AI Agent从问答走向实作 加速企业智能转型

企业AI应用走向规模化部署，运算效率与成本管理日益重要。Dell Technologies以AI Factory整合模型开发、推论运算与资源调度，协助企业提升Token处理效率，加速应用落地。资策会

生成式AI正从知识查询与内容生成，逐步延伸至能够调用工具、串接企业系统及执行工作流程的AI Agent，带动企业对运算资源配置、数据整合、权限管理及营运效益评估等需求。为加速AI在台湾产业落地，经济部产业发展署推动的IPO Forum平台于2025年携手Dell Technologies、Microsoft等国际大厂及当地技术夥伴成立「AI信赖加速器」，整合国际技术与在地供应链资源，促进跨产业AI应用及成果扩散。

为配合经济部产业竞争力辅导团推动中小企业AI转型，进一步扩大实务应用经验的推广效益，由产发署指导、IPO Forum及DIGITIMES主办的「驱动全球AI生态系：智造共链・应用共创」专题议程于10月21日举行，邀集Dell Technologies、台湾微软、迈达特、日月光半导体、智能方案及睿思智能，分享AI基础建设、企业治理及制造与服务场域的实务经验，协助更多业者了解AI解决方案与导入效益，提升产业应用意愿。

运算资源与工作流程整合  建立企业AI部署基础

企业导入AI Agent后，推论需求可能随使用人数、任务复杂度及系统串接范围快速增加，运算架构必须兼顾效能与成本。Dell Technologies资深AI业务拓展协理叶恩任表示，企业应先确认AI要解决的业务问题，再依数据条件、模型准确度及成本，评估采用检索增强生成（RAG）、模型微调或其他技术方式，避免应用尚未验证就投入大量GPU资源。

针对AI Agent带动的Token需求成长，Dell AI Factory可透过推论工作负载分离、KV Cache管理及运算资源调度，提高系统回应效率与资源使用率。叶恩任建议，企业初期可运用GB10或AI工作站进行模型开发及测试，待应用情境与技术可行性获得确认后，再扩展至数据中心，让开发环境与正式营运所需资源能够妥善配置。

除了运算资源，AI能否进一步参与企业营运，还取决于既有系统与工作流程的整合程度。台湾微软资深策略业务发展总监章恩齐提到，个人化AI Agent未来可依员工原有的身份与权限，参与订单处理、采购及制造等作业。透过Copilot及相关开发工具，企业能将个人工作辅助延伸至跨系统协作。

章恩齐举例，已有制造业客户利用AI Agent处理跨国订单异动与单据更新，每年节省超过800个人工作天。这类应用显示，当AI具备跨系统执行任务的能力，企业便有机会减少重复性的数据处理工作，将人力投入需要专业判断与协调的环节。

此外，当组织内部的Agent数量持续增加，管理者还需要掌握每个Agent的身份、数据存取权限及任务执行纪录。微软透过Agent 365 提供集中管理、可视性与安全治理能力，协助企业将Agent纳入既有的信息治理架构。

从数据存取到行为控管AI治理须涵盖完整执行流程

迈达特产品六处处长黄禹杰指出，企业推动AI落地，不应只关注模型能力，更重要的是从实际业务需求出发，盘点应用场景、数据来源及系统整合需求，透过小规模验证逐步扩大应用。同时，AI Security应在导入初期就纳入整体架构规划，避免企业在追求AI应用效益的过程中，忽略潜在的信息安全风险。

黄禹杰进一步说明，AI的安全风险会随应用程度而改变。从初期的生成式AI应用，到能够自主调用工具、存取企业数据及执行任务的AI Agent，企业需要关注的已不只是敏感数据外泄，更包含身份识别、存取权限、工具调用及操作行为等安全议题。

企业可依不同应用场景，结合AI Gateway、Guardrails、MCP Gateway等技术，建立分层防护与治理机制，并针对高风险操作设置必要的授权与人工审核程序。

黄禹杰强调，企业导入AI Security不应只是增加安全工具，而是必须将安全治理融入AI应用的整个生命周期，从事前的风险评估与权限设计、执行过程中的安全控管，到事后的操作纪录、稽核追溯及持续验证，建立完整的管理机制。随着AI逐步参与企业核心业务流程，如何兼顾应用效益、信息安全与治理能力，将是企业能否成功扩大AI应用的关键。

制造现场结合感知与知识  让AI参与异常处置及产线决策

AI基础架构与治理机制逐步建立后，制造现场成为检验技术实际价值的重要场域。日月光半导体助理副总经理陈俊铭分享，先进封装制程涉及大量精密设备，若能及早察觉异常并缩短处置时间，便有助于降低制程损失。

日月光将Edge AI部署于设备端，利用声学、振动及影像数据侦测异常，再由AI Agent整合维修纪录、标准作业程序及工程师经验，分析可能原因并提出处置建议。例如晶圆切割设备可藉由异常声响识别，及早发现潜在问题，让现场人员更快采取适当措施。

陈俊铭表示，日月光规划于2026年在高雄厂区推动大量AI Agent，应用范围涵盖制造、设备、制程、物流及厂务。随着部署规模扩大，模型生命周期管理与网安防护也须同步建立，才能支持不同设备与工作场景的长期运作。

相较于设备端的实时感知，制造业另一项需求是将分散于人员与部门之间的专业知识，转化为可持续使用的组织资产。智能方案营运长陈旻筠介绍，EgentWrX企业级AI Agent管理平台可让员工建立具有独立知识库、记忆及使用权限的AI数码分身，并透过自然语言将日常作业整理成任务卡，进一步串接为跨部门工作流程。

以报价作业为例，AI可整合业务、采购、财务及生产管理信息，协助员工减少反覆查询与跨部门协调的时间。陈旻筠提到，EgentWrX支持云端及地端部署，也纳入预算管理、操作稽核与数据防护功能，让企业在掌握AI使用情况的同时，持续累积员工建立的任务流程与专业知识。

日月光与智能方案的实务分享，分别呈现AI在设备异常处置与知识流程化的应用方向。两者都涉及将现场数据、既有经验及工作程序整合，让AI提供更贴近实际作业需求的协助。

以营运指标验证成效  推动AI应用跨场域扩展

当AI Agent开始参与实际业务，企业还需要透过具体指标判断导入效益。睿思智能CEO陈益祥表示，企业可利用自然语言建立Agentic Workflow，串接ERP、CRM及POS等既有系统，让AI执行数据分析、需求预测及流程处理，并由人员审核重要决策。

睿思智能已将相关模式应用于连锁餐饮备料预测、精密制造询价与报价、财务对帐及政府机关文件审查等场域。这些应用的共同需求，是整合分散信息、减少人工查询与重复输入，并让工作流程能够在不同系统之间持续运作。

陈益祥认为，企业应依不同场域的业务特性，设定作业工时、品质、物料损耗及营运成本等评估指标，持续检视AI是否带来可衡量的改善。同时，透过人工核可与操作纪录，保留必要的决策监督与追溯能力。

综观本次六位讲者的分享，企业AI应用已逐步涵盖运算资源、跨系统流程、安全治理及营运管理等面向，并展现提升制程良率与营运效率的实际效益。未来将持续结合经济部产业竞争力辅导团推动中小企业AI转型的政策资源，以及IPO Forum平台的国际大厂合作网络，以以大带小模式串联当地技术夥伴与产业需求，深化AI技术合作及场域应用，并透过成果推广与经验分享，扩大AI解决方案在传统产业及中小企业的应用，加速百工百业智能化转型。