今晧(3011)旗下涌现智库Agatha首创Triple Loop架构Company 360助决策

今晧实业（3011）旗下涌现智库举办「Emergence Day 2026｜制造业 AI 商用实战论坛」，携手产业夥伴分享制造业 AI 落地与治理实务。涌现智库

今晧实业（3011）旗下涌现智库15日举办「Emergence Day 2026｜制造业AI商用实战论坛」，从制造业实际营运出发，分享企业如何让AI从单点工具真正走进工作流程。会中并揭露AI平台Agatha的首创之「Triple Loop架构」及核心功能「企业360（Company 360）」，同时掌握企业用AI agent、人员核准与企业内控网安流程之三环框架。

今晧集团暨子公司涌现智库董事长石浩吉基于本身上市公司的AI导入落地经验，于论坛中首度发表「Triple Loop Engineering」治理框架，将AI治理拆成三回路机制：AI Loop负责推理与执行，在判断精准度与使用成本之间取得平衡；Human Control Loop保留重大决策的人员核准权；Governance & Security Loop则延续企业既有的内控与网安规范，让AI在明确的权责与规则下工作。

从40年制造经验出发  串接AI与既有营运

今晧董事长石浩吉表示，今晧从连接线材制造起家，累积超过40年制造业经验。近两年经过积极的AI相关投资并购与转型，已顺应Nvidia黄仁勳提出的AI五层蛋糕框架，针对AI芯片、GPU算力中心(AIDC)建置、AI语言模型与影片生成、AI agent与Physical AI等应用场景皆有对应之子公司或转投资来完整布局，其中涌现智库的Agatha即为今晧集团对AI agent于企业应用场景的核心产品。

石浩吉在此次论坛进一步将主题聚焦在涌现智库的AI agent场景，从目前最新的六种AI agent架构 : 单Agent、ReAct、Plan&Execute、Multi-agent、Router+Skills、Graph Flow等核心框架逐一分析其演进与适用场景，并说明本论坛强调的「Triple Loop架构」如何以高精准度、低Token成本以及网安／内控最适配的原则落实于涌现智库的AI核心产品Agatha 平台之中。

Agent进入工作流程 用Triple Loop建立可控治理机制

当AI从信息查询进一步走向任务执行，企业也更关注Agent如何接进既有营运。根据涌现智库蒐集的企业关注议题，57.7%关心Agent应用场景，43.8%关注AI治理，39.7%则希望了解AI如何与ERP、MES等既有系统串接。

涌现智库技术长傅子维指出，不少企业AI专案最后停留在展示或概念验证阶段，问题往往不在AI能不能完成任务，而是能否真正接进日常工作、导入成效是否可以衡量，以及遇到例外状况时，企业是否有清楚的人员介入与决策机制。要让AI真正成为企业营运的一部分，除了具备执行能力，也必须建立可交付、可衡量与可管理的运作方式。

傅子维以急单采购为例，说明三个回路如何在实际工作流程中协作。AI可读取询价内容，查询ERP库存与供应商数据后提出建议；若遇到首次交易供应商，或采购金额超过原有核决门槛，则转由主管审核。企业因此可以让AI承接适合自动化的工作，同时保留既有核决制度与重要决策的人员把关。

企业360整合逾500万笔数据  AI从数据查询走向营运决策

企业若要让AI进一步支持营运决策，前提是先把原本分散在不同来源的企业信息串接起来。涌现智库商务开发副总经理林书琦于论坛介绍AI平台Agatha内开箱即用的代理人数据基座「企业360（Company 360）」，让使用者可从单一入口掌握公司本身、客户、供应链、产业全貌，不必再逐一查找、汇整不同数据来源。

目前企业360整合逾20个政府数据源，累计超过500万笔数据，涵盖台湾2,629家上市、上柜及兴柜公司。除了公司登记与财务数据，也整合产业链、进出口、投资、政府采购及ESG等公开信息。使用者可透过自然语言查询，进一步应用于市场研究、潜在客户开发、供应商查核与风险筛查。

林书琦表示，企业进行市场或商业分析时，需要的不只是找到数据，更重要的是理解不同信息之间的关系。例如，在评估一家潜在客户或供应商时，使用者不再只依赖分散的CRM或ERP数字，要能同时掌握公司的营运信息与上下游产业变化与竞品动态脉络。企业360希望让AI从「找到数据」进一步协助使用者掌握企业内部与产业动态全貌、动态分析市场变化，创造实时性信息落差优势，将代理式AI真正运用到营运决策。

制造业AI实证：数据查询缩短逾90%、异常溯源降至分钟级

在制造业实际应用上，涌现智库已协助企业将AI导入既有营运流程。电子零组件业透过AI串接ERP与CRM后，数据查询时间缩短超过90%；电力设备制造业则将原本散落于Excel中的生产履历建立成可查询的企业知识，使异常溯源时间从至少两周缩短至分钟级。

金属工业研究发展中心也分享制造业经验传承案例。2024年，该中心与涌现智库合作，协助一家金属切削加工厂利用历史订单与制程数据追踪及预测刀具磨耗。当资深老师傅退休、新进人员尚未熟悉制程设定时，系统可比对过往数据并提供加工系数建议，使原本仰赖个人经验的判断，逐步转化为企业可累积与传承的数码知识。

当企业AI走向落地  网安治理与转型资源同步到位

当AI从试点走向实际营运，企业除了思考如何把AI接进既有流程，也要面对网安风险与导入资源等实务问题。AIFT商务合作总监廖志伟于论坛中提醒，当AI开始存取企业数据并执行任务，网安防护不能只停留在事后查核。若等到事件发生后才检查大量系统纪录，往往难以及时降低风险，更重要的是在AI执行过程中就能识别异常行为并实时拦阻。

金属工业研究发展中心则从转型资源角度指出，政府相关资源近年逐步聚焦AI导入与深化，企业可依照自身营运需求，寻找适合的导入与辅导资源。

涌现智库表示，企业导入AI的下一阶段，重点在于能否让AI走进日常工作流程、产生可衡量的效益，并让既有的人员决策与治理机制同步跟上。