2023迎來生成式AI元年之後，AI模型技術不僅加速迭代，更驅動AI代理人（AI Agent）崛起。這波應用將革新產業典範，更可能在多重代理人（Multi-Agent）時代，迎來嶄新工作模式。為深入洞察AI代理現況，數位發展部主辦「國際雲端驅動 × 企業AI代理人應用論壇」，邀請AWS、Microsoft、Google三大雲端業者，探討最新市場趨勢。
數位發展部數位產業署副署長陳慧敏指出，數發部大力投資「算力、資料、人才、行銷、資金」等五大政策工具，目標在台灣打造出具全球競爭力的AI生態系；同時鼓勵更多業者加入「加強投資AI新創100億元」專案，期許企業掌握AI轉型契機，導入AI代理人優化企業流程，開啟數位新局，共同迎接AI Agent時代。
AI應用從驗證邁向落地，AI代理人朝四大方向進化
未來沒有任何產業能逃過AI浪潮！AWS AIML GTM Specialist張馨心引用Gartner預測數據，2028年將有33%企業軟體程式內建AI代理；15%的日常決策將由AI自主完成。回顧這幾年AI發展，2023驗證生成式AI概念，2024企業導入生產環節，到2025將是AI代理人創造商業價值的關鍵爆發期。張馨心舉自家Amazon例子，他們透過AI Agent自動升級1萬支Java程式，省下4,500位工程師人力大約2.6億美元成本，展現企業內部轉型的真實成效。
相較於只能被動回應指令的AI助理，張馨心指出，AI代理具備主動行動、推理規劃、低接觸互動與跨系統調用等四大特性，有助於重塑企業流程自動化。她預測，未來Agentic AI將朝「多代理協作、超個人化互動、進階記憶機制、人機混合團隊」四大方向演進。這些進展將大幅影響企業的組織設計與營運模式，標誌著AI不再只是工具，而是未來團隊中的關鍵角色。
AI幫人力衝破技能天花板，企業尋找生產力第二曲線
「自 ChatGPT 問世以來，AI 理解人類語言的能力大幅躍進，相當於全面拉高了每個人的技能『地板』；而當地板升高的同時，能力的『天花板』也勢必隨之提升。」台灣微軟首席技術長花凱龍指出，AI 代理人（AI Agent）技術的演進歷程，從早期的「Chat to Model」（與模型互動），逐步發展至預設場景的「情境模式」（Scenario Mode）、能識別使用者意圖並進行任務分派的「意圖導向模式」（Intent-Based Mode），最終邁向最高階的「自主代理模式」（Autonomous Mode）——代理人無需明確指令，即可主動規劃與執行任務，並與人類團隊協同運作。
花凱龍進一步分享微軟在 AI 領域的最新進展，包括 Azure AI Foundry（代理程式中心），目前已提供超過 1,900 個開箱即用的 AI 模型；以及專為小語言模型（SLM）打造、具備複雜推理能力的 Microsoft Phi-4，在數學推理、多任務語言理解等方面表現優於多數大型語言模型，且大幅降低對運算資源的依賴。為實現多代理人間的高效協同，微軟整合了 Semantic Kernel 與 AutoGen 架構，並支援代理人溝通協定（Agent-to-Agent, A2A）與模型上下文通訊協定（Model Context Protocol, MCP），可靈活調用多個專業化 AI Agents 執行複雜任務。目前這些能力已全面整合至 Azure AI Foundry 與 Microsoft Copilot Studio 生態系，加速產業AI實際落地。
迎向AI多代理協作新紀元，重構代理型工作流程模式
至於Google如何看待AI代理的價值？Google Cloud大中華區合作夥伴架構師總監Sylph Lin表示：「AI代理是一種能觀察世界、使用工具並採取行動以實現目標的應用程式。」在這場AI代理的創新過程，將迎來多重代理（Multi-Agent）的高度協作新局面。為了解決現今市場上AI代理間難以整合的挑戰，Google推出專為AI代理而生的開放協定Agent2Agent Protocol（A2A），串起各AI代理之間的溝通橋梁。
Sylph Lin接著提到，根據不同任務特性，企業能導入各式代理型工作流程設計模式（Agentic Workflow Design Patterns）。例如循序模式適用逐步任務流程、平行模式加快處理效率、迴圈模式重複執行條件任務、階層模式由監督代理指派任務等，這些設計模式有助於AI協作更靈活高效。最後他呼籲，在多重代理的工作模式之下，每個人都要具備運用與調度AI的能力，因為這場AI代理革新不僅是技術的演進，更是組織與人才轉型的契機。
從工具到代理人，台灣企業導入AI代理人的實戰觀點
本次論壇最後環節邀請多位業界先進對談，分享他們觀察企業導入AI代理人的現況。iKala顧問暨商務開發資深經理Steven Yang首先提到，企業應認知AI代理人雖是便利工具，但並非萬能，核心重點在於人們如何去應用。他建議企業先梳理現有的工作流程（workflow），找出哪些節點或任務可由AI代理人取代，下一步釐清AI代理人在團隊中的角色及權責，以任務及角色為導向來切入，讓AI代理人負責的節點之間能有效溝通。
光禾感知科技執行長王友光接著強調，企業導入AI代理優先聚焦「降本增效」，他觀察過去幾年AI技術雖有數十倍的成長，但客戶的需求並未因此獲得同等滿足，代表這塊仍有龐大商機。王友光接續提到，AI應用不應僅止於「單點突破」模式的工具學習，而是將AI整合進整個企業的工作流程，實現「全面打擊」進而帶動數十倍、甚至數百倍的營運效率成長。
最後一位財團法人紡織產業綜合研究所所長室協理黃博雄，分享身為傳統產業在數位轉型中的經驗。他指出，儘管紡織業在資訊化的腳步屬於後進者，仍能「用態度走在能力前面」。例如疫情期間紡織業開發「數位布料」，讓遠端設計師透過螢幕圖像模擬布料厚度與觸感。他最後強調，AI是達成目標的手段，永續經營才是企業的核心命題，呼籲產業共學模式，鼓勵企業將AI視為共同解決問題的夥伴。
本次論壇富含知識深度，除了掌握AI代理的最新方案，更重要的是，面對AI技術快速變革之際，不論是企業或工作者，都要保持學習意願及熱誠，方能從容迎戰未來挑戰！
