奧丁丁新聞 OwlNews｜多元觀點。獨創你的輪廓

圖／示意圖商傳媒｜責任編輯／綜合外電報導企業對人工智慧的探索正在脫離概念驗證與零散實驗階段。隨著邁向 2027 年，資訊長（CIO）與技術決策者開始收斂資源，不再盲目追求遍地開花的小型測試專案，而是將大筆預算聚焦於少數能帶來實質效益的核心業務流程。 波士頓諮詢公司（Boston Consulting Group）調查發現，高達 80% 的 AI 支出實際上發生在傳統企業 IT 預算之外，業務與財務主管對採購決策的影響力大幅攀升。根據高德納諮詢公司（Gartner）調查，已有 34% 的企業將 AI 代理（AI Agent）推向正式生產環境，企業開始面臨流程重構與運作成本暴增的全新挑戰。 聚焦少數高價值場景　重構端到端業務 摩根大通（JPMorganChase）私人銀行轉型 AI 技術長 Vrinda Menon 指出，過去各家企業累積了成千上萬個實驗專案，現在是時候收攏火力，將資源集中在兩到三個重大押注上。這代表企業不再只是用生成式 AI 替既有員工輔助日常雜務，而是轉向由自主代理驅動工作流程的端到端自動化。 美國保險巨頭旅行家集團（Travelers）即是一例。該公司透過微調開源權重模型，打造名為 TravelersLLM 的專屬保險模型，應用於特定核保任務時，不僅速度提升五倍，成本更降低 90%，成功將理賠登記時間從兩小時大幅縮短至兩分鐘。此外，該公司也已將生成式 AI 助理導入超過 8.5 萬通理賠通話中。 底層架構迎考驗　僅兩成主管具備監管能力 然而，全面部署 AI 代理對企業 IT 架構（支撐全公司軟體、資料與伺服器運作的底層技術骨幹）帶來嚴苛考驗。調查顯示，僅有 24% 的 IT 主管認為內部系統已具備監管代理工作流程的能力；高達 42% 的財務主管更直言，組織目前能力尚無法支撐對代理技術的雄心。 為了讓自主代理在多個業務系統中順暢運作，資料架構正出現轉變。企業逐漸捨棄耗時且昂貴的資料搬遷流程，傾向讓代理直接存取 SaaS 應用程式內的原生資料。同時，雲端資料平台業者相繼強化本體論（Ontology）層的支援，例如 Snowflake 與 Databricks 近期分別推出 Business Ontology 與 Genie Ontology，旨在為跨系統運作的代理提供一致的商業實體定義與邏輯關聯，避免 AI 產生誤判。 即時資料成標配　動態計費催生治理規範 代理技術落地也改變了企業的資料傳輸與維護習慣。半數 IT 與資料專業人員已將即時串流視為向 AI 工具提供資料的首選方式。Omdia 分析師 Stephen Catanzano 直言：「依賴昨日資料的代理，做出的只會是昨日的決策。」即時數據交付已從特殊規格轉為正式上線的基本門檻。 隨著代理進入連續運轉的生產環境，按量計費的 API 與運算開銷正快速墊高企業維運負擔。這促使企業加速推行「左移」資料治理，也就是在 AI 專案設計與開發初期，就預先納入資料品質驗證、存取權限與政策規範，而非等系統上線才補破網，藉此在維持交付速度的同時管控持續攀升的營運成本。