研究機構Gartner預測，2028年底，全球將有33%的企業軟體應用內建代理式AI（Agentic AI），而15%的日常工作決策將由AI自主完成。隨著AI從生成內容走向執行任務，企業面對的課題也正在改變：如何讓AI不只提供答案，還能理解營運情境、參與流程，進而產生實際效益？
值得特別注意的是，將大型語言模型（LLM）介接既有系統，並不等於AI就能在企業內可靠運作，企業必須先釐清AI要解決的商業問題、需要哪些資料，以及如何讓AI理解內部的作業流程、商業規則與專業經驗；隨著AI進入客服、行銷、風險管理與供應鏈等核心場景，企業還得確保輸出結果準確、可重複驗證，並符合資安與治理要求。
為協助台灣企業在新一波 AI 浪潮中掌握先機，Teradata 營收長 Richard Petley 與產品長 Sumeet Arora 特別來台，分享最新 AI 趨勢、企業應用方向及 Teradata 的產品策略，並與台灣策略夥伴擎昊科技深化合作，結合國際技術實力與在地市場經驗，加速台灣企業的 AI 轉型與創新。
Teradata營收長Richard Petley指出，企業導入AI的挑戰，不是缺乏資料，而是AI欠缺對企業脈絡（Context）的理解，即使取得大量資料，如果不了解資料背後的業務情境、決策依據與企業規則，AI仍難以給出真正符合需求的判斷。
這也是Teradata觀察到的市場轉變：企業對AI的期待，已從驗證技術可行性，轉向創造具體商業價值；同時，主權AI（Sovereign AI）需求也持續升高，企業除了運用公有雲AI資源，也愈來愈重視資料、模型與運算環境的自主掌控能力。
要跨越這道門檻，企業需要的不只是更強大的模型，而是讓資料轉化為知識、讓知識能被AI理解並付諸行動的完整機制。舉例來說，某美國大型綜合醫療機構為更好服務分散在農村地區的百萬患者，透過Teradata平台進行數位化醫療計畫，透過分析近150項患者特徵，識別、定位並主動聯繫合適的患者，提供臨床醫師查房決策支援、將病患遵循治療方式的比例提升、將服務擴展到更多孕產婦，以及透過遠端監控讓慢性病患的病情好轉等。
不用打掉重練，企業也能逐步建立AI能力
這樣的需求，也促使Teradata重新定位自身角色與產品服務。
過去，Teradata以資料倉儲（Data Warehouse）聞名，協助企業整合分散資料、建立可信任且受到治理的資料基礎；隨著雲端與開放資料格式興起，產品架構進一步延伸至雲端與混合環境；進入AI時代，Teradata則將重心推進至企業知識與AI執行能力，協助企業把既有資料轉化為AI可理解、可運用的脈絡。
Teradata產品長Sumeet Arora表示：「企業不必重新建置龐大的資料倉儲，而可以從最迫切的業務需求切入，彈性採購所需模組，融入既有IT環境。」
其中，Tera Context Engine負責整合來自企業資料系統、文件、知識資源與專業人員經驗的資訊，建立AI能理解、且符合治理要求的企業脈絡；Tera Harness則將這些脈絡與企業目標、AI模型串接，支援持續性的自主任務執行，並可在關鍵節點設置檢查點（Checkpoint）與人工介入機制（Human-in-the-loop），兼顧執行效率與風險控管；Tera Agent則是Teradata代理式AI解決方案布局的一環，與相關能力共同支援企業發展AI應用。
Teradata的另一項策略，是維持開放與中立。公司不自行打造大型語言模型，也不試圖取代雲端服務商，而是讓企業依需求選擇不同模型、雲端平台與既有系統。對於必須兼顧公有雲、地端、混合架構及主權AI的企業而言，這種彈性有助於在既有基礎上逐步擴展AI應用。
Teradata攜手擎昊科技加速台灣企業的AI創新轉型
企業導入AI時，不僅要讓技術落地，更重要的是，將全球領先的技術能力轉化為符合在地產業需求、能夠持續創造價值的解決方案，因此，Teradata 透過「Taiwan Connect」與「APJ Launchpad」等計畫，串聯全球原廠專家資源與技術資產，並攜手台灣代理商擎昊科技，將國際技術能量與在地顧問服務緊密結合，讓企業不僅能取得原廠技術支援，更能獲得貼近台灣市場需求的導入協助。
擎昊科技扮演著連結全球技術與在地企業需求的關鍵角色，憑藉著對台灣產業環境、企業營運模式及客戶實際痛點的理解，擎昊科技能進一步協助客戶釐清 AI 導入目標、評估既有資料與系統環境，並結合 Teradata 的技術資源，規劃更符合企業需求的應用路徑。
資料讓企業明瞭發生什麼，知識則引導下一步
從生成式AI走向代理式AI，企業追求的已不只是把既有工作自動化，而是讓AI在明確目標與治理機制下，逐步參與判斷、執行任務，甚至協助推進決策。
這正是Teradata所描繪的「自主企業」：不是讓AI全面取代人，而是先從具體、可衡量的任務著手，在人員監督與治理架構下建立自主運作的循環，再逐步擴展至更多營運場景，如程式開發、客服、詐欺偵測到行銷等真實應用場景。
「資料告訴你發生了什麼；知識則告訴你為什麼發生，以及下一步該怎麼做。」Sumeet Arora認為，對企業來說，資料是基礎，但唯有結合業務情境、專業知識與決策規則，才能讓AI從分析過去，進一步協助企業判斷未來的行動。「Teradata希望進一步參與台灣企業的自主化旅程，協助企業發揮資料與AI的價值。」
因此，Teradata希望協助企業建立能支援Context-driven AI的知識平台，在擴大AI應用規模的同時，兼顧準確性、信任、隱私與成本。Richard Petley則強調：「未來勝出的企業，將是能結合AI、企業智慧與治理，持續創造可衡量商業成果的企業。」
總的來說，當AI逐漸從回答問題走向執行任務，企業真正需要建立的，不只是導入AI的能力，而是讓AI理解企業、依循治理運作，並將企業累積的知識轉化為行動的能力：從資料走向知識，再從知識走向決策，才是AI創造商業價值的關鍵。
