意藍總經理專訪：揭企業打造 AI Agent 實戰心法
今年是代理式 AI（Agentic AI）聲量最高的一年，從 NVIDIA 執行長黃仁勳在 COMPUTEX 大談 AI Agent，也用一整頁簡報談 Harness Engineering。各家企業爭相導入 AI Agent，這股熱潮席捲全球。對企業而言，現在 AI Agent 已能真正落地嗎？意藍資訊總經理楊立偉接受《科技新報》專訪，分享對 AI Agent 熱潮的觀察，以及意藍如何協助製造、金融等產業，把 AI Agent 從口號變成實際生產力。
現階段 AI 發展重點不只有模型本身，台灣在訓練大型語言模型或許不如國外，但客製化與在地化是機會所在。楊立偉表示，當模型之外的工程做得夠好，能讓 AI 的回答變得安全可信賴，真正落地使用。
其中，大型模型雖然擁有通用知識，卻不了解特定企業的 SOP 與最新發展。楊立偉指出，這正是意藍推動 AI Search Platform 的原因，建置一個專屬且聰明的企業大腦，支援工作流程中的 AI Agent。
AI Search Platform 本身就是 Harness Engineering，把模型層、資料、知識庫與應用分離開來，讓中間的模型可以自由抽換，能上雲的企業可以選擇 Claude 或 Gemini，不能上雲如政府機關、金融業、製造業，選擇適合地端部署的模型。
「把模型變成可選擇的項目後，重點反而落在知識庫的建立」，楊立偉說，唯有如此，AI 才能同時調用模型和工具，幫助企業的員工完成更多任務。
AI Search Platform 打造企業專屬知識情報中心
AI Search Platform 有兩個核心單元：Knowledge Builder 與 Knowledge Commander。過去企業建立知識庫需要人工進行資料清洗、整理、正規化，如今可由 AI 代勞，透過 Knowledge Builder 將資料轉換為 Agent-ready Data，並建置具有知識關聯性、可供 AI Agent 調用的知識圖譜，至於 Knowledge Commander 則負責調用整個知識庫。
楊立偉分享保險業的真實案例，當客戶詢問住院理賠、手術給付項目，或保費期滿能否退費時，通用模型通常會「亂答」，因為它沒有學過該公司的保單與理賠細節。意藍的做法是，先請保險業務員把手上所有產品 DM、保單丟進系統，用 Knowledge Builder 整理圖文與 PDF，建立知識圖譜，完成專為保險公司建置的知識庫。之後 Knowledge Commander 會持續調用模型讀取資料，並透過 API 與 MCP 串接，讓 AI Agent 在回答一個問題時，可能查詢知識庫十幾、二十幾次，確保答案正確可靠、不是憑空捏造，最後才交給客戶。
製造業實戰：從傳統手冊到 AI Agent 問答
除了金融業，製造業與高科技業也是 AI Search Platform 重要應用場景。以商用車維修為例，由於車款、車型、出廠年份分得極細，不同年份的零件也不同，通用模型完全無法掌握這些細節。商用車公司通常包含直營維修廠與加盟經銷體系，過去技師維修得翻閱厚重手冊，如今可以直接開口向 AI Agent 發問，甚至附上零件或漏油照片讓 AI Agent 判讀。
意藍預先透過 Knowledge Builder，將商用車公司的維修手冊、文件、歷史維修單、零件規格等匯入系統建置知識庫。「我們做的這個知識庫有一個很大的特點是，人可以用，可是大多數是 AI Agent 在用，使用對象已經從人轉移到 AI Agent。」楊立偉說，透過特定 API 與 MCP 調用工具和技能，AI Agent 不僅能立刻給出答案，更重要的是安全可信賴，它會附上推理軌跡，例如判斷某個油管或上蓋裂痕造成的問題時，會展開步驟說明，讓技師判斷是否正確，效果遠勝一般通用模型。
OpView 做成 Agent Tool，報告產出時間大幅縮短
除了 AI Search Platform，意藍還有 OpView 輿情分析工具。意藍擁有全台最完整的市場情報，並與立法院、行政院及地方政府合作。過去使用輿情資料庫需要上課認證、購買教學課程，如今將其轉化為可供 AI Agent 使用的 Agent Tool。
楊立偉再舉廣告代理商向連鎖手搖飲業者提案為例，分析夏季口味、消費者喜愛配料及流行趨勢等內容，過去分析師操作資料庫至少要花一週才能完成一份提案報告。如今打包成 Agent Tool 交由 AI Agent 操作，半天內就能產出以真實資料為基礎的報告，時間從一週大幅縮減至半天，僅需原本三分之一到五分之一的時間。
「意藍在即將到來的 AI WAVE SHOW，將展出最重要的兩套工具，一是知識庫和 Harness Engineering 組成的 AI Search Platform 平台，二是把輿情轉化成各家 AI Agent 都能使用的 Agent Tool」，楊立偉說。AI WAVE SHOW 由數發部指導、數發部數產署與台北市電腦公會共同主辦，今年近兩百家 AI 軟硬體商齊聚，聚焦 AI 技術創新、產業應用與商業轉化。
組織生態變革：垂直分工與水平分工變化
當企業組織中出現各式專職 AI Agent，職場生態也將隨之改變。楊立偉認為，這會帶來垂直分工與水平分工兩大改變。
現在即使是非資訊科技背景的人，透過 AI Agent 或 Vibe Coding 也能受惠，最重要是「邏輯清楚」；換句話說，要能講清楚自己想要什麼、期望輸出什麼。此外，企業內部仍需要有人發動、指揮 AI Agent，因為 AI 自己不會知道哪些流程需要改善，每個人的工作管理能力都要有所提升，才能判斷哪些工作可以拆分出來交由 AI Agent 執行。
水平分工方面，原本 IT 單位的角色正在改變。楊立偉觀察，新的合作模式是直接與掌管如客服、維修等業務單位洽談，IT 單位聚焦兩個環節：一是統籌系統架構、軟硬體、算力及 token，二是建立安全規範機制。有了基礎架構與 Agent Coding 能力，便能快速做出 Prototype 給業務單位參考，這麼做溝通是最快的。
給新鮮人建議：多實作、跨領域學習
面對初入社會的新鮮人，楊立偉認為企業的徵才條件已經改變。「現在一來就要求你會 AI 或 Vibe Coding，這就跟當年找人要會 Office 軟體一樣，已成為基本門檻。」
楊立偉建議學生要多實作、跨領域學習。值得一提的是，企業目前缺乏 PM 這類角色，傳統 PM 需要同時溝通工程與市場、訂出產品規格，如今更要能指揮不同人員與 AI Agent 協作。
楊立偉直言，現在企業不會慢慢訓練新人，有些甚至直接看應徵者有沒有相關作品，「學生要盡快熟悉從無到有、從想到做的過程，不要等到找工作才學。」
（圖片來源：科技新報攝）