讓 AI 不只回答,而是更會工作:叡揚、Dell、昕力、勤英共探 AI 如何重塑企業智慧決策與工作流程

TechOrange 科技報橘日前舉辦「AI Innovation Day:2027 AI 創新日」論壇,上半場聚焦 AI 如何重塑企業智慧決策與工作流程,下半場由 NVIDIA 協辦,邀請生態系合作夥伴解析自動化視覺 AI Agent如何驅動實體 AI 新紀元,串起「從數位大腦到實體之眼」的主題。

TechOrange 科技報橘社長戴季全在致詞中,將當前 AI 產業發展比擬為 1996 至 2000 年的科技創新加速期。從 DeepMind 前首席研究員 David Silver 投入研發能從經驗中自主學習的 AI Agent,到李飛飛、楊立昆分別推動讓 AI 理解空間與物理世界運作規律的「世界模型」,都反映 AI 研究正積極探索大語言模型之外的技術發展路徑,朝向更自主、更具環境理解能力的方向邁進。隨著 AI 工具逐漸普及,企業關注的焦點也從技術能力延伸至實際營運與創新價值。

叡揚 BizForm 智慧表單讓 AI 接起流程斷點

叡揚資訊雲端服務事業處副處長李宗青以出差報帳的日常情境,演示叡揚 BizForm 智慧表單如何快速完成相關申請,並進一步解釋如何透過 Skill 與 MCP 減少交接斷點,同時保留治理與稽核依據。

「不要在 LINE 上面問來問去,大家時間都花在找來源、抄欄位、追進度。」叡揚資訊雲端服務事業處副處長李宗青點出企業跨部門協作常見的痛點:資料散落各處、作業進度難以掌握,導致大量時間耗費在資訊查找與流程交接。

叡揚 Vital BizForm 智慧表單整合跨部門表單與流程,降低人工重複輸入與進度追蹤的負擔。李宗青以設備維修為例,第一線人員只需掃描設備上的 QR Code,即可自動帶入設備基本資訊,再透過 AI 協助串接零件庫存查詢、請購、驗收及維修派工等跨部門作業,並依既有流程進行簽核,讓原本仰賴人工銜接的程序得以連貫執行。

李宗青強調,企業需要的不只是能理解指令的 AI,更要讓 AI 遵循既有作業規則,在提升效率的同時,保留必要的權限控管、簽核與流程紀錄。「不是讓 AI 繞過系統,而是讓 AI 在既有權限、流程與留痕中操作企業能力。」

Dell AI 服務互動式 Workshop 助企業加速落地

Dell Technologies 服務銷售部服務業務協理劉芷伶指出企業 AI 的挑戰已從「證明 POC 做得到」轉為「能否平台化、規模化並持續營運」,並進一步解釋 Dell AI 服務如何涵蓋企業導入的全生命週期。

「2026 年 AI 競爭的焦點正由單點 POC 轉向平台化與營運,」Dell Technologies 服務銷售部服務業務協理劉芷伶分享企業訪談的觀察,指出企業導入 AI 不只要證明模型「做得到」,更要能跨部門複製,並持續治理、優化與擴充。此時更值得定義的其實是想要解決的業務場景,並將預期效益轉成可驗證的 KPI。

為協助企業加速 AI 落地,Dell AI 服務提供 AI Advisory Workshop 互動式工作坊,包含 AI 基礎知識說明以破除對技術的模糊想像、用企業自身資料釐清部門痛點並排定導入優先順序,並實機操作 Dell 的企業級 AI Agent 地端平台 Dobby。在工作坊實際輔導過的醫院案例中,推估潛在每週可為院內節省約 42 小時文書處理時間,相當於約一位全職人力的週工時。劉芷伶表示,「這不只是一場教育訓練,而是協助客戶用自己的真實資料,收斂出真正想解決的 AI 應用場景。」

昕力資訊打造可複製工作流程,提升組織競爭力

昕力資訊 AI 策略規劃師許智庭將人工比喻成膠水,負責黏起 AI 導入後的碎片化工作流,強調即便個人善用 AI 提升工作表現,如果流程並未同時優化,依然難以同步提升團隊生產力。

「AI 用得很多,但好像感覺工作沒有比較有效率;個人使用增加,但流程還是原本的流程。」昕力資訊 AI 策略規劃師許智庭指出,個人善用 AI 提升產出,並不代表團隊生產力同步成長。若成果仰賴少數熟手下指令、人工搬資料與補接流程,做法難以複製,工作仍卡在人與工具之間。

「先問你什麼工作最想交給 AI?」許智庭認為,只要是有規律、重複性高的任務就很適合做成 Agent:首先盤點工作目標、所需資料、執行步驟,以及必須由人判斷的節點,再把有效做法整理成穩定、AI 可執行的流程。在實際案例中,法務標案審閱由 1 小時縮短至 30 秒、會議摘要整理由 1 小時縮短至 5 分鐘,大幅提升團隊效率。許智庭提醒:「不只是 Human in the Loop,企業需要的是 Human at the Right Point of the Loop。」讓 AI 負責資料整理與初篩,預算、人事、法責等高風險決策由人類把關,同時期許:「AI 的下一階段,不是更會回答,而是更會工作。」

勤英科技透過架構設計掌握 AI 策略選擇權

勤英科技資深解決方案架構師王麒琨表示,「在不確定的市場裡,最值錢的是選擇權。」企業不必永遠押對某一個模型,而是透過彈性架構保有切換模型、管理成本與制定治理規則的能力。

「多模型不是未來式,它已經在你的公司裡;差別只在於,它是被設計的,還是被放任的。」勤英科技資深解決方案架構師王麒琨指出,模型迭代可能快於企業採購週期;能力與價格各異的模型,也讓單一選擇難以兼顧繪圖、跨文件推理、程式重構、風險評估等較複雜的任務。「當投資大量資源在單一模型,面臨需要轉換的時刻,可能需付出高昂的成本;選擇權就是為了避免這種狀況發生。」

王麒琨提醒,企業可透過架構保有三種 AI 選擇權──第一、模型選擇權,能自由切換與備援,不被單一廠商綁定。第二、成本選擇權,按任務複雜度分派模型,簡單工作不必付出旗艦級成本。第三、治理選擇權,由企業自主決定使用權限、用量額度與稽核留痕。勤英科技以 MixRoute 作為多模型統一入口,串接超過 250 個模型,既有系統接上後,換模型就變成一項設定,而不是一次改版。透過智慧路由自動分派模型,MixRoute 上萬次實測平均可省下 20–40% 的 API 成本。「模型會一直換,選擇權要一直在自己手上;押對模型靠運氣,保有選擇權靠架構。」

從跨部門流程串接、AI 應用場景盤點,到可複製的工作方法與多模型架構設計,企業 AI 的競爭力已不再單純取決於模型能力,更在於能否將 AI 納入日常營運,建立可持續優化、治理與擴充的工作體系。

立即預約收看 2027 AI 創新日演講精華