【我的預測】AI Agent已成為可以獨立執行任務的虛擬員工，從根本改變組織的賦能模式，將有越來越多企業投入相關應用場景，技術應用範疇也會持續擴大。
【我們正在做】採用「組合屋」工法，將應用拆解為可替換的模組，以實用為導向快速搭建，再根據新一代技術定義演化方向。同時建立「Rocket Pitch」平台鼓勵員工提案，讓現場洞察能內部落地。
【我的建議】未來的資訊主管，定位要從系統建置者轉為協調者，與業務同仁一起找痛點、挖掘AI能發揮價值的場域，再由技術團隊協助實現。
趨勢1 從智慧助理到虛擬員工
Agentic AI具備更強的協作能力（Orchestration），可以依據使用者需求展開任務，自主堆疊、驅動任務執行，從處理幕僚作業、資訊統整的「智慧助理」階段，進化為可以獨立執行任務的「虛擬員工」
這為組織的賦能模式帶來巨大改變，牽涉未來的應用場景、技術成熟度與導入成本。2026年將是這波浪潮的關鍵轉折點，未來會有越來越多企業投入相關應用場景，發展出更豐富的技術應用。
在AI時代，組織必須清楚認知到「自動化」與「智慧化」的不同。
傳統的IT系統負責的是「自動化」，依照業務需求取代或加速原有的工作流程；AI擅長的「智慧化」則涉及更深層的決策判斷，將大幅改變企業數位化的範疇與運作方式。
未來的資訊主管會成為串聯技術與業務的協調者（Facilitator），先利用資訊科技達成「自動化」，再透過AI技術加強「智慧化」，與第一線同仁共同挖掘AI能發揮價值的場域。
行動1 「組合屋工法」化解迭代焦慮
南山早期的AI應用，緊跟著技術發展的腳步。在傳統機器學習時代，透過類神經網路（ANNs）、自然語言理解（NLU）訓練模型；生成式AI出現後，我們開始用它解決自動化在決策判斷上不足的瓶頸，我們將這類內部應用稱為「AI Bot」。
面對未來的演進節奏，南山將AI發展藍圖分為以下三大階段：
- AI Ready：累積先備資源，包含基礎建設、治理法規、技術平台與人員核心能力。
- AI First：聚焦降本增效，將AI導入核保理賠、客戶服務、業務推廣、後勤控管等核心流程。
- AI Native：在自動化平台規劃之初就融入AI機能模組，而不只是獨立運作的外掛。
但AI技術迭代的速度太快，跟不上怎麼辦？
這是企業高層普遍面臨的焦慮：好不容易啟動解決方案，結果隔天技術基準又更新；如果不轉型，又擔心團隊核心能力落後於發展趨勢。
我們的解決方案，是運用「組合屋」工法設計開發策略。
傳統的資訊系統開發模式，就像用鋼筋水泥蓋房子，工期長、改動成本也高；而AI系統的發展週期像是「組合屋」，先以實用為導向，利用現有技術快速搭出應用框架，再根據新一代的技術定義之後的進化方向。
為了建構組合屋的設計工法，我們各個應用拆解成可獨立開發、替換的模組，加快系統開發和滾動修正的速度，並持續追蹤AI演進趨勢，當新技術上線時，才能在第一時間即時導入。
行動2 業務找痛點，技術來實現
AI能觸及的新領域，往往是傳統自動化系統的盲區，業務和技術人員的經驗都不夠成熟。於是我們讓業務同仁主導找出痛點、技術團隊協助實現，再透過PoC與各業務單位逐一驗證，確認每個應用場景真正有效、能與業務流程咬合，才會納入正式推動。
目前各部門提出的AI相關應用將近50案，經過降本增效的評估篩選，留下19案。這19案若全面落實，估算每年可節省40個人力。
以「理賠審查智慧助理」為例。保險理賠需要有專業資歷的人員審查、准駁，過程涉及大量資料整合與判斷。
導入AI助理後，系統會即時提供審查指引，資淺同仁不必等前輩協助，就能完整走完判讀流程。光是這個案子，初估一年能減少兩人的人力成本。
降本之外，還有其他聚焦「賦能」的Agent應用：
- AI智慧對練：透過AI教練模擬服務情境，協助業務員在日常培訓中反覆演練，強化實戰能力。
- My Guru：南山AI大腦（AI dotBrain）計畫下的AI Agent，能統整內部法規、知識庫與作業辦法，員工可直接查詢商品資訊、人事規定等日常業務問題，取得即時回應。
行動3 由下而上驅動創新
推動AI創新的另一條路徑，是讓想法「由下而上」長出來。
南山內部的Beyond Lab成立了「Rocket Pitch」創新提案平台，鼓勵員工用「6頁投影片、6分鐘時間」發表創意，由委員會評估可行性，再逐步轉化為PoC專案。
最具代表性的案例，是由業務同仁提案的「社群媒體留言判讀智慧助理」。業務員的社群媒體發文，若違反金管會公平待客與誠信經營原則，過去會透過爬蟲擷取發文，再由人工逐一判讀，耗時耗力。
導入AI後，系統自動為每篇發文給出風險分數，高風險貼文才交由人工確認。大幅壓縮判讀量，也能即時導正違規發文，維護品牌形象。
但提案不只停在這裡。很多業務員發文時，只是不清楚金管會規範才會違規，並非故意為之；因此，提案進一步納入「發文預審」功能，開放業務員使用該服務，讓他們發文前就能自我檢核，符合法遵規範再發出。
這套工具同時扮演「事後審查」與「事前預審」兩個角色，這種想法較難由技術單位提出，畢竟業務同仁更貼近第一線，更清楚日常運作流程的瓶頸與痛點。
由下而上的創新機制，就是為了讓來自現場的洞察，有機會成為真正的解決方案。
未來城市＠天下｜南山人壽數位長呂新科2026年AI趨勢觀點：
A： 一般AI助理處理的是資訊整理、問答回應等幕僚性工作；Agentic AI具備協作能力（Orchestration），可以依據需求自主展開任務、堆疊執行步驟，不需要人逐步下指令，更接近一個能獨立完成特定任務的虛擬員工。
A： 放棄「蓋大樓」的思維，改用「組合屋」工法。將應用拆解為可獨立開發、替換的模組，以實用為導向快速搭建，先讓應用跑起來，再根據下一代技術定義演化方向。這樣即使技術基底被替換，也不必推倒重來。
A：答案不在技術部門，在業務現場。AI能觸及的新領域往往是自動化系統的盲區，技術單位難以憑空發想。由業務同仁主導找出日常痛點、技術團隊協助實現，再透過PoC與業務流程逐一咬合驗證，才能篩出真正有效的場景。
