☰
台灣企業正積極導入「AI 代理（Agentic AI）」，但目前卻面臨三大執行痛點，全球通訊平台巨頭 Infobip 台灣區業務負責人王耀煒（Daniel Wang）分析，儘管 AI 模型（LLM）運算能力大幅提升，但企業內部仍面臨數據孤島、高昂 Token 成本與認知落差的問題。
隨著生成式 AI 從對話式的「協助工具」，演進為具備自主執行能力的「AI 代理」，全球企業正掀起一波導入熱潮，王耀煒表示，從 MWC 2026 的產業觀察中發現，軟體商若無法從單純的「功能型工具」轉化為具備決策能力的「智慧協調層」，預計將面臨價值歸零的威脅。
王耀煒表示，過去 20 年，SaaS（軟體即服務）與 CPaaS（通訊平台即服務）的核心價值在於解決特定功能的「數位化」與「連接」，但在 AI 能夠自行編寫代碼、串接 API 的今日，單純提供「管道」或「固定功能」的軟體已無法跟上時代。
王耀煒指出，企業已厭倦只能回答問題的聊天機器人，現在尋求的是能自動化完成複雜任務的實體代理，因此未來的軟體不再只是被動的工具，而是需要具備理解意圖、跨系統調度數據，並最終完成任務的決策能力。
王耀煒分享，剛落幕的 MWC 2026 中，全球通訊產業釋放明確訊號，AI 落地已從 PoC（概念驗證）邁向實質產出，而 AI 代理要真正跨出對話框，進入執行層，關鍵在於智慧協調，以台灣企業來說，雖然對 SaaS 的接受度在北亞太地區名列前茅，但目前卻面臨三大執行痛點。
王耀煒說明，首先是數據孤島與非結構化資料，因企業內部的 CRM、ERP 等系統數據分散，AI 難以跨系統獲取完整資訊，導致決策時出現「資訊斷片」或產生嚴重幻覺，再來是高昂的 Token 成本，雖然企業嚮往 AI 代理，但對於 Token 計算成本、IT 系統 API 的開放程度感到遲疑。
王耀煒補充，第三是認知落差與技術斷層，氣欸前端需求單位，如行銷、客服，對 AI 代理寄予厚望，但後端 IT 單位卻苦於不知如何建立穩定的智慧協調架構，因此 Infobip 以 AgentOS 架構，具備獲取數據、尋求方案、指派任務及執行行動來因應。
王耀煒認為，目前在底層的模型提供者（LLMs）與頂層的應用工具之間，必須有一個具備全球覆蓋能力且能處理大規模數據執行力的協調層，而 Infobip 的目標就是成為這座橋樑，並有實際合作案例，如克羅埃西亞的第一家全數位保險公司 LAQO 就成功透過 AI 代理處理 30% 的客戶查詢。
王耀煒分析，台灣企業的痛點在於數據對接與 IT 架構的開放程度，因此 Infobip 目前正協助台灣客戶將原有的通訊流程「AI 化」，例如在遊戲業，AI 代理能根據玩家行為自動判斷最佳喚回時間與渠道，而在金融業則能透過電信大腦直接與電信商核對身份，省去繁瑣的 OTP 驗證。
王耀煒強調，面對 AI 帶來的挑戰，傳統軟體業者的未來將取決於其「連結」與「協調」的能力，並正處於軟體從「解決問題」轉變為「達成目標」的轉折點，至於 AI 代理不是要毀滅軟體，而是要重新定義軟體的價值，實際讓 AI 從單純的對話框，變成能串接企業神經系統的代理人。
（首圖來源：科技新報）
