企業導入 AI Agent 為什麼常卡關？緯謙科技智能服務處副總羅傳璽解析 3 大迷思

專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚

AI Agent 的時代逐漸來臨，但許多企業開始導入 AI Agent 時，卻發現失敗率仍然偏高，成為當前企業亟欲克服的核心問題。本集《全新一週》邀請到緯謙科技智能服務處副總經理羅傳璽，從豐富的實戰經驗出發，深入解析企業導入 AI Agent 的三大常見迷思。

「我們把整個服務鏈分成四個階段，第一段是資料收集，第二階段是資料的治理，第三階段是資料呈現，最後會進入到第四階段，也就是資料應用，」羅傳璽分析，當資料量越大，可能就會出現「Garbage In, Garbage Out」的現象，企業就會浪費很多運算資源，因此如何把資料治理做好，是企業在展開 AI 應用前的關鍵第一步。


企業導入 AI 的三大迷思
「其實比較大的挑戰是，企業可能不清楚想解決什麼問題，或者是沒有辦法描述清楚要解決的問題內容，」羅傳璽觀察，企業導入 AI Agent 的最大挑戰往往不在技術本身，而是「需求模糊」。因此，企業成功導入 AI 的第一要務，除了做好資料治理外，就是要先把問題說清楚。

其次，在 AI 浪潮席捲之下，企業容易掉入一個錯誤迷思，就是認為 AI 可以解決所有問題。羅傳璽建議，在定義問題時，企業應該將問題切分成不同的階段來調整，因為如果在小範圍內能獲得突破，將有助於後續流程與整體問題的改善，也更容易取得成功。

第三個關鍵點在於組織與人才配套不足。羅傳璽認為，導入 AI 不僅是技術升級，更是組織思維與能力重構的挑戰，這牽涉到企業本身要與技術對接時，這些問題要能被「懂 IT 或懂技術的人」所理解。因此如果從外部引進 AI 人才，可能會因為不熟悉公司整體運營邏輯與流程，而無法解決實際問題，所以既有 IT 部門需要經歷一場「迭代」的過程，透過新工具提升效率。


AI 在醫療場域的落地應用
談到協助各產業導入 AI 應用的實戰經驗，羅傳璽從「FHIR 醫療雲平台」開始說起。羅傳璽指出，FHIR 其實是次世代電子病歷上雲背後的重要支撐，主要價值在於解決醫療資訊交換的標準化問題。FHIR 讓跨院資料可以互通，並讓醫院以外的藥廠、長照、生技公司等可能也需要存取健康資料的場域，在符合規範的條件下進行移動。

另一方面，羅傳璽指出，許多醫院目前正嘗試將護理紀錄透過語音轉文字技術自動化，這個階段主要是在進行「資料轉換」，也就是把語音的非結構化內容，轉化為文字的結構化資料，進一步生成報告或紀錄。羅傳璽舉例，當護理報告整理完成後，若內容正確性已經獲得驗證，接下來就能透過 AI Agent 自動將這些資料輸入醫院的 HIS 系統，取代耗時的人工登錄流程，不僅能減少人力負擔，也能提升作業效率與資料一致性。


AI Agent 在金融防詐的應用場景
除了醫療產業，緯謙科技在與甲骨文（Oracle）合作後，才開始將觸角延伸至金融業，並觀察到「防詐」與「防洗錢」會是剛性需求，因此便與新加坡新創 Tukitaki 攜手為台灣金融業導入 AI 驅動的防詐與防洗錢方案。

羅傳璽分享，過去許多銀行採用的是 「規則導向」（Rule-based） 的防洗錢方案，缺點是只要觸及規則就會告警，導致檢核人員必須耗費大量時間判斷警報的真偽。因此，緯謙協助金融業導入 AI 的策略，就是針對這些規則導向的告警，透過 AI 方式進行篩選，讓 AI 對警報展開「風險分級」，助力工作者快速分辨警報的重要性。


「Top-Down」是企業展開 AI 應用的關鍵
究竟企業如何順利導入 AI Agent，進一步獲得效益？ 羅傳璽認為 Top-Down 是關鍵。「我覺得通常調整與改革要從 Top-Down 開始，就是老闆第一個要有意識，因為這牽扯到資源配置跟花費，這件事情如果老闆不支援，我認為在執行上面就會面臨很大的挑戰，」羅傳璽也以緯創為例，分享董事長經常辦理讀書會，並透過這個形式溝通觀念，同時解決思維層面的問題。

至於企業導入策略，羅傳璽歸納為三步驟：第一步，最重要的是清楚的「命題」，也就是釐清所要解決的目標；第二步，有了明確目標後，可以先做一個 POC（概念驗證），在一定的範圍內驗證問題是否真的被解決；第三步，可以透過這樣循序漸進的方式，等到發現 POC 真的有效解決問題之後，再延伸到比較大規模的場景展開應用。

AI 導入的挑戰不在技術，而在思維。從問題定義與領導決心出發，企業才更有機會極大化 AI 價值。


資料來源：TechOrange科技報橘