解碼未來，開啟 Agentic AI 新紀元 - 臺北產經資訊網

2025年被視為代理式AI（Agentic AI）元年，諸多科技巨頭看好其應用發展潛力，例如OpenAI 執行長 Sam Altman在其部落格表示「2025年我們可能會看到第一批AI agents加入勞動行列，並實質改變企業產出」。Google執行長Sundar Pichai也表示「Google正在打造新一代模型與平台以迎接Agentic era的來臨」。NVIDIA 執行長黃仁勳則在CES、Computex 等場合宣稱「Agentic AI時代已到來，並表示AI Agent應用商機將高達數兆美元之多」。

看好Agentic AI發展潛力，全球科技巨頭與產業龍頭正加速發展搶占市場主導權。在供給端部分，Amazon、Google、Microsoft 等巨頭推出專屬Agent平台服務，協助企業建立專屬Agentic AI。例如Amazon 透過Bedrock平台提供企業自建代理服務，支援客製化任務流程與插件整合；Microsoft 也在Copilot Studio中強化代理能力，允許企業設計具備連續對話與自動流程執行的AI Agent系統。OpenAI、Perplexity、Anthropic等新創獨角獸業者也積極搶進，如OpenAI的「ChatGPT Agent」除了能代替用戶製作簡報，也能自動處理「工作行程安排」、「預約停車位」、「網路購物與餐飲代購」等相對性更複雜的日常雜務。

在需求面部分，許多垂直產業的龍頭企業已開始導入 Agentic AI 處理日常營運任務。以零售龍頭Walmart為例，正在整合企業內原有的多個 AI 工具，將其凝聚為四大AI「超級代理人」（Super Agents），分別服務於「消費者、員工、供應商與軟體開發人員」四大應用場景，這些AI Agent能協助優化採購排程、人力調度與庫存管理，進一步實現智慧零售與流程自動化目標。

而臺灣方面，工研院也與國內許多廠商合作，發展創新應用解決方案，例如：

• 無人機自動巡檢：具備「智慧航點自動生成」、「一鍵起降全自動巡航」等技術特性，可應用於高鐵、公路交通設施自動巡檢、遠洋漁業魚群自動探勘、室內倉儲巡檢等應用場域
• 賣場自動節能：可依據天氣、客流與設備使用頻率，自動即時優化冷櫃與空調運作（有效節電15~20％），並支援自動需量反應穩定電網，已應用於3,000家以上的零售賣場（如統一超商、全家超商、家樂福等）。
• 油氣管線洩漏自動偵測：使用AI地底聲振分析技術，即時處理聲學數據，實現高效漏水檢測與精準定位，已與台灣自來水公司合作，檢測1,756公里地下管線，精準定位 834處漏水點，每年預估節水1,094萬噸。

而除了企業，許多國際城市治理也開始導入Agentic AI技術應用，例如：

• 紐約市消防局（Fire Department of the City of New York, FDNY）與紐約大學坦登工程學院（NYU Tandon）合作，運用Agentic AI和Digital Twins於3D環境中即時調整交通號誌、管理交通流量並協調緊急車輛路線，以模擬出救護車與消防車的最佳出勤路徑。
• 新加坡陸路交通管理局（Land Transport Authority, LTA）以綠色號誌連接決策系統（Green Link Determining System, GLIDE）動態調整號誌並聯動相鄰路口，形成綠波帶（Green Wave）「綠波帶（green wave）」就是把一串相鄰的紅綠燈「協同」起來，讓車流只要用指定的速度行駛（例如時速 40–50 km/h），就能連續遇到綠燈、不必一直停停走走。白話說就是一路綠燈。關閉以減少停等、優化車流，同時結合國家級城市數位分身「Virtual Singapore」在 3D 環境中連結即時資料，模擬豪雨、事故或大型活動舉辦等情境，據以最佳化路網調整與資源配置方案。
• 杜拜道路與運輸局（Roads and Transport Authority, RTA）導入Nota AI公司的多模態視覺代理（Nota Vision Agent）與 LiDAR技術串接城市數位分身，能即時辨識道路裂縫、標線退化與障礙物，並自動開立工單、排程維修與避開尖峰時段，形成「感知→規劃→執行→回饋」的自動維運體系。

Agentic AI的崛起正引領人工智慧進入一個嶄新的自動化時代，將深刻改變各行各業的作業流程，應用商機龐大且涵蓋產業領域多元。深入分析發現，優先適合導入 Agentic AI 的產業多具備「資料量龐大、跨部門協作頻繁、工作流程冗長」等特性，如專業服務（如顧問、醫療、法律、會計、稅務…）、金融保險、零售電商、電信、製造與物流運輸。這些領域的作業流程複雜且合規要求高，適合以具記憶與自動規劃能力的Agentic AI重新設計作業體系，將重複且複雜的工作流程轉為自動循環並即時決策的運作模式，全面提升營運效能。以金融保險為例，Agentic AI正逐步改變該產業工作流程，已應用於詐欺偵測、貸款承銷、理賠處理、投資組合風險模擬和合規監控等關鍵場域。

研究機構MarketsandMarkets看好Agentic AI發展潛力，預測全球Agentic AI市場規模將由2025年的70.6億美元成長至2032年的932億美元，年複合成長率（CAGR）高達44.6％。同時其也預估，至2032年，專業服務、金融以及零售電商將成為Agentic AI三大主力應用產業，合計市場規模將達450億美元，占Agentic AI總體應用市場規模的51％以上。

雖然Agentic AI商機無窮，不過仍潛藏 Dark AI應用風險，例如機密資料外洩（可能被監視、分析個人行為，甚至操控社群媒體輿論）、訓練資料遭下毒（可能影響模型的行為、判斷或安全性）、擴充元件（如外掛程式）存在漏洞被惡意利用、過多的代理權限導致濫權風險（如AI 代理擅自更動產線排程）、金鑰/憑證被竊取（取得者可能「冒充你的代理」來取用資料、亂下指令）等，國際顧問服務公司如McKinsey即示警「隨著更多組織使用 AI，他們也可能在不經意間引入新的資安威脅。」；Deloitte亦警告「AI 不僅改變傳統網路威脅，也讓保護AI應用系統面臨更複雜的挑戰。」，上述訊息均充分顯示，企業或組織決策者須正視Dark AI風險，謹慎制定AI代理導入的風險治理對策，方可最大程度降低潛在風險。

自 2023 年ChatGPT爆紅以來，生成式AI（後續簡稱GenAI）確實展現了其在「文本生成、內容創作與自然語言互動」的驚人能力，迅速成為企業高層投資焦點與日常辦公助手依據麥肯錫2025年3月出版之「The state of AI: How organizations are rewiring to capture value」報告顯示，超過78％的公司已至少在一項業務（或職能）中導入與應用生成式AI。關閉。然而，多數企業在回頭檢視投資報酬率（Return on Investment）時卻發現：「投入資源不小，對營收或業務的實質提升卻不甚明顯依據麥肯錫2025年3月出版之「The state of AI: How organizations are rewiring to capture value」報告顯示，約八成受訪企業表示該公司已導入的Gen AI技術對其營收獲利並無實質貢獻。關閉」。知名顧問公司麥肯錫（McKinsey）將此現象稱為「Gen AI 悖論（Gen AI Paradox）」。

麥肯錫認為悖論的根源在於企業導入應用場域的比例失衡。因當前企業AI應用多集中於提升員工個人生產力的「水平應用（Horizontal Application）係指跨部門、跨產業都可用的「通用型」功能，例如文件翻譯、會議摘要、企業內部資訊搜尋、客服問答、程式編碼等應用。關閉」，例如Microsoft 365 Copilot、Google Workspace AI、Zoom AI Companion等辦公工具以及ChatGPT、Gemini與Claude等聊天機器人。這類工具雖能提升個人效率，但效益往往分散、難以量化，更難直接反映在企業損益表上。

反觀，更具商業價值的「垂直應用（Vertical use case）係指針對特定產業或部門所打造的客製化AI解決方案，相較水平應用導入較難，因為需要深度串接專業流程與內部系統/資料，不過對企業而言應用效益較大（如降低成本、提高產能）。關閉」，如製造業的製程異常偵測、零售業的商品銷售預測、金融業的授信/反詐偵測等，卻普遍停滯在試驗階段、無法落地實際應用，主要原因就在於大型語言模型（Large Language Model, LLM）面臨如下的技術侷限與落地難題可能產生不準確輸出（即幻覺）：在需要高精確度與可重複性的應用任務中難以獲得信任。

• 被動本質、無法自動運作：未被提示就不會行動，亦無法在無人啟動的情況下獨立驅動流程或決策。
• 記憶力有限、難以處理複雜任務：缺乏持久記憶與長程脈絡追蹤能力，無法勝任多項步驟、多元決策的複雜任務。

因此，企業亟需更智慧、更自動且具執行力的新一代AI技術，協助企業解決更複雜且有明確投資效益的垂直應用難題。而代理式人工智慧（Agentic AI） 因具備「感知（Sensing）、記憶（Memory）、推理（Reasoning）、規劃（Planning）與工具整合（Tool Integration）」等能力，使其相較於GenAI具備以下技術特性(如下數點)，得以理解任務目標、與環境及系統即時互動、自動協調多個AI Agent執行任務（僅在關鍵關卡或例外情況須由人類介入）並持續學習優化工作流程，讓 AI 從過往被動的「聊天」工具，躍升為具備目標導向「行動」能力的實用同事，因此，Agentic AI已被視為企業AI應用躍進的下一波重大技術。

• 自動反應：相較於GenAI必須被提示才會行動、且無法獨立驅動流程或行動，Agentic AI能主動感知環境、啟動工作流程、追蹤未完成的行動並即時提供相關洞察。
• 記憶儲存：Agentic AI能將LLMs與提供記憶、規劃和整合能力的額外技術（如軟體工具、企業系統、資料庫）結合，解決LLMs在記憶有限和處理複雜工作的侷限性。
• 任務排程：Agentic AI能自動處理涉及多步驟、跨系統、跨部門的複雜業務與工作流程，例如重新定義工作流程、重新分配人類與代理之間的職責，並設計流程以充分利用Agentic AI的優勢，例如平行執行任務、動態調整作業。

Agentic AI 的興起，源自企業營運需求與關鍵技術突破的交會。面對日益激烈的國際競爭，企業亟需以數位科技降本提效、優化客戶體驗並開拓新業務；同時，GPU 算力普及與多模態AI、檢索增強生成（Retrieval-Augmented Generation, RAG）、邊緣 AI 等技術成熟，也為Agentic AI發展奠定有利基礎。不過，Agentic AI應用所帶來的風險問題，也須企業主管與市府團隊積極重視並研擬完善的治理配套措施，以有效管理導入後可能發生的Dark AI 應用風險。

在企業應用面，Agentic AI運用「感知、記憶、推理、規劃與工具整合」能力，成功化解 GenAI「會生成、難落地」的悖論，讓GenAI升級為主動、目標導向的虛擬協作者，能自動處理跨系統、跨部門且多步驟的複雜任務，不僅提升效率、增強營運敏捷性，且創造新營收機會，凡是具備「資料量龐大、跨部門協作頻繁、流程鏈長」的產業，均有望因導入此應用而推動營運模式轉型、釋放可觀的商業價值。

而在城市治理面，智慧城市本質是高度複雜的系統工程，需整合行動通訊、物聯網（IoT）、雲端平台、資料分析與AI等技術，以回應公共安全、交通運輸、災害偵測、能源管理、市政服務與環境監測等多元需求。導入Agentic AI等於建立「持續感知→任務規劃→跨局處協作→自動執行→回饋學習」的運作機制，讓城市治理從被動的「監看儀錶板→人工派工」進化為主動的「系統偵測事件→自動決策調度」。建議未來臺北市府可借鏡國際經驗、善用Agentic AI，將人力從重複監看與派工中解放，專注於高價值決策，有效提升城市治理效能。