企業AI正從「回答問題」走向代理完整工作流程。台灣大哥大（3045）今（8）日舉辦第四屆「D.E.E.P. Tech Day 2026」台灣大硬科技日，發表企業級AI Agent平台「MyAgent」，整合企業知識、模型、工具與工作流程。台灣大已率先將平台導入內部知識管理及行政流程，依不同應用情境估算，知識管理與查找、行政庶務處理效率分別提升15%，端到端工作流程效率則預估提升30%。 MyAgent支援地端或私有雲部署，可依任務需求彈性切換不同模型，並串接企業既有系統，讓AI從單純提供答案，進一步參與派工、追蹤、回報及決策流程。台灣大希望藉此把企業內部分散的AI應用，整合為可自主掌握、規模化部署並持續調整的「AI Workforce」。 林之晨：未來三年是企業部署AI關鍵期 台灣大哥大總經理林之晨表示，未來三年將是企業部署AI的關鍵期，企業面臨的問題已不只是選擇哪一個模型，而是如何整合電力、算力、傳輸、演算法、應用、治理，以及原有的資訊系統與營運流程。 林之晨指出，外界可能仍把台灣大視為傳統電信公司，但公司目前約有1,000名軟體工程師，以及1,000名電信與硬體工程人才，持續針對內部實際工作問題，開發AI、資料治理及相關配套技術。 「硬科技日除了要串聯生態系，也希望向企業客戶及產業分享台灣大一線研發的成果。」林之晨說，台灣大也會透過企業客戶回饋，判斷哪些研發成果能進一步打包成產品及解決方案。 從單點輔助走向數位員工 台灣大哥大資訊長蔡祈岩表示，過去企業通常把AI應用在客服、企劃或程式開發等單一功能，主要目的仍是協助特定部門或員工提高生產力；MyAgent所代表的Agentic AI，則是進一步協助企業打造數位員工。 蔡祈岩表示，AI未來「不再只是幫助某些特定部門的員工提高生產力，而是全面支援每一種員工，甚至本身變成一種數位員工，與人類員工互動」，這也是今年「MyAgent－Your Agent」活動主題所要傳達的核心概念。 在技術架構上，MyAgent透過AIDC、GPU即服務（GPUaaS）及企業級GPU資源管理平台提供算力，並以GenAIus整合企業知識與模型，同時導入模型路由、地端小模型、工具呼叫及企業系統串接等功能。 台灣大哥大企業服務事業商務長朱曉幸表示，企業AI競爭正從比較模型能力的「Model Race」，轉向衡量產出、成本與投資效益的「Token Economy Race」。因此，企業未來會更重視「3R」，也就是「Right Model、Right Compute、Right Cost」，依照任務選擇適合的模型、算力及成本組合。 逾8,000人組織先行驗證 98%員工部署AI代理 台灣大過去兩年透過「超人計畫」，在逾8,000人的組織場域累積AI實作經驗，目前已有98%員工部署AI代理，並累積22項自研AI技術與服務。公司先讓相關技術在內部營運場域接受測試及壓力驗證，再將成熟方案輸出至企業客戶。 本屆硬科技日共展示15項企業解決方案，涵蓋AI基礎建設、AI技術，以及「產、銷、人、發、財」五大企業應用情境。以專案協作為例，「AI聽寫大哥」可將60分鐘會議最快在1分鐘內完成摘要，接著由MyAgent跨系統派發及追蹤任務，並主動回報執行風險。與一般會議摘要工具相比，重點已從產生文字紀錄，延伸至實際執行後續工作。 在客服場景，MyAgent可依序處理身分核驗、產品介紹、續約、下單及話後摘要；人才應用則包括AI Mentor與AI面試官；研發方面可將自然語言需求轉為需求文件，並建立初步產品原型；財務應用則可檢核發票、金額及企業報銷政策。 MyAgent目前也已串接台灣大M+、微軟OneDrive與Outlook，讓AI掌握跨系統工作脈絡，從提供答案進一步參與任務執行。 整合8大AI模型 myVoca混語辨識準確率逾95% 台灣大此次也整合8大AI模型，範圍涵蓋語音辨識、語音生成、語音轉語音、視覺、翻譯、情緒辨識、聲紋辨識及推理。 其中，自研語音辨識技術myVoca支援國語、英語、台語、客語及混語情境，混合語言辨識準確率達95%以上，即時辨識反應時間低於1秒；日文版本辨識準確率則約90%以上。台灣大也規劃與精誠資訊及日本夥伴合作，爭取日本客服市場的AI應用需求。 攜精誠補足企業IT能力 兩年合作近50項方案 台灣大自2024年投資精誠資訊（6214）以來，雙方兩年間已合作推出近50項企業解決方案。台灣大主要提供電信傳輸、AIDC、GPU算力、自研AI模型及大型營運驗證場域，精誠則提供企業IT、現場工程、產業應用及系統整合能力。 精誠資訊董事長林隆奮表示，企業AI正從概念驗證走向核心營運，企業需要的不只是模型，而是能串接既有系統、資料與工作流程的完整解決方案。精誠將以「Ai4iA（AI for Industry Application）」推動產業AI應用，與台灣大在算力、傳輸、AIDC及自研AI技術上的能力互補。 朱曉幸也指出，台灣大目前先將平台及解決方案放在內部驗證，再擴大服務至集團相關銀行、證券、保險、momo電商及有線電視等事業。相較一般系統整合商或軟體服務業者，台灣大的優勢在於擁有大型營運場域，可以實際驗證並進行壓力測試。 跨公司Agent協作 難題由技術轉向法規 不過，若要讓不同公司之間的AI Agent直接共享資料及協同工作，仍牽涉產業法規、資料治理、個資保護與資料隔離等問題。 蔡祈岩指出，目前已有A2A（Agent-to-Agent）及Agent Swarming等技術方案，因此跨Agent協作「技術上其實不是問題」，真正的限制來自電信業、金融業等不同產業的監理規範。 蔡祈岩強調，企業導入AI Agent後，真正需要掌握的不只是操作紀錄，更包括Agent累積的記憶、技能、工作流程與決策邏輯，「LOG不等於BRAIN」。至於跨公司Agent協作，「它不是一個技術問題，它更是一個法規問題」，現階段企業仍應先建立自己的數位員工及內部治理能力。
评论 (0)