專訪：《TechOrange》社長戴季全 / 撰稿：廖紹伶
AI 仰賴大量的資料與演算法進行推論、學習和採取行動，可以協助處理原本需要人類判斷，或超出人類分析能力上限的大規模資料。可以想見，「資料」對於任何想要導入 AI 的企業極為關鍵。
《全新一週》邀請數據分析大廠 SAS 的台灣區總經理龔律安，分享對於 2025 年 AI 趨勢的觀察，針對熱門的產業關鍵字「AI 代理」又有什麼樣的看法？他也進一步分享 SAS 主要關注的 4 個產業，有哪些 AI 落地應用的新發展？
龔律安在專訪中分享，2025 年 AI 領域將有 5 個改變和發展趨勢：第一是主打降低 AI 應用門檻的「模型即產品」模式、第二是合成資料、第三是 AI 治理、第四是需要關注 AI 所造成的雲端成本、第五是量子運算。
至於許多分析報告提到、微軟 CEO 甚至公開表示將取代軟體的「AI 代理」，龔律安的看法是 AI 代理不會取代傳統軟體，而是成為傳統軟體的進化版。這樣的觀點與 SAS 對 AI 代理的定義息息相關。
AI 代理：傳統軟體的進化版
龔律安指出，因為 AI 代理最重要的關鍵是完善的數據治理能力，然後搭配生成式 AI 模型，再加上數據精確模型的決策模式。如此一來，就能很快地相輔相成，形成所謂的 AI Agent 生態系統。
龔律安舉例，在傳統應用程式中，採購流程是設定好的規則，例如，當採購金額超過十萬元時，就需要副總批准──這是一個寫死的程序，根據絕對金額來判斷是否需要批准。
但是，隨著資料驅動的應用和模型建置能力的提升，AI 代理不會只根據絕對金額來判斷，而是考慮更多因素，例如採購品項是否為最稀缺、最難議價的，採購金額佔公司支出的比例、是否有其他供應商選項等綜合因素來判斷，而決策正是 SAS 的強項。
龔律安認為，現在市面上許多軟體都加入了 AI 功能，正朝著 AI Agent 的方向進化，背後最主要的核心是數據驅動。
模型即產品、合成資料如何協助企業應用 AI ？
當被問及台灣最廣泛運用 AI 的產業有哪些，龔律安從 SAS 主要著力的 4 大產業進行回應，當中包含金融、製造、政府、醫療業。
針對金融業，不只台灣，全球都面臨詐騙橫行的問題，龔律安強調國際聯防的重要性──SAS 基於各國市場的經驗，了解到哪些數據跡象代表了詐騙風險，因此能透過這些資料建置成預防詐欺的 AI 模型，直接提供給需要防制詐欺的機關使用，這就是「模型即產品」的概念。
此外，龔律安也強調，在 AI 的世界裡，最重要的是個人隱私資料的保護，而「合成資料」技術可用極少數的資料，合成出一份在統計描述上一模一樣的資料，能直接強化 AI 模型的運作，套用在既有的 AI 應用之中。
解決製造業最大痛點：最佳化
針對製造業的 AI 應用，龔律安首先點出，長期困擾製造業最大的問題是供應鏈的最佳化，而其根源在於預測能力。以 SAS 的經驗來說，他們正在將「老師傅」的經驗轉化為模型，可以在生產製造的各個站點進行良率檢查和品質把關。
龔律安也強調，要回頭串聯整個智慧製造場景，最重要的是讓產品擁有一個數位分身──這個數位分身可以用絕對數值來精確描述產品的各項特徵。SAS 強調，他們的做法是用絕對性的描述，而不是生成式。
不過，他也提醒，過程中最重要的是資料蒐集。龔律安表示，機台本身有要能夠產生和蒐集資料的機制，當蒐集越多資料，越能有組織性地奠定智慧製造的基礎。
針對醫療業、政府機構，龔律安表示 SAS 希望把國外的應用成功案例帶進台灣，在台灣找到合作夥伴，透過其處理海量資料的經驗，能在精準醫療、疾病預測上做努力。
2025 是不是 AI 落地的爆發年？
從 SAS 的經驗來看，金融、製造、醫療、政府都有透過資料治理、決策優化的需求，2025 是否會迎來 AI 落地的爆發年？
龔律安表示，2025 年是否會成為 AI 落地爆發年，取決於各企業如何看待 AI 在各自企業內所能產生的成效。此外，要讓 AI 真正落地，最重要的是讓企業運用自身的資料，並產生不同的 AI 應用場景。在這之中，企業也需理解自身資料的完整度和乾淨度，並且逐漸累積成功案例，AI 的應用爆發才有機會。
【推薦閱讀】
◆ AI 代理會消滅 SaaS 嗎？專家指世紀大辯論突顯軟體策略本質
＊本文開放合作夥伴轉載，首圖來源：《TechOrange》。
