「AI會取代誰？」這個問題雖然總能引起熱議，但對於許多企業來說，經過與AI共事的真實經驗，更值得關注的不是AI能做什麼，而是工作者是否已經做好準備，調整工作流程，準備好與AI共事。
自從2022年ChatGPT問世以來，企業們都在探索如何導入AI。從去年下半年起，AI Agent成為熱門話題，人們期待它不僅能完成訂餐、規劃行程等任務，更能實際輔助既有業務流程。
不過，AI Agent要如何在白領工作中發揮其能力？Agent能力進展又帶來哪些改變？
AI能力進步，一般白領也能活用Agent
將時間拉回至2024年生成式AI年會，永聯物流開發資料與AI副總陳凱翔（Wisely）曾分享，團隊如何運用具備視覺辨識能力的基礎模型，自動解讀手寫出貨單據，並將其整合至既有作業流程。
對尚未全面數位化的傳統產業來說，這類應用已屬領先。一年過去，AI在企業內部的應用不僅更普及，也朝更深層的流程整合邁進。
陳凱翔指出，去年合作的多為數位化程度有限的傳產客戶，主要努力方向就是擴大處理範圍。透過導入AI，團隊成功將數位化作業覆蓋至更多倉庫，處理資料量成長五至十倍，大幅提高營運效率。
而今年的合作對象則為大型企業，已具備完善的流程與系統，處於光譜的另一端。雖然系統完整、資料豐富，但客戶在倉庫搬遷的過程中，因兩套系統無法即時同步，導致儲位資訊錯亂，雖然可以串接系統，但預估開發時間長達三個月，無法及時因應倉儲作業需求。
為了迅速應對，作業人員只能每日手動下載兩套系統的試算表，人工比對後產生儲位對照圖，不僅效率不高，且無法反映儲位每小時的即時變動。尋覓解決方案時，陳凱翔和團隊選擇去年底Anthropic替Claude加上的電腦使用功能（computer use），模擬人類操作電腦環境。
只要事先設定好模擬腳本，AI Agent便能自動開啟系統頁面、下載資料、比對內容並匯出統一報表，每30分鐘執行一次，完全取代原本需耗費人力完成的繁瑣流程。
最令人印象深刻的是，Agent具備基本的錯誤容忍能力。就算操作介面上的欄位名稱與預期不符，或執行過程中跳出LINE視窗遮擋畫面，Agent也能自行排除干擾、繼續完成任務，展現出高度穩定性，以及面對不確定性的能力，超越傳統RPA的表現。
AI不是不會做，但要想辦法提升正確率
除了物流資訊整合，陳凱翔也分享了AI Agent在報表合理性分析上的實際應用。過往團隊每日產出大量營運報表，經常遭主管質疑資料異常，需要請工讀生檢查，例如倉儲營業額不應高於200萬元等。但這類重複性工作容易出錯，也難以持續執行。
AI Agent則能完全模擬人類操作：開啟Gmail信箱、點選PDF附件、解析其中數值、依據設定規則進行合理性判斷，並透過Teams自動通報結果。整體驗證流程無需程式串接，與現行人工作業方式高度一致，卻能實現標準化、可追蹤且更穩定的執行品質。
不只是物流產業，只要工作上需要面對大量文件，AI就有潛在派上用場的契機，且隨著AI行動品質更加穩定，以及Agent進展帶來的新能力，都讓AI變得更加可信。
91APP產品長李昆謀分享，自家客戶在不同電商平台上架商品時，需要按照個平台格式，每週填寫產品檔案。若以單週上架100項新品為基礎來衡量，要填寫的試算表格超過1.5萬則，既重複又耗費人力。
面對如此挑戰，91APP開發系統，導入AI agent，協助自動生成多平台商品頁資料。「我給你商品主檔，你依據不同的賣場檔規格幫我把它填進去。」AI收到檔案與指令後，便可依據商品主檔，自動轉換成各平台所需格式，取代繁瑣人工作業。
聽來理所當然，但開發時卻遇上問題，因為Agent太有自信，即便沒有把握仍勇敢作答，結果錯誤頻頻。因此，開發團隊做出調整，先加入可供參考的文件，並以傳統規則處理一半的資料；針對不確定的部分，則要求Agent僅回答自己有信心的題目。
「覆蓋完之後，人類只要解決那10%的問題，這就是AI agent的現況。」李昆謀表示，人類、規則加上Agent，就能夠解決掉大部分零售業的效率問題。
AI為己所用，是承包人類工作的供應商
不管是91APP還是永聯物流開發，都能看出AI能力進化的情形。只是，儘管AI再強，若人類不知道它的擅長與極限，AI在執行任務時，仍然可能出錯。
實際派得上用場的Agent，也不一定非得用到自主規劃能力，或者感知環境的能力，也不用深度推理。
它們的任務有時很簡單，像是點擊螢幕、填寫資料，或延伸既有內容，但正是這些日復一日的動作，構成了企業流程的核心。
當 AI 能穩定接手這些基礎任務，企業營運也將隨之改變。人類的工作內容勢必要重新規劃，除了重新劃分任務邊界，更要思考如何設計工作流程，讓AI能夠更容易接手工作。
那麼我們要負責的工作呢？如同年會上的講者所說，人類應該要思考，如何扮演好甲方，仔細驗收AI的工作是否到位。
