當 AI Agent 進駐產線:高科技製造 IT 如何從「維運後勤」變身「自動化指揮中樞」?

當 AI Agent 開始進入製造業現場,企業也從早期的人工化、資訊化與自動化,邁向下一個轉型關鍵,與此同時 IT 部門的角色也不再只是維持系統穩定的後勤單位,而是變成智慧工廠的自動化運作中樞。然而,面對新舊系統的孤島效應與跨雲地環境的挑戰,企業必須導入全新的 IT 管理思維。

「根據 2026 年麥肯錫其中一段訪談內容,AI coding 能夠帶來多快、多新、多少的服務,已經不是企業應該關注的重點,必須關注的是這一波 AI 新服務上線之後,帶來的 AI 維運革命,」合泉系安董事長何玉雲在近期舉辦的「IT 自動化的關鍵戰略:高科技製造 IT 高階主管閉門交流會」中指出,如何有效調度與監管這些 AI Agent,已成為目前 IT 自動化戰略的關鍵。

如何用「人機協作」實踐智慧營運?

隨著生成式 AI 與 Agentic AI 的快速發展,全球高科技製造業正邁入 AI 驅動的智慧營運新階段。

「AI 的能力很強,但是管理 AI 很難,目前多數企業管理成熟度仍然偏低,」勤業眾信聯合會計師事務所科技與轉型服務資深執行副總經理溫紹群表示。

勤業眾信聯合會計師事務所科技與轉型服務資深執行副總經理溫紹群引述世界經濟論壇(WEF)數據,表示當前製造業仍大量仰賴預測、分類與最佳化等關鍵 AI 技術,而最新一波的 AI Agent 相關案例相較於 2025 年已大幅成長 24 倍,並且真正走向財務與營運上的可量化價值與商業效益。

「AI 的能力很強,但是管理 AI 很難,目前多數企業管理成熟度仍然偏低,」溫紹群表示,許多企業在還不清楚導入 AI 目的的情況下就盲目投入資源,事後才意識到企業缺乏相應的管控機制,因此企業應該將 AI 生命週期管理、資安防護與資料品質稽核納入營運體系之中,他舉例像是透過導入 ISO/IEC 42001 AI 管理系統,確保企業內的 AI 輸出具備安全性、隱私性與可解釋性。

溫紹群提醒,在未來數位轉型過程中,企業透過將 AI 系統化嵌入企業核心價值鏈,並結合人機協作的智慧營運體系,才能在長期科技競賽中保持韌性,最終實踐智慧營運。

SOAP 平台打造 AI 自動化中樞

高科技製造業所追求的「自動化」,已不再侷限於產線上的實體機械手臂,更包含系統背後的 IT 流程自動化。隨著企業導入各類型的資訊系統以及跨雲服務,加上 AI 應用以前所未有的速度快速湧現,企業營運環境的複雜度也日益升高,進而產生「工具孤島」現象,當各系統間缺乏統一編排與共同語言,不僅增加管理與維運負擔,更容易導致跨系統整合斷鏈危機。

合泉系安產品總監黃駿逸將 SOAP 服務編排與自動化平台形容為一台織布機,透過統一的編排大腦,讓應用程式在對的時間調度對應的系統解決任務。

面對跨雲地、跨系統的複雜環境,過去工作負載自動化(WLA)框架已不敷使用。合泉系安產品總監黃駿逸舉例,Gartner 於 2023 年建立 SOAP 服務編排與自動化平台,其市場規模預計在 2028 年達到 49 億美元。而 BMC Control-M 正是實踐 SOAP 的指標性平台,黃駿逸將 Control-M 形容為一台織布機,透過統一的編排大腦,將散落在企業各處的應用程式緊密交織在一起,在對的時間調度對應的系統解決任務。「AI 的開發和上線速度非常快,創造了自動化的剛需,而 AI 面對的環境越複雜,整體編排也就越重要,」黃駿逸進一步表示,針對 AI 的維運,Control-M 的統一協調中樞,不僅能實現端對端的流程可視化、異常自動偵測與重試,能協助 IT 部門轉型為驅動業務成長的加速器,讓 AI 決策與自動化真正落地。

BMC Software Hong Kong & Taiwan Regional General Manager 陳浩雄 Kurt Chen 提醒,企業若放任 AI 獨自進行決策,缺乏數據品質檢驗與人工覆核,AI 幻覺可能導致嚴重的企業營運誤判。

BMC Control-M 打造安全、可控智慧製造防線

BMC 香港及台灣區域總經理陳浩雄 指出,透過 BMC Control-M 企業自動化平台,製造業能將 SAP、ERP、MES 製造執行系統與外部供應鏈平台無縫串接,解決過去因資訊落差導致的出貨延遲,實現從訂單到交付的端到端可視化管理。

AI 雖然能夠加速資料處理與模型建立,但風險管控與合規性依然是企業首要考量,陳浩雄提醒,企業若放任 AI 獨自進行決策,缺乏數據品質檢驗與人工覆核,AI 幻覺可能導致嚴重的企業營運誤判,他以香港某間證券公司的真實案例指出,該公司利用 AI 做市場輿情分析時,AI 產出的結果被市場訊息嚴重誤導。陳浩雄重新定義 AI 應該是幫助人工進行優化選擇,不能完全自動化,系統可以依據數據自動生成流程建議,但最後的決策權仍須保留給人類把關。

而要讓 AI 決策真正落地並產生可信賴的商業價值,關鍵在於底層資料的編排。透過 Control-M 的服務編排機制,將 AI 納入日常工作流,從資料萃取、品質檢驗、模型訓練到結果部署,不僅確保 AI 的資料品質,也讓 IT 團隊從跨系統除錯中解放,讓智慧製造在安全、可控的基礎上運行。

面對 AI Agent 加速進入製造現場,企業真正需要的不只是更多 AI 工具,而是一個能夠整合系統、數據與工作流程的統一編排平台。透過 BMC Control-M 等 SOAP 平台,企業可以全面掌握各項任務的執行狀態、資料流向、系統依賴關係與異常風險,建立可視、可控且可追溯的營運環境,才能讓 AI 從單點應用走向值得信賴的規模化營運,並使 IT 部門從維持系統運作的後勤角色,轉變為驅動智慧製造與企業成長的關鍵力量。