台灣科學園區生成式 AI 論壇
若說 AI 是企業轉型的核心，高效能資料儲存系統便是驅動引擎。IBM 以整合性的 AI 策略與 watsonx 平台，協助企業從生成式 AI（GenAI）的洞察出發，進而實現智能決策與流程自動化，帶來顯著的營收增長。
文／明雲青
逾半數企業正積極導入 GenAI 或開發 AI Agent。但要讓 AI 跑得快、學得動，卓越的資料儲存系統是關鍵。IBM 資料與人工智能技術顧問張婷雅指出，AI Agent 處理龐大數據，要求儲存層具備多項條件，包括支援高效查詢，快速回應 AI Agent 提問與指令。支援低延遲與高吞吐量查詢。統一格式與治理，確保資料一致性與版本控管、方便 AI Agent 持續複用。支援結構化與非結構化資料，讓 AI Agent 同時讀取不同型態數據。彈性擴展的儲存架構，以處理大量、多樣且快速增長的資料規模。
高效可靠的資料儲存系統，對 AI Agent 至關重要。如在 RAG 應用，儲存層須提供高速查詢架構與快取向量資料能力，快速支援企業客服或知識問答助手；在即時決策輔助場景，須連接各類資料源並整合資料治理，提供銷售建議、供應鏈調整等依據；針對流程自動化 AI Agents，須支援快速讀取、更新紀錄並觸發後續流程，執行多個不同資料源子任務；在模型訓練與微調，須高效存取大量帶有標籤的資料，作為GenAI訓練底座。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 IG，與全球CIO同步獲取精華見解 ]
IBM 透過 watsonx 平台，為企業規劃清晰的 GenAI 實踐路徑。在洞察階段，重點在於運用 GenAI 找出具價值的應用場景，並透過自然語言理解與預測洞察；為此 IBM 彙整七大關鍵應用，含內容生成、摘要、命名實體識別、分類、資訊洞察、RAG、程式碼生成／最佳化／檢查。
進入決策階段，旨在以 AI Agent 撰寫決策模型、運用決策表和業務規則描述策略，並導入預測模型，提升精準判斷力。到了最後的流程執行階段，watsonx 讓 AI Agent 直接操作第三方系統，完成端到端流程自動化。
意欲實現 GenAI 最後一哩路，有賴三大必備要素。首先 watsonx 預建技能庫，涵蓋數千個技能模組，並整合上百個第三方系統。其次探索現有自動化流程，可導入既有 RPA 技術堆疊或支援其他自動化工具。再者為自建技能，讓使用者結合商業決策、任務流程協作與 GenAI，打造企業專屬的自動化流程。IBM 的 AI Agent 擁有反思、工具使用、推理與行動、規劃、多代理等五大設計模式，共同構建 AgentOps，透過統一介面促成不同 Agent 協作，高效交付智能洞察與自動執行任務。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
