6成企業想導AI、真正落地僅15%？墨宇揭最大卡關點：不是模型不夠強

生活中心/綜合報導

企業搶著導入AI，但買了工具、接上模型，為什麼工作效率還是沒有明顯改變？隨著生成式AI從「大家都想試」進入實際落地階段，企業面臨的新問題已從「要不要用AI」，轉變成「AI到底要怎麼用才有效」。深耕AI數位轉型的墨宇股份有限公司推出「AgentOSS」平台，主張企業在讓AI接手工作之前，應先把員工腦中的經驗拆解成清楚流程及SOP，否則AI能力再強，也可能只是把原本沒效率的流程自動化。

根據顧問機構Gartner預估，2026年全球AI支出將達2.53兆美元，較前一年成長44%。另一方面，墨宇引述國內相關調查指出，台灣已有逾6成企業評估導入AI，但真正進入生產環境並產生實際效益的比例約15%。

換句話說，現在企業真正遇到的問題，可能已經不是「沒有AI可以用」，而是工具買了、帳號開了，員工卻不知道該把哪些工作交給AI。

墨宇創辦人薛名喻認為，不少企業導入AI時容易先把注意力放在模型夠不夠強、功能夠不夠多，卻忽略公司內部真正有價值的「工作經驗」是否已經被整理。

「我們的任務在於協助業者拆解工作流程，將實務經驗整理成清楚的步驟與規則。」薛名喻表示，AI落地不應該從「AI可以做什麼」開始，而是先回頭問企業自己：「我們到底想解決什麼問題？」

因此，墨宇提出「先人後AI」的概念，先由熟悉工作現場的人員釐清問題，再把工作拆成步驟、規則及執行順序，確認流程本身合理之後，最後才交由AI Agent承接。

這個順序之所以重要，在於AI擅長快速執行任務，卻不代表企業原本的每一套流程都值得被自動化。如果一開始交給AI的就是錯誤、冗長甚至沒有必要的工作流程，最後可能只是「更快速地做錯事情」。

墨宇總經理薛浚鴻也指出，生成式AI競爭的關鍵不只是模型規模，而是企業能多快把資料及經驗轉化成實際決策。

「真正的危險不是不會用AI，而是無法定義自身價值。」薛浚鴻認為，台灣企業現在並不缺AI工具，真正缺乏的是把長年累積在員工及主管腦中的產業經驗，轉化成數位生產力的方法。

例如，一名資深員工面對客戶問題時，可能憑多年經驗就知道下一步要找哪一份資料、詢問哪一個部門、如何判斷優先順序。但這些工作邏輯如果從來沒有被記錄下來，AI自然也無法直接理解。

當這些隱性經驗被拆解成「遇到A情況先做B，再依C條件決定D」的SOP邏輯後，才有機會進一步交由AI Agent執行重複性任務，減少人員來回溝通及反覆試錯。

針對這項需求，墨宇推出「AgentOSS」系統，並搭配顧問陪跑服務，協助企業整理工作流程及部署專屬AI Agent，同時透過資料安全沙盒處理企業資料應用需求。

據墨宇表示，目前團隊已協助超過50個品牌進行相關應用，部分企業透過流程調整及AI導入降低溝通成本、改善決策效率，並創造百萬級的年度效益。

AI到底能替員工省下多少時間，也成為企業最關心的問題之一。墨宇引用相關研究指出，在適合AI處理的任務範圍內，正確使用AI工具有機會提升工作速度及成果品質；部分企業也期待AI相關投資能在一定時間內反映在營運效率上。

不過，對企業而言，AI導入真正的挑戰可能不在於找到「最強模型」，而是能不能先把自己公司多年累積的工作方法說清楚。

當資深員工一句「這個我做20年，看一眼就知道」的經驗，能進一步被拆解成一套AI也能理解、執行及重複運作的流程，才可能真正把個人經驗轉化為企業可持續運用的數位資產。

墨宇表示，未來除了持續發展AgentOSS平台，也將結合人才培訓及顧問陪跑服務，擴大企業AI Agent部署應用。

面對AI Agent需求快速升溫，墨宇也提出朝資本市場發展的長期目標，期望以AI落地應用為核心，朝「AI Agent第一股」方向布局。從企業買AI工具，到真正讓AI開始「做事」，如何把人的經驗轉成機器能執行的工作流程，也將成為下一階段企業AI競爭的重要課題。