗎？|數位時代 BusinessNext

全球目前都還在熱AI，我也就看到了更多不知道該說有趣還是可悲的現象。

AI真的太熱，在學研和產業去熱炒都還覺得有點道理，至少投入資源或多或少都是會有產出的。但看到一些政府單位的起手式，根本只是為了執行長官的意志，在超級有「執行力」的貫徹意志之下加速了AI泡沫的產生。

警訊！AI黑天鵝現象儼然成形

為了配合政府預算的核銷和績效計算，固定在年中以及年末都要有對應亮點，因此必須從預設好的亮點倒回去計算現在要做些什麼，結果就是每隔半年跟政府有關的計畫一定會有亮點產出，執行率和績效都超級好。

但是當我們回頭看，這些計畫是否創造了夠大的產業影響或者國際影響力，恐怕有待商榷。

我能夠理解，這是為了配合體制管制方式的一種模式，這種體制讓真正在作事的人，為了爭取到資源，必須用兩套手法，一邊為了交代長官，一邊則是自己匍匐前進的真正目標。

看到某些執行單位大談AI的發展性，但跟他們討論其他前瞻科技的潛力時，又看到他們木然的眼神，就知道糟糕了！他們只是在執行上位長官的意志（而上位長官又是只看更高位老闆的意志），當年WiMax的黑天鵝現象儼然成形。

當然這並不代表AI會失敗，我認為AI大趨勢是正確的，只是我們的起手勢完全依靠長官英明意志了，缺少自我判斷的能力。

討論此看法的同時，深怕因為自己因為已經投身 #分散式帳本/#區塊鏈應用而有了主觀的成見。於是用Google Trend測試一下相關的關鍵字趨勢（若我的測試方法有誤也請網友指正）。

註：為了修正一些可能的偏離，我把Bitcoin也放在一起，而在AI的部份則也把DL與ML都放進去。這樣的搜尋趨勢等於是把把過去一年實質被搜尋的狀況統計出來。用全球和台灣作比較搜尋，可以看到的曲線大家可以在各自解讀。

全世界瘋的是比特幣而非AI

對於我這個已有先入為主成見的投入者來說，政府選擇跟全球趨勢沒有很一致，全世界瘋的是比特幣而非AI（不可避免有一大部分要感謝過去半年全世界對於比特幣以及相關的ICO的瘋狂，有很多紮實的產業應用出來）。

策略規劃單位或許有一套邏輯判斷，因此選擇AI，不管邏輯正確與否，到了下級單位，我很難相信還保有這樣的邏輯（但我卻看到不少下級執行單位呈現自己完全懂AI，營造慧眼識英雄找到AI獨角獸的情境）。

獨角獸無法這樣創造出來的，台灣想要有人工獨角獸，我覺得先有人工四腳獸比較簡單又相對務實。

台灣政府的狀況好比我看過的一個梗

路人：「你們的服務是在做什麼的？」

我：「我們是雲端、智慧醫療、大數據、人工智慧、機器學習、區塊鏈、內容、社群行銷、策展、環境友善、電商結合物聯網的服務。」

基本上只要試著把 Gartner 的每年科技趨勢拿出來作文大概就是最潮的方式了。

由這樣高大上的顧問公司出來的趨勢報告肯定是沒有錯的，但真的是這樣嗎？

若我們在政府端的未來策略尤其是宣稱要做市場領先者的話，那我覺得這問題更矛盾且更不可能了。如果我們是想進入一個以明確存在的市場，那麼看這樣的報告絕對有其參考價值，但如果你定位是要做先進市場的話，那趨勢報告都有了也代表你不會是領先群了。

若你號稱要做市場領先者，但起手式卻都是這些趨勢報告，那你可能就得用更高的成本或者真的有特殊的方式才有辦法後來居上，但絕對不是不無可能。

《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。）

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。