如果你的公司已經導入RPA自動化流程，卻發現遇到變動就卡住、只能處理固定規則？那是因為少了「大腦」。
AI Agent就是那個大腦——它能規劃任務、做決策、靈活應變，搭配RPA這雙精準的手腳，就成了企業最強數位員工。
從訂會議室、重設密碼，到客服對話、策略分析，這集podcast將告訴你：智能工作流與自主代理人有什麼差別？企業該從哪裡開始試點？已經有RPA的公司如何升級？以及最重要的——如何避免「為AI而AI」，讓團隊真正接受這個新戰力。
無論你是正在評估導入的管理者，或是好奇自己工作會如何改變的白領，這集都會給你清楚的答案。
未來城市Podcast EP.117
▹ 未來主持人：未來城市頻道資深總監 陳芳毓
▹ 未來大來賓：Aiworks校長 黃琇琳
▹ 訪談精華：
主持人問（以下簡稱問）：什麼是AI Agent？它能做到什麼事？
黃琇琳（以下簡稱黃）：AI Agent 就是AI代理人，可以把它想像成特別的助理或數位員工。它最重要的特色是具有自主能力，可以自己做決策。
當你給它目標後，它會依照目標去規劃任務、執行步驟，並使用工具來達成。例如它可以查看你的行事曆、電子郵件，動態規劃任務，完成後再回報結果。
問：這聽起來就像是，未來AI可以自動幫我們訂餐廳、確認朋友的時間？
黃：沒錯，而且這個情境近在咫尺。以現在AI的能力，只要知道你想去的地方、那裡有哪些餐廳、朋友們的行事曆，確實可以做到。 Google手機可能很快就能實現這些功能，它們現在已經可以直接告訴你某個時間、地點、哪些飯店有空房。
問：AI Agent跟ChatGPT或客服機器人有什麼不同？
黃：傳統對話式AI就是你問它答，一來一往的互動；但AI Agent有兩個關鍵差異：第一，它會依照目標去規劃相關任務；第二，它有使用工具的能力。舉例來說，要訂共同時段的餐廳，AI Agent會有工具去查大家的行事曆、查地圖上的餐廳，甚至透過記憶功能記住你的飲食喜好，還能查詢動態資訊，推薦最近火紅的餐廳。
Google手機即將實現AI Agent的功能，可以主動完成複雜任務，如協調多人時間訂餐廳或即時查詢飯店空房。圖片來源：Shutterstock
企業應用場景與實際案例
問：目前AI Agent在企業中有哪些具體應用？國內外有成功案例嗎？
黃：在企業內部，最常見的應用是作為員工的內部助手，包括訂會議室、查找共同時間、處理內部資訊系統的基本服務，像是重設密碼或帳號解鎖。原本這些都需要工程師寫程式，現在可由AI Agent協助處理。
對外的應用主要在客服領域，包括員工體驗和服務體驗。例如高鐵的語音訂票系統就做得不錯，你只要用口頭告訴它時間、區間和起訖點，它就會幫你查詢並確認訂票。
問：所以Agent的主要效益是降低成本和提升效率？
黃：目前大宗確實是在降本，但很多企業也從客戶體驗出發，努力增效；但要透過 AI 提供全新的專業服務來獲得新營收，目前還比較少。大部分是客戶原本想做的服務，現在可以直接透過AI Agent完成。
未來可能會發展出「C to Agent to Agent to B」的模式，比如高鐵的Agent對接飯店的Agent，AI之間的對話就把位置、房間訂好了。
問：這也涉及資料安全問題，比如要給AI信用卡號碼，才能完成訂房付款？
黃：這就牽涉到AI治理。現在有國際規範如ISO 42001提供AI應用的治理框架。
幾個重要原則包括：
- 第一，要理解AI的能力極限，這會影響人機協作的界線。研究顯示，AI運作順利時可提升五、六成生產力，但用在錯誤地方，錯誤率會增加兩成。
- 第二，當AI的自主性越來越高，處理個人重要資料時，必須把它當作員工看待，要有識別性，所有動作都要有明確記錄。
- 第三，一定要有人為AI Agent負責，不能交給AI就不管了。
AI Agent與RPA的差異與整合
問：很多企業已經有RPA自動化了，為什麼還需要AI Agent？
黃：RPA是機器人流程自動化，像是一板一眼、很會執行任務的行政助理。你要告訴它步驟一、二、三，它會精準執行不出錯，但遇到變動就會卡住。
AI Agent則像靈活度很高的超級特助，它有聰明的腦袋可以規劃並具有彈性。重點是，這兩者可以完全結合。
AI Agent是大腦，RPA是手腳。如果企業已有RPA流程在運作，加上 AI Agent這個大腦，應用場景就能拉得更高。
問：可以舉個具體例子說明兩者如何搭配嗎？
黃：以客服為例，單純RPA只能處理固定規則的動作，比如更改訂單地址就執行特定步驟，配送問題就去查詢進度。
但加上 AI Agent後，就變成智能客服助理，可以直接語音對話判斷客戶問題：「所以你要更改地址嗎？好，沒問題。」然後驅動更改地址的自動化流程。準確度要求高的部分仍由RPA執行，不用擔心AI亂試造成錯誤。
智能工作流與自主代理人
問：你在課程中提到， AI Agent有「智能工作流」和「自主代理人」兩種形式，差別在哪？
黃：智能工作流就像RPA加小AI Agent，雖然有自主性，但會給比較明確的框架和流程步驟。以財務為例，第一步是收據登打進系統，第二步讓專門處理帳務差異調查的AI Agent去查帳，發現差異後原本要人工判斷，但現在可以告訴AI常見規範和例外狀況，它就能在這範圍內提供可行方案，再由人確認後繼續執行。
問：那自主代理人呢？
黃：自主代理人的自主性更強，不會定義各個步驟。
你可能只要告訴它：「現在市場因關稅會遇到困難，請幫我想因應策略。」它就會自己去查關稅發生什麼事、市場現況，再看公司在做什麼、營收狀況，比較市場後給你策略建議。
這等於是企業顧問的角色，在知識能力和搜尋能力上，現在可以做到比較初級的版本，但仍需要人為經驗判斷。
自主代理人具備更強自主性，只需給予目標，就能自行執行步驟，可為企業提供顧問級建議。圖片來源：Shutterstock
企業導入策略與注意事項
問：企業應該從哪一種形式開始導入？
黃：建議從智能工作流開始，不要越級打怪。當超出AI能力極限時很容易出錯，而企業場域無法接受策略制定錯誤這種代價。導入不只看技術成熟度，還要考慮組織改變的多個象限，包括人的接受度、流程、痛點等。
這有點像第二波數位轉型，叫做智能轉型。人的接受度很重要，如果同仁不買單、不相信AI，就無法協作和改變工作行為。
問：有沒有最小可行性的導入建議？
黃：通常從內部場景出發，從最痛的著手。選擇痛點明確、同仁有興趣、對技術接受度高的部門。
因為技術還在演進，不能期盼一步到位，甚至前期成本可能比人工作業更高。
同仁必須配合調整，讓AI模型越來越懂場域該如何行動和回應，產出才會越來越精準。找出技術可行性高（資料完整、流程清楚）、人願意接受、效益高的試行點。
問：有什麼要避免踩的坑嗎？
黃：最重要是避免「為AI而 AI」。在員工生產力提升這件事上，AI確實有大幅幫助，但如果剛開始沒讓大家有好體驗，容易產生抗拒。這個抗拒會讓好工具在起頭就遇到挫折，甚至讓該技術變成公司的禁忌話題。
以前RPA也走過類似狀況。雖然老闆都想大刀闊斧看到立即成效，但在跟人高度相關、人才升級有關的場景中，必須小心採取試點方式，確保同仁知道這些工具是協助而非替代他們，後續進展才會順利。
企業痛點與AI Agent的解決方案
問：AI Agent結合RPA對企業痛點可能出現在哪些情境？
黃：首先是跨系統斷層問題。
企業時間久了，使用的系統很多，資料雖然數位化，但分散在各系統中。每次整合只能想一條路徑，由工程師用RPA或寫程式串接，但資料流串接有千百種可能性，尤其決策者需要各種視角。AI Agent搭配RPA很適合處理這種情境，因為場景多樣，AI Agent可以在系統中，使用操作能力自己呼叫。
問：還有其他常見痛點嗎？
黃：另一個是知識傳承問題。台灣傳統製造業比例高，現在普遍遇到老師傅的知識傳承困難。
這不是自動化能做到的，但AI Agent有記憶和知識庫能力，非常適合處理。先把老師傅的知識萃取出來，透過AI Agent就有機會標準化地傳承下去，解決知識管理和缺工問題。
聽懂未來：關於AI應用，我還想知道更多⋯
未來城市給你更多知識補充包！
- 垂直Agent與台灣機會：從數位同事到戰略套利
- 台灣企業AI導入率僅14%？台灣大哥大資訊長蔡祈岩提「AI應用五大維度」策略
- AI不是來搶飯碗，是幫你變身「一人即團隊」高生產力工作者！《智慧協作時代》企業實作案例大公開
想聽更多未來城市Podcast節目？
- 首播時間：隔週六播出。
- 頻道搜尋：天下雜誌Podcast頻道「聽天下」，或關注未來城市網站「未來城市Podcast」系列內容。
