一個台灣小子的親身觀察:全球最難進學校,原來這樣教學生!
一個台灣小子的親身觀察:全球最難進學校,原來這樣教學生!

本文摘自《MIT最精實思考創做力》,遠流出版

如果說MIT(麻省理工學院)在我研究領域內有一位我崇拜的偶像,那就是彼得,但在我研究領域之外的則是艾咪.史密斯(Amy Smith)了。艾咪是機械工程系的資深講師,年輕時曾經在非洲的波札那共和國工作了兩年,她在沙漠中忽然有了一個頓悟,她想為發展中國家做小型工程設計。

2002年,艾咪成立MIT的D-Lab,專門教MIT學生如何為發展中國家進行工程設計。這幾堂課在MIT非常熱門,每年都要經過申請或抽籤決定才能註冊。
我從烏干達回來之後,決心要到D-Lab上課,學習如何在發展中國家工作。而我很幸運地,在2010年9月成功註冊。

我上的課名叫「發展」,是D-Lab「發展、設計、創業」三部曲的第一堂課,主旨是介紹發展中國家的環境,以及如何為其做工程。

探索當地》憑空設計的科技,就是種浪費

寒假(一月)時,這堂課也會帶學生去某個發展中國家工作四星期,以實務來印證理論。一堂課約有六十位學生,因此分為八隊,各自去不同的國家(亞洲、非洲、中南美都有)。每支隊伍由七、八個學生及兩位D-Lab領隊共同組成。這趟旅程的目的是要教導學生如何聆聽發展中國家當地人的問題,然後一起設計解決方案。

「很多MIT學生都是科技迷,認為只要能把適當的科技空降到發展中國家,就能解決當地大部分的問題。」艾咪告訴我們,「可是憑空設計的科技只是浪費大家的時間。如果你能真心去了解當地的問題,有時候,你會有前所未有的見解。」

我聽了格外覺得心有戚戚焉。當初在烏干達,如果我們能多花一、兩個星期和當地家庭一起生活,或許就能更了解他們喝茶的習慣,也不會犯下那麼大的錯誤。

「為了避免盲目的探索,你們每個人可以選一種科技先做初期的研究了解,成為代表那項科技的使者和專家。」艾咪說,「但這並不表示你們研究的科技是當地所需要的。儘管如此,也許你們可以從與當地人的對話中,找出真正的問題及解決的方法。記住,你們首要的目標是探索與學習。」

我抽到的是迦納隊,領隊就是艾咪。我覺得自己實在太幸運了,不僅可以聆聽艾咪講課,還有機會在2011年一月和她一起去迦納學習。

之後,每個人都選了一項自己感興趣的科技去研究。我選擇研究一種稱為「連鎖磚」的東西。在非洲很多地方,房子都是用泥磚砌成的。磚與磚之間要鋪很多水泥。但水泥很貴,在鄉下也很稀有。連鎖磚本身就是凹凹凸凸的形狀,因此蓋房子就像堆樂高積木一樣把連鎖磚互相嵌合,如此便能降低水泥的需求量了。

2011年一月初,我們一組十人和二十幾件行李進了小貨車,一群人來到波士頓羅根機場,在阿姆斯特丹轉機後,於隔天晚上抵達悶熱潮溼的迦納首都阿克拉(Accra)。

一到當地,立刻就有人開車來接我們到庫馬西市(Kumasi)。一路上顛簸異常。我很睏,但是一睡著,腦袋就會撞上窗戶或車頂。就這樣一直晃到凌晨兩點多,我們終於到達了目的地。

在往後的幾天裡,我們都待在庫馬西市,購買或製作需要的各種零件。例如,我向庫馬西大學借了一台壓縮磚塊的機器,試著製作不同形狀的連鎖磚塊。

由於我的零件需求不多,一下子就搞定了,便去幫其他同學準備他們的零件。例如同學拉加西(Rajesh)要製作花生油的壓縮機,其中最棘手的部分是一個精密的螺旋錐。這種螺旋錐在美國到處都有,但我們找遍了庫馬西市都沒找到。最後,我們試著找當地的金屬工用砂模鑄造方式幫我們打造一支。

於是,我成為了那位金屬工的學徒及助手。我們先把帶來的樣本錐埋入砂箱中,然後小心翼翼地取出來,砂箱裡便有了一個螺旋錐形狀的洞。接著,金屬工把一些破銅爛鐵的廢物裝進一個他們親手打造的燒爐去熔化,然後把熔化的金屬倒進砂箱的洞裡,等到金屬冷卻加以清理過後,就變成螺旋錐模型。

我從來沒有看過熔化的金屬,也從未看過有人可以如此靈巧地操控金屬,覺得整個過程實在酷斃了!

在庫馬西的幾天,我們把所需的零件都準備好之後,便搭了兩個多小時的車來到一個小村莊。由於艾咪和當地的一位牧師很熟,因此每年她帶學生過來時,就會借住在牧師家裡。

這個村莊比我以前在烏干達待的診所簡樸了些。很多地方都沒電,因此晚上全靠手電筒及頭燈辦事。有時晚餐後大家會在漆黑的環境中聊天,只有爐子的紅色木炭隱隱發光,除非有人去攪動爐子,這時散發的火花才暫時照亮大家的臉龐。

聆聽需求》從研究磚頭,導出解決方案「蓋冰箱」

我在村裡用從庫馬西帶來的手動壓縮機製造了不同形狀的連鎖磚,同時也蓋了一個小型的牆來做測試。

我觀摩當地的建築和製磚業,發現當地的磚塊都是就地取材的黏土磚。這種磚塊的製造成本非常低,因此若要以較複雜的連鎖磚做市場競爭,是非常困難的。

另外我也發現,當地大部分的房子不是用水泥、而是用黏土建造而成的;這裡的房子大多是一層樓的茅頂屋,不需要十分堅實的結構。沒有了水泥的需求,連鎖磚也就無法發揮它的功用。因此我的結論是,連鎖磚在這村子並沒有什麼發展的機會。

在艾咪的建議下,我和掌控廚房的家庭主婦談了談。她們的難題是新鮮蔬果難以保鮮,因為沒有電,也就無法使用電冰箱。

「你的磚塊如果不是實心的,而是滲水的,是不是就可以造成一個自然的冰箱?」艾咪問我。

艾咪說的原理是指水氣蒸發時會帶走熱能。如果我用可以滲水的連鎖磚造成一個地窖似的容器,那麼當地家庭主婦只要把蔬果放入地窖內,然後每幾個小時在周圍的滲水圍牆澆水,那麼從周圍蒸發的水氣就可以冷卻圍牆裡的蔬果。

我不知這樣是否行得通,但我興奮地設計了一個地窖,並花一週時間蓋了一個簡單的冰箱模型。

測試後,發現裡面的溫度是冷了些,可是無法達到像冰箱裡的冷度。因為我們沒有溫度計,因此無法精確測量溫度。而且,這個地窖的功能是看天氣運作的,當雨天或溼度較高時,它就失去冷卻的功能。

最後我把這個「冰箱」留下來當做展示品,其他人若有興趣也可在自家建造。

我開始研究連鎖磚時,絕對想不到最後會用它來蓋冰箱。但這就是D-Lab教我們聆聽當地人需求之後而開發出來的產品。我從這個過程中領悟出,一個外地人其實很難在遠處就對當地情況有徹底了解,也無權把腦袋裡憑空設計出的科技,一股腦地就要求當地居民測試。有時候,必須先耐心聆聽他們的聲音和想法,才能印證想像中的問題是否存在。這是我在D-Lab「發展」課程中學到的最重要一件事。

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

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。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓