期待AR/VR/XR的2022年|數位時代 BusinessNext

期待AR/VR/XR的2022年

AR/VR/XR科技出現多年，今年卻是最多產業巨頭喊話投入的一年，這究竟是一片大藍海，或只是石頭丟入水面引起的小水花？

老實說，走入AWE（AsiaWorld-Expo，簡稱AWE，亞洲國際展覽）2021會場前，實在不確定對AR/VR/XR技術要抱持多高的期待。

AR/VR/XR科技談了多年，AWE也已經舉辦12年，而AR/VR眼鏡這個產品類別也出現市場多年，但印象中這個產業一直沒有走出小眾格局。今年會有不同？疫情固然令業界交流互通近乎停擺。但就在最近，矽谷科技巨頭對「元宇宙」（Metaverse）概念大動作許下的承諾卻又點燃大家新一輪的關注。

Google手下Android平台的AR/VR/XR功能明年將更新換代，專注蘋果的分析師也預言蘋果多年持續開發的AR/VR眼睛很可能明年推出，連全球三十億用戶的社交平台巨頭都改以Meta為公司名稱，徹底投入。矽谷巨頭的動作不可能不在原本平靜的產業湖面掀起波濤。

究竟AR/VR/XR是大片藍海，還是小池塘？2022年會是AR/VR/XR起飛、突破的一年？

將11月初在AWE場內接觸到的片段多元資訊與圖像重組，直覺AR/VR/XR應該不是快來快去的短潮。或許消費者端大規模的商業應用還要等好一陣子，但是在企業/商業領域的應用已經證明它的具體價值。

不管是航太、汽車或製藥，幾個巨型產業採納AR/VR/XR技術的經歷都已證明其價值。

波音從2017年起積極把AR/VR技術納入生產流程，現今共應用在22個生產流程，獲致絕佳成效。單以客機的線路佈設與檢測為例，波音將AR/VR引入生產流程後，客機生產過程中線路佈設所花的時間減少20%，更讓人眼睛一亮的是錯誤率減少88%。

在新一代客機大量採用數位技術的今日，如此成績影響巨大。波音在1984年生產的每架767機體中已有140公里的線路；今天每架波音787客機內的線路則已超過500公里。戴上AR眼睛，配合相關軟體，波音員工一眼即可看到紅色標籤指出那些線路串接有誤。

2017年才在美國東岸成立的Apprentice.io專門為全球最主要的藥廠開發製藥流程管理系統。Apprentice.io的同行對手都是年資長久的企業，但它們從沒嘗試過這個年輕企業的作法：首次將AR/VR技術導入製藥流程監控。

經由AR的輔助，這些大型藥廠遍及全球六大洲的生產基地可以即時確保配方繁複的作業流程井然有序，同時也保存符合監管機構要求的生產紀錄，保障所產的藥品合規安全。儘管疫情干擾，年輕氣銳的Apprentice.io毫不停滯，它才剛剛完成C輪融資，疫情期間，它的員工人數也由五十多急增到兩百，開步大幅成長。

在汽車業產品功能數位化腳步絕不是前段班的豐田，為尋找營業成長的新機會，也一如德國BMW、奧迪、保時捷等前鋒車廠，納入AR/VR/XR技術的挹注。為能強化拉拔豐田汽車經銷商銷售配件的競爭力，豐田內部團隊剛花了六個月時間，開發了一款在iPad上的AR應用程式。

豐田此次以在美銷售的Tundra卡車為主角，以此程式，讓潛在買家可在經銷商處，以虛擬方式看到不同的輪圈匹配Tundra卡車的外型。由AR內容開發的角度觀察，這款應用程式或許相對平實，但對北美豐田，這款應用程式卻標誌戰略思維的改變。

歷經疫情衝擊，這股AR/VR/XR技術抬頭的勢頭絲毫沒有衰減，反而更為加速。看看房地產業銷售的流程就會發現，疫情迫使大家留在家裡，但房地產成交量、價格爽爽上揚，用AR/VR相關技術看房子已蔚為風潮。

不管是來自北美、歐洲或是以色列，AWE會場裡有多家企業積極開發以光束掃描來描繪、量測室內外環境的虛擬成像技術，提供房地產業使用。疫情緩和後，這股風潮必然持續發酵，徹底改變房地產經紀商的運作模式。

企業/商業應用的起飛看來已然成局，驗證多年來播下的AR/VR/XR科技種子逐漸茁壯為叢叢林園。大家現在都開始思考，AR/VR/XR未來是否會進一步連接點而成面，發展為巨片完整的茂密天地？

接下來AR/VR/XR發展如何轉折，端看大規模的消費者應用能否成就氣候。 AR/VR/XR消費者端的成敗，極可能就看矽谷巨頭以及其它在消費者行為具影響力的企業，如何可以催化尋常百姓接納AR/VR/XR技術進入生活圈。

在日本、北美、歐洲等地的具體測試計畫已證明，有了5G網路與手機等終端設備加持，AR/VR/XR實驗性的應用已可在16毫秒遲滯、以兩至三個運算緒同時運作的條件下運行。網路、硬體科技看似已打開消費應用入門的門扇。

不論是蘋果、Google、Meta（臉書）、微軟，以至Snap、或是打造Pokeman Go的Niantic，都已擺出態勢，要朝「元宇宙」的世代進軍。他們各自有某些AR/VR/XR技術消費應用成功需要的要素。但似乎沒有一家確然握有全部要素，他們也似乎還沒有思索好推出戰略為何，要如何落實。他們固然各有軟硬體要件、圖資、數據、以至消費者的信任等條件，但誰要如何挑出合適的要素，如何排列組合，現今依然混沌。

2022年起，這群廠商的動作將為找出這個大問號的答案提供關鍵線索。AR/VR/XR技術的未來將由哪幾家發揮最大影響；在這幾家大型廠商的影響下，台灣以及珠江三角州、長江三角洲的廠商會否創造出中低階AR/VR/XR消費生態圈。突然之間，有太多的問題，值得觀察、思索。

看完AWE 2021，更有期待，但問號也更多。期待2022年來臨。

責任編輯：吳佩臻、陳建鈞

《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）

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問