AI Agent 進入企業的最大挑戰是 ROI！Appier 共同創辦人暨執行長游直翰：別只看燒了多少 Token
專訪：沈貝怡
撰稿：李昀蔚
現在，無論是新創、成熟企業，或是正在尋找轉型方向的傳統產業，都開始思考如何把 AI 放進產品、服務與內部流程之中。然而，對台灣產業來說，如何把握 AI 帶來的新機會？挑戰又有哪些？本集《全新一週》邀請到 Appier 沛星互動科技共同創辦人暨執行長游直翰，深入剖析企業導入 AI Agent 的具體路徑，以及未來 AI 競爭重點。
作為台灣少數很早就投入 AI 商業化、並帶領公司走向全球市場的創業者，游直翰回憶，2012 年到矽谷向知名創投簡報時，他在簡報第一頁寫著「我們是一家 AI Company」，投資人卻直接告訴他：「沒有這種公司。」然而，十多年後市場已經完全反轉，現在幾乎每家公司都說自己是 AI 公司，新創若不做自動化與 AI，反而會被認為少了競爭力。
面對當前狂熱的 AI 市場，投資人最擔心的是：大模型會不會直接取代一家公司的核心功能？對此，游直翰指出，AI 新創或企業若要建立護城河，不能只是把應用建立在通用大模型上，而是必須找到特定場域，把垂直能力做深，並建立「資料、模型與營收成長」之間的循環。
導入 AI Agent 的挑戰：「可靠度」與「容錯成本」
隨著 AI 逐漸進入企業流程，游直翰看見的真正挑戰是「可靠度」。在個人使用情境中，人們熱衷嘗試各種 AI 工具，但當 AI 進入企業部署，領導者關心的問題就會轉向 AI 對公司的理解程度、如果 AI 犯錯可能造成的損失等，這些擔憂，也直接影響企業計算 AI 投資報酬率（ROI）的方式。
游直翰以 Appier 熟悉的廣告場景為例，說明系統會使用生成式 AI 針對不同消費者生成專屬的行銷文案，但若 AI 對折扣資訊判斷錯誤，把原本只打 10% 折扣的熱銷商品誤植為 20% 折扣，就可能對客戶造成巨大損失。這也是為什麼，每家公司都必須清楚定義 AI 服務客戶的界線，明確規範哪些問題不能回答，以及何時必須轉交人類介入處理。
AI Agent 必須具備自省能力、風險計算與持續學習
游直翰分析，未來企業內部會充滿各式各樣的 AI Agent，有的負責影像與影片生成，有的專精數據分析，有的則協調行銷與客服流程。在這樣的趨勢下，真正有趣且困難的挑戰，將會出現在「AI Agent 如何彼此協作」這件事情上。
游直翰用人類團隊作比喻，表示最好的團隊不是每個人都無所不能，而是大家都知道自己擅長什麼、不擅長什麼，懂得何時該往前推進、何時該向別人求助。然而，現在許多 AI Agent 因為底層是「機率模型」，往往處於「有求必應、有問必答」的狀態，即便答案機率極低，仍可能給出看似合理卻錯誤的回應，帶來幻覺風險。
為了解決這個問題，Appier 正投入大量研究，致力於讓 AI Agent 具備自我認知、風險評估與持續學習能力。游直翰說明，首先是培養 AI Agent「自我反省（Self Reflection）與風險計算」的能力，由於企業決策本質上是機率問題，因此未來的 AI Agent 在採取行動前，必須先評估成功機率與失敗成本。「大家其實在訓練的時候，蠻在乎 Agent 有沒有完成某些事情，卻比較少衡量 Agent 完成某件事情的機率是多少，」游直翰指出，如果在訓練模型時，能將「機率訊號」與答題結果一起納入，AI Agent 就能具備風險意識，知道自己在哪些範疇有把握，並將潛在的失敗風險一併納入 ROI 計算。
同時，游直翰強調，若要讓 AI Agent 知道自己的能力邊界，必須以「低成本」為前提。如果只是為了降低 0.1% 的錯誤，而消耗海量 token，反而會讓企業導入 AI 的效益與 ROI 變差。
此外，AI Agent 也需要具備克服「遺忘」的持續學習力。游直翰指出，AI Agent 在學習新技能時，常會發生因為學了新知識而忘記舊技能的狀況，為此，Appier 嘗試先透過 LLM 將新概念重新拆解、轉化為模型更容易吸收的形式後，再進行訓練。這就如同優秀的補習班老師幫學生拆解困難考題，以確保 AI Agent 能跟隨企業不斷推陳出新的概念持續成長，而不會顧此失彼。
企業成功導入 AI 的三大關鍵
至於企業如何避免 AI 導入失敗？游直翰觀察，成功的企業通常具備三個共通點。首先，企業必須擁有非常明確的目標，在導入前就清楚定義 AI 要解決哪一個工作流程的問題，並確認這項改變究竟是為了增加營收還是減少成本。
其次，設定的目標必須合理。相較於許多老闆對 AI 抱持如「下個月營收暴增 50%」這類不切實際的期待，真正成功的案例往往是設定每次改善 2% 的合理目標，透過長期累積來形成複利效應。若一開始目標設定太不切實際，團隊很快就會發現專案不可行，容易在頻繁轉換方向的過程中造成內耗。
最後，則是必須對齊 KPI，因為只有在目標確立後，企業才能明確知道需要具備何種能力的 AI Agent 來達成任務。
在評估效益時，游直翰特別強調，衡量 AI 導入成效的標準不該只看「燒了多少 token」這個分母，而是要著重於「產出多少可用的價值與回報」這個分子。這也代表，未來企業間的 AI 競爭，比拚的將是「AI ROI」，也就是會仔細評估每一筆運算投入，是否真的能運用最少的 token 做出最好的結果，進而幫助企業賺取更多利潤。
對話式商務與「萬物皆 Agent」的未來新生態
談到未來的應用布局，游直翰非常看好行銷領域的 AI 革命。過去，廣告是先做好靜態的圖文影音再拿去投放，但未來的模式將轉變成「對話式商務」，也就是在消費者看到廣告的瞬間，AI 就即時生成專屬內容，讓每一個廣告版位都化身為與消費者對話的 AI Agent。
更廣義來看，隨著運算成本下降，未來萬物都可能具備 AI Agent 的能力。游直翰強調，過去半年市場談論的軟體升級，某種程度上只是把 AI 當作新的操作介面（UI），但「其實未來還有非常多可以發揮的空間，讓萬物與人類、Autonomous Agent 共存，形成一個全新生態系的共同體，這就是我們所期盼看到的未來世界，」游直翰形容，這就是 Agentic AI 從單一工具，走向企業級全自動化的終極願景。