「台北，不應為只做到60分，找藉口！」|數位時代 BusinessNext

我兩年前開始認識台北。那時候，每個月都來台北出差，除了LG的家電外銷，還跟台灣業者談OEM。第一次來台北是三月，覺得天氣怎麼那麼熱，也被街上的摩托車嚇一跳，跟我在中國看到的不一樣；在中國，自行車很多，但非常混亂，比起來，台北的交通較有秩序。那時候住在福華飯店，看到台北有很多樹，覺得政府還滿重視老百姓的生活。
我1988年在香港學中文，後來在大宇的電子部門工作，1996年起到中國的成都住了5年。
我兩岸三地都待過，中國大陸的人做生意，一開始不會跟你說心裡話，但一旦當成朋友，什麼事都會坦白；香港人是即使跟你不高興，也會說客氣話，盡量避免衝突；台灣人在商場上比較直接，Business is Business，不會讓私人感情影響生意。這都跟韓國人不同，我們韓國人很重視感情，在商場上，開心的時候會很興高采烈，不開心也會發作出來；有時候甚至會因為私人感情，影響到公事上的判斷，這是韓國人的優點，也是缺點。
在台北長住後，覺得台北人的節奏很匆忙，在路上的人都很緊張。漢城比較relax，行人很輕鬆，市容也比台北活潑；在台北自己開車後，才發現交通還是比漢城差，很多人不守規矩。
台北還有很多我不理解的地方，比如電視上有很多新聞台，但一些很稀鬆平常的事情，居然當成很重要的事情來報導，在我們看來，實在不可思議。

**不該為例外找藉口

**
韓國人比較有榮譽感，也比台灣人守紀律、有犧牲奉獻精神；台灣人很自我本位，也不太重視團體利益，自己部門或自己範圍以外的事情，台灣人都不願意幫忙。台灣人太習慣有意見，比如我們給台北公司幹部90分的業務目標，如果在韓國，不管怎樣都要全力以赴達成；在台北，卻會一直聽到很多理由，大家都為只做到60分找藉口。
韓國人重視中長期規劃，也強調戰略。做一件事情，我們會把所有可能的狀況徹底分析，擬出對策；我們重視系統，所有人都必須遵守系統，不允許例外，但在台灣，大家都會為例外找理由，不關心這件事是不是合乎系統。在韓國，公司上下層的分界很嚴格，但事情如果決定出方向，一群人就會全心投入；但在台灣，我常覺得有溝沒有通，討論後做成決定，表面上說要遵照決議，卻不會全力以赴，他還是覺得自己的想法才是對的。
但是，有件事我覺得台北比漢城好太多了，去年的颱風，我對台灣政府的預防措施印象深刻，事先的宣導、準備都很充分。在韓國，可能是我們的個性太樂觀，大家都覺得不會影響自己，結果造成非常嚴重的損害，還有人覺得這是不可抗力因素。其實這是人禍，不是天災。這點是我覺得韓國人要反省的，也是漢城要跟台北好好學習的。

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。