每天的勇敢|數位時代 BusinessNext

日子真難過！電視上，台灣在亞太經合會議（APEC）上被中國打了一巴掌後，續集居然是換成我們自己政黨領袖互打耳光。同事們來公司，都說心中帶著「一片廢墟」來上班，記者們每天跑的經濟新聞自然沒有好消息，更別論Internet產業。
一點也不誇張，我們的處境像極了紐約。台灣股市在1997和2000年創下的10256與10393的兩個高點指數，就好像世貿中心雙塔，坍塌在絕望與悲觀中，而政治人物為了怎麼重建和誰是誰非，吵得像哈得遜河底的螃蟹。
正因如此，1978普利茲新聞評論獎得主沙斐爾（William Safire）在《紐約時報》寫的那篇專欄「每天的勇敢」（"On Everyday Bravery"），著實令人動容。當社會意見領袖相互散布恐懼心理、彼此嘲弄揶揄，而黑壓壓的經濟沒有任何能見度，咱們市井小民該怎麼辦？沙斐爾說得好：像往常一樣，回到每天你該做的事上去，把每一件事做好。他知道這在人心惶惶炭疽熱的美國並不容易，因此他稱之為「每天的勇敢」：「這謀略──就是與我們的憂慮握個手，在不安中讓自己舒服，以及管理恐懼！」他說。
台灣，真的需要回到每天的勇敢中。在世界經濟論壇（WEF）新進公布的「成長競爭力指數」排行，台灣在全球列名第7，超越日本的21，成績斐然（見p.024）。但細究下來，台灣居然是靠著象徵民間力量的「科技水準」（第4）一項指標，彌補了政府作為的「公共政策」（第24）與「總體經濟」（第65）兩項指標的落伍才拿到第7，我們這些非公務員的老百姓，更應該驕傲才對，為什麼要癱瘓在政治人物的口水中。
正因如此，我們對宏碁董事長施振榮再創業的決心，不得不大聲擊掌。這次宏碁徹底擺脫硬體代工包袱，向「微巨」服務轉型，成不成功，需要時間來驗證，但施振榮願意捲起袖子，重新再來第6次創業（見p.052），想盡各種方法來向我們解釋「微巨」的涵義，他真的是做到了一位董事長的「每日之勇敢」。他六十多歲的人了，忙，也看得出累，但他慨然接受我們「舉啞鈴」的拍照要求，因為他知道他的任務，就是跟社會、股東說清楚他的想法和願望，宏碁的股票雖然跌到10塊面值，但仍有一整個團隊努力拉拔向上。他配合、他不懈、他溝通，因為這是他現在的工作。
這個月的編輯部，很多同事也都看了楊德昌導演創業網站Miluku.com武俠動畫劇《追風錄》的預告版，每個人都對他創作動畫的才華驚奇不已，特別是他對節奏、音樂、構圖與故事懸疑的調度，都讓我們在既有的阿貴與訐譙龍之外，見識到動畫內容更過癮的魅力。Miluku.com是曾是電腦碩士的他，思考Internet 11個月後的創業作，他不僅創作，還構思了國際化的商業模式，他告訴我們：Internet II正要開始，尤其是現在一片.com喊打聲中，頻寬正在解放，正是rich media創造新溝通方式的時機（見p.158）。這11個月來，他和太太彭鎧立赴東歐找技術人才，自己在桌前動手畫出人物造型，他也在做「每日的勇敢」。
更勤奮地，當數易遊網（ezTravel）總經理游金章了（見p.152），從2000年1月創業那一天起，他結盟了32家實體旅行社，和政府合作創作「屏東黑鮪魚文化觀光季」等十幾個企劃旅遊專案，搬了4次辦公室，10月中剛說服台鐵開通每天一班彩繪車廂的「墾丁之星」列車。
他說：他是用每天「面對愛情」般的創意在開網站。你知道嗎──現在景氣這麼差，每天有9萬人進入他的首頁，700~1000筆訂單在他的電腦上成交，今年ezTravel的營業額可以做到10億元，是他去年的3.4倍。
就是採訪了這些故事，我們深覺每天勇敢工作，未來何懼？希望你也是。

AI 智慧代理人時代來臨！三大導入階段， AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」。

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」（Agentic AI），在最少人為干預的情況下，自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾，而是需要對AI有正確認識，並制訂循序漸進的導入流程，才能真正發揮AI功效。在2025台灣人工智慧年會中，cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段，深入剖析企業如何從概念驗證（PoC）階段，逐步推進到實際上線（Production），並分享實務經驗與觀察。

延伸閱讀：生成式AI可以怎麼用？cacaFly現身說法，助企業應用GCP服務智慧轉型

解鎖 Agentic AI，企業邁向多任務智慧代理

「很多公司會問，One AI 要做什麼事？但實際上，若要讓 AI 回答公司內部政策或新法條的相關問題，僅靠基礎模型並不足夠。」吳振和指出，要讓 AI 真正成為能「做事」的智慧代理人，前提是它必須理解企業內部的脈絡與知識，並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符，這意味著系統必須具備持續爬取與解析最新資料的能力。為此，企業必須先截取與整理內容，再建構成專屬的知識庫（Knowledge Base），確保資料品質達到可用標準後，再透過檢索增強生成（Retrieval-Augmented Generation, RAG）技術，使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀：從資料清洗到 RAG，大型語言模型的必需品，做出專屬企業的 AI 知識庫！

吳振和強調，這是一個動態循環的過程：從資料蒐集、品質控管、知識庫建構到生成應用，每一環節都息息相關，任何一處鬆動都會影響最終產出的準確性與可信度。

破除「一次到位」迷思，從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望，因此常將 PoC 視為年度計畫的重點，希望能「一次到位」做出具體成果。但吳振和提醒，若缺乏清楚的系統工程思維，PoC 容易淪為「概念展示」，難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程，分為三個關鍵階段：

1.第一階段：可行性評估（Feasibility Study）
企業必須在投入資源前，先明確界定「最需要被 AI 解決的關鍵問題」是什麼，並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性，更要從商業目標出發，釐清導入 AI 的具體使用情境、預期成效與風險邊界，如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段：系統設計與驗證（Design & PoC）
在確定導入方向後，必須規劃清楚資料蒐集與整理流程，確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調，這個階段不能只追求展示效果，而應以「產品化思維」來構築 PoC，使其具備可擴充性、可維護性及安全性，才能為後續上線打下基礎。

3.第三階段：產品化與營運（Production & Operation）
當 PoC 驗證完成後，進入正式上線階段，挑戰也隨之而來。除了需要整合企業內部系統與流程，還必須建立持續監控與維運機制，確保模型表現隨時間演進不會劣化，並能快速回應法規變動或資料更新的需求。吳振和指出，這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

建立模型優化根基，打造高品質的黃金資料集

吳振和特別強調，要讓 Agentic 系統工程真正發揮效益，企業必須先建立一套高品質的「黃金資料集」（Golden Dataset），作為模型評估與優化根基。他指出，黃金資料集的價值在於能為模型選擇與前測提供客觀依據，讓團隊能針對不同任務挑選最適合的模型，避免導入初期就誤踩方向。

同時，黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點，進而快速回應「模型飄移」（Model Drift）的風險。吳振和說明，所謂模型飄移，指的是即使模型本身未經改版，效能也可能隨著環境與資料變動而突然下降，導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果，團隊才能即時察覺效能衰退，並進行迭代更新，確保系統長期穩定運作。

從小規模應用起步，漸進擴展至核心業務

吳振和分享，在實際輔導企業導入 AI 的經驗中，最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證（PoC）階段即可呈現完整的產品原型，然而實際情況顯示，若企業未能建立完善的資料架構與流程基礎設施，即使短期內展現亮眼成效，也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時，應採取漸進式策略，從小規模應用場景著手，逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節，而非獨立的一次性專案。

AI 的導入不僅是一場技術升級，更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局，才能確保 AI 能在企業內部真正「落地生根」，創造長期商業價值，成為真正的智慧代理人。