AI代理人新闻资料

简

ADVERTISEMENT

ADVERTISEMENT

e潮

“2025第23届远见高峰会”人工智慧专家李开复畅谈“AI Agents：CEO必须掌握的人工智慧前进对策”

星洲日报／台北6日报导名列《时代杂志》全球一百位最有影响力的AI专家李开复今日表示，人工智慧已进入AI Agents（代理人）的新时代，建议每家企业领导人亲自投入打造AI Agents，了解AI的价值，推动变革，提升竞争力。 “2025第23届远见高峰会”于今天在台北举办第二天议程，邀请到人工智慧专家、创新工场董事长暨AI新创独角兽零一万物执行长李开复以视讯方式演讲，畅谈“AI Agents：CEO必须掌握的人工智慧前进对策”。星洲日报是“远见高峰会”的伙伴媒体。李开复指出，人工智慧是在PC和移动时代之后的最大革命，也必然会带来跟前两个革命一样大或甚至更大的GDP增长，所以不把握AI 2.0的时代，就会有巨大遗憾。李开复指出，自从生成式AI在2022年底问世后，过去三年来，每一个月AI都在成长，大约每年提高IQ 30个点，远超人类。而且推理的成本也在快速下降，大约一年下降10倍，所以可以想像，即便今天的AI还不够聪明，速度还不够快，还不够便宜，明年一定都会让人满意。这一切都是基于大模型的训练。李开复指出，从GPT2到3或4，它是把全世界的数据拿来做预测下一个字的学习的方法，但这只是训练了一个文科生。但在过去九个月，AI已经变成了一个文理双强的大脑。因为在读了全世界的书之后，它又把全世界的数学理论都做了一次，然后又把全世界，能想像的程式语言能力，又再练习了一次，这让AI具备非常强的逻辑推理能力，不只能回答问题，它还可以分析，可以拆解，可以解决问题。在早期的GPT2或3或4，都是人教AI。但现在，AI还在教AI学习，所以AI的成长变快了，可以用超大的模型教小的模型，用会数学、会写程式的模型，教那些不会的模型。李开复进一步指出，AI还有一个特别巨大的新发展，就是开源模型。过去要用Open AI、Anthropic或Google Gemini，用户把各种数据丢到网上，这个数据可能是公司的机密，但却丢到国外的云上，可能感觉不安全。用户最好还是能把模型拿到手里，可以看它，了解它，然后知道有没有什么安全问题，这样数据不用离开公司，也不用离开国家的边界，还可以把模型拿来修改。李开复指出，若使用闭源模型，用API付费，是不可以这样做的。但是如果能把别人训练好的、花十几亿美元训练好的开源模型，拿到手中，放到自己公司里，再把数据放进去，想做什么做什么，还能完全免费，怪不得开源模型的生态正在快速爆发。面对这样的AI发展，李开复建议所有企业领导人、CEO们，应该建立自己的能力，把开源模型拿到公司来，然后聘请AI工程师，在这上面开发出对企业更有用、更相关、更安全的应用。李开复认为，人类已经要进入AI Agent的时代。一开始，AI是一个Chatbot跟你聊天，接下来他当助手。但现在AI有了推理、逻辑、思考的能力，就意味著它可以像一个聪明的员工，可以干活，可以完成任务，可以创造商业价值。也就是说，一个员工能做什么，也是AI Agent可以做的。比如说有人要到台湾开会，预计跟3个CEO开会，然后另外约5个朋友见一见，如果有一个很聪明的AI代理，一切就安排好了，包括住什么酒店，订什么航班。就像一个人类秘书一样。未来还会有所谓的Multi─Agents，就是很多Agents在一起协作。比如说公司里有市场部、产品部、销售部等，他们各自的AI代理，彼此可以交流，一起解决问题。因此未来公司的最低最小单元就不只是人类了，而是人加AI Agent。 AI Agent有很多人类没有的优点。它不用休息，还可以复制一百个、一万个秘书来，随著AI能力愈来愈强，最终边际成本会变成零。你的AI Agent比别的公司AI Agent好，就有巨大竞争力。就像今天你的人类员工比别的公司好，也是一种竞争力。最后李开复建议，很多公司推动AI，很可能交给资讯长（CIO，Chief Information Officer），但CIO是管公司的网络和软体的，不是来做前瞻性的公司组织优化，所以这个工作不能给CIO做，这应该是一把手工程，是企业的CEO创始人、董事长，他们才了解改造公司用AI的价值有多大，才拥有激情去拥抱变革。这也是为什么李开复的公司、零一万物，推出万智平台，就是为了帮助企业领导人们，在开源的系统上开发AI Agents。他比喻，如果大模型是一个飞机的引擎，那么零一万物是帮企业打造飞机，带来直接的商业价值。本届远见高峰会，以“巨变下前进策略关税．科技．永续”为题，邀请近70位来自马来西亚、台湾、中国大陆、美国、泰国、印尼等国家或地区跨产业的菁英领袖，共商全球与华人经济体，永续团结，迈向未来。【另讯】 ChatGPT等人工智慧模型正以前所未有的速度席卷全球，然而，麻省理工学院（MIT）近期一份报告揭示的残酷现实，高达95%的企业导入AI未达预期成效，企业到底该如何聪明善用AI来加值？台湾数位发展部部长林宜敬表示认为：政府不当主角，多管齐下建构台湾AI生态系。中华电信技术长暨执行副总经理黄志雄指出：从电信到AI赋能者，兼顾基础建设与终端应用。华城电机总经理许逸德表示应用AI要回头发掘动机，才能找到转型价值。 “2025第23届远见高峰会”于今（5日）论坛中深入探讨AI如何带动转型，由健行科技大学校长郭瑞祥主持，与学者专家及业者共同剖析企业在AI时代下，如何走出自己的路。 “科技的创新突破，必须来自民间企业自由且公平的竞争。”数位发展部部长林宜敬指出，软体产业需有灵活度、不惧失败。他观察，美国的ChatGPT、Gemini或中国的DeepSeek、千问，都由民间主导，显示创新动能源自市场，而非官僚计划。政府若十案失败五案会遭批评，但企业反而视为成功。政府不应直接下场当玩家，而是打造健全生态系，让创新得以萌芽。为此，数位部推动AI支持体系，从算力、资料到人才多管齐下。以算力来说，“我们告诉创业者，你不用抵押房子，来数发部使用免费算力。”创业者得到支持以后，能够用低风险验证想法，借此降低创新门槛。在算力以外，数发部也在积极开放政府拥有著作权的资料，希望让新创团队有高品质的训练素材可用，让模型更具在地特色与优势。面对业界对AI人才的需求，数发部则是推出AI人才认定制度，将人才分为应用、开发与研发3个层次，让企业、训练机构与认证方有所依循。当新创备齐算力、资料与人才，并成功开发出产品后，最需要的便是订单。具备创业背景的林宜敬认为，行销媒合是关键，数发部透过举办媒合会，直接串连AI解决方案供应方与需求方，例如长照、冷链等特定产业，希望创造实质商机。最后，当企业发展到需要上市或拓展国际市场的阶段，数发部向国发基金争取百亿资金，以投资而非补助形式，扶植有潜力的AI新创企业成长茁壮，期望为台湾打造一个充满活力的AI创新生态。中华电信技术长暨执行副总经理黄志雄指出，台湾仍有七成企业未跨越AI实际应用的门槛，其痛点集中在“资料处理”与「人才匮乏”。同时，AI也带来巨大的能源挑战，科技巨头的碳排甚至因AI导入而不减反增。面对机会与挑战，中华电信已从传统通讯服务业者，转型为AI基础设施提供者以及赋能协创者，黄志雄阐述其环环相扣的策略布局。首先，是从根本上建构兼具效能与节能的AI基础设施，AI资料中心在功耗、楼地板载重与频宽方面的要求远超传统机房，中华电信凭藉其在网管、安管与大数据分析的经验，打造绿能智慧的AIDC，并提供从代建代管到弹性算力租赁的多元服务。在此基础之上，中华电信另外打造“AI Factory”，整合从底层机房、GPU算力调度到上层模型训练的一站式服务，希望赋能百工百业。同时，旗下子公司中华创智则专注于协助企业导入AI，将过去可能长达18个月的导入期，缩短至仅需３个月。黄志雄表示，最终目标，就是协同企业创造主权AI与垂直应用。他认为，通用模型终将走向垂直深化，例如在大型活动中即时融合多方数据、快速疏散数万人潮，这正是中华电信协同政府与企业创造的垂直应用价值。黄志雄最后也不忘提醒，导入AI绝非工具的堆叠，而必须重新检视并改造既有工作流程，才能真正发挥其效益。当政策与基础建设到位，企业自身如何接球？身为传统重电产业的转型典范，华城电机总经理许逸德的分享，为在AI浪潮中感到焦虑的传统企业，提供了一套务实可行的方法论。 “首先，要认识到自己产业的特殊性。”许逸德指出，华城电机的重件组装，设备动辄上百吨，无法像ICT产业打造关灯工厂。 “我们无法做到‘自动化’，但可以做到‘智动化’，那个‘动’旁边，还得加上‘人’字旁。”许逸德强调，数据收集必须有明确目的，是为了提醒现场工人、改善后台设计，还是为了追踪品质、增加顾客黏性？ “如果拥有海量资讯，却没有优化你的决策，让经营成效变得更好，那你只是一个拥有一堆资讯的巨人，却是经营成果与行动的侏儒。”这段话，精准地戳中了许多企业在数位转型中的痛点。许逸德分享了华城电机如何将AI作为“决策助理”的具体实践。在生产端，他们将人、机、物、料、法等所有生产数据交给AI分析，AI能精准找出“最新手的新人、最不稳定的机台、最新厂商的材料”这类高风险组合，提前预警，让管理者能及早介入。在采购端，AI则化身为强大的议价辅佐工具，它掌握了最新的市场价格、历史采购纪录，甚至每家厂商的议价习惯。“如果你的议价对手拥有这些资讯，你会不会害怕？”AI的辅助，让决策更具数据洞察力。在ESG方面，许逸德也主张必须与“核心竞争力”结合。例如，透过了解厂区的“能耗地图”，找出耗能大户进行优化，既能减碳又能降低费用；或是变更产品材质，从源头实现绿色制造。最后，许逸德以一句话鼓舞所有企业家：“不是每一个企业都能成为护国神山，但如果你做得比你的竞争同业稍微好那么一丢丢，你在各行各业里，都可以成为你的行业里的华城电机。” 本届远见高峰会，以“巨变下前进策略关税．科技．永续”为题，聚焦时下六大议题：川普2.0全球重构与新秩序、变局下的台湾韧性、AI落地应用到信任建立、城市新生与治理新模式、净零转型与ESG永续竞争力、高龄与少子化转型，邀请近70位来自马来西亚、台湾、中国大陆、美国、泰国、印尼等国家或地区跨产业的菁英领袖，共商全球与华人经济体，永续团结，迈向未来。更多文章：【科技TALK】10秒侦测失明风险，DR. MATA守护糖尿病患视界【科技TALK】AI按摩机器人登场，酸痛肌肉全交给它

4星期前

e潮

e潮

【多点AI】AI不是大公司的专利：中小企导入AI代理人的实战路线图

“我们公司人不多，只有十几二十人，甚至连IT也没有，我们还可以做AI转型吗？” 最近，我接连与多间不同规模的企业开会交流，当中不乏员工数量超过300人的大型公司。他们大多已经建立了自己的内部数据库，有成熟的系统架构、专责的IT部门，甚至已经在测试AI客服或内容生成的自动化流程。这些企业拥有资源去尝试错误，有人力、有预算，启动AI转型相对容易。但会议中我最常被问的一个问题是：“我们公司人不多，只有十几二十人，甚至连IT也没有，我们还可以做AI转型吗？” 答案是：当然可以，而且应该要做。中小企（SME）正正最需要AI来节省人力、提升效率和加快决策。而且现今市场上的AI工具和平台越来越平民化，即使没有技术背景，也可以用无代码平台（No-code）建构实用的AI代理人（AI Agents），处理重复工序、支援日常营运。以下，我就以5个阶段、15个步骤，整理出一个实用又接地气的《中小企导入AI代理人实战路线图》，让你一步一步带领公司进入AI时代。 ●第一阶段是打好地基，清晰方向。AI不能乱用，更不能盲目追风，要先从业务痛点出发。例如我最近接触的一间家品零售商，他们每日收到超过200个WhatsApp查询，大部分内容都是重复的，例如“这款产品有冇货？”“可以寄去澳门吗？”“几时到货？”。他们第一步，就是设定一个AI客服Bot，来处理这些高频、低复杂度的问题，节省人手。你也可以看看公司内是否有以下痛点：重复性客服支援、资料输入或报表自动生成、潜在客户分类、订单追踪或查询自动化等。下一步，是设定量化目标，例如将客服回应时间减少一半、每星期减少10小时重复工序、提高顾客转换率等。清晰目标可以帮助你衡量成效，也方便之后汇报或争取资源。然后要评估自身条件，包括是否有可用的数据（如CRM、客服纪录）、是否有现成工具可整合（如Notion、Google Sheet、WhatsApp Business API），还有同事是否愿意学用新工具。这些都会影响导入速度与效果。 ●第二阶段是选择适合的工具组合。这一步选错平台或技术，会浪费时间。现在市面上已有不少中小企友善的选择，其中我尤其推荐Dify.ai作为开发AI代理人的主要框架平台。中小企可根据自身资料私隐要求、语言使用习惯与合规需求，选择适合的语言模型。国际模型如OpenAI GPT、Anthropic Claude、Google Gemini适合中英双语企业；本地部署模型如Mistral、LLaMA3可提升私隐控制及降低API使用成本。若业务在中国市场，亦可考虑国内平台如智谱AI（Zhipu AI）。智谱AI作为国内领先的大语言模型平台（如ChatGLM），支援中文优化，合规性高，可提供企业级API与私有化部署方案，特别适合需要数据保密的制造业、教育、医疗等中小企使用。透过像Dify.ai这样的平台，中小企可以灵活选择上述模型作为“大脑”，按成本与应用场景自由切换。对于中小企而言，Dify.ai是一个特别值得留意的开源框架，它无需编程经验，提供图形化介面，可简单拖放设计AI流程。支援多角色管理，例如客服Bot、销售助理Bot、报表分析Bot等；亦具备上下文记忆与知识库接入能力，可整合Notion、PDF、Google Drive等。Dify.ai亦支援中文、英文、粤语语境识别，更兼容本地模型如智谱AI、百川、Minimax等。曾有一间物流公司利用Dify.ai建构客户服务代理人，即时回复货运查询、生成报价，甚至处理PDF报表，成功减省前线工作压力。第三步是加入记忆与检索功能。Dify.ai可整合Pinecone、Qdrant等向量资料库，搭配LlamaIndex或LangChain作为检索工具，制作出具备长期记忆的智能助理。例如一间HR顾问公司就利用Dify.ai + Notion + LangChain，建立雇员问答Bot，员工可即时查询假期政策、薪酬结构、招聘程序等，大大节省行政负担。 ●第三阶段是设计AI代理人角色与功能。不同角色可对应不同痛点，例如SalesBot用来管理查询、HRBot处理请假与公司政策、OpsBot处理订单与行政等。这些代理人可以查询API资料、自动输入Google Sheet、发送电邮与Slack讯息，甚至自动分类资料。当然，AI的安全性亦不能忽略。可以加入Rebuff、Guardrails等工具限制输入输出范围，避免泄漏敏感资讯或出现不当回应，特别是在保险与医疗等行业格外重要。 ●第四阶段是测试与优化。部署前，应先模拟真实场景进行沙盒测试，评估AI能否如预期处理客户查询、资料提取与工作流程。如遇信心分数过低时，则自动交由真人接手。亦可设计后备流程，例如输入提示不明确时自动请求补充资料或转由人手介入。部署后需不断优化，包括调整提示语句（Prompt Engineering）、加入RAG技术强化答案准确性，甚至根据公司语气进行微调模型。可使用工具如PromptLayer、LangSmith、Trulens等来监控效能。 ●第五阶段是部署与扩展。开始时可选择单一部门小规模试行，例如HR或客服部。成功后，根据监测工具如Helicone所提供的使用数据，逐步扩展到销售、内部行政、会计等更多范畴，并设计更多Agent角色，整合更多业务流程。成功的中小企甚至能利用AI进行内部培训与知识管理，建立自己的“公司记忆体”。 AI从来不是大公司的专利。反而对中小企而言，AI是一个难得的逆转机会。能以有限资源建立数码员工，优化营运流程、节省人力资源、提升服务质素，甚至打开新的业务模式。未来的竞争，不是大吃小，而是快吃慢。懂得善用AI的中小企，将更容易在市场中突围而出。如你希望在公司内部部署AI代理人、建立专属的语言模型应用流程，或安排针对业务部门的AI实战训练，欢迎与我联络。我可协助你以Dify.ai为基础，整合如智谱AI或OpenAI等模型，制定一条真正可落地、可扩展的AI转型之路。

5月前

e潮