這不是一場單純的技術導入，而是一場動員全體員工的DNA改造。研華如何從數據「下水道」做起，已讓2000多名AI AGENTS（AI代理）數位員工與人類並肩協作，重新定義工業電腦龍頭的競爭力？
走進研華位在台北內湖的總部，窗明几淨一如往常，但在看不見的數位空間裡，已有超過2000個AI Agents（AI代理）、就像多了2000多位數位員工，正與研華團隊並肩作戰。
這場轉型背後，其實是一場人與流程的革命，讓這家全球工業電腦龍頭在AI時代重新定義競爭力。
當ChatGPT在2022年問世後，研華意識到，如果要達成全公司的AI轉型，過去由部門各自努力摸索的模式已不再適用。
研華綜合經營管理總經理陳清熙解釋，若無專責單位，各部門各自為政，AI會僅流於表面，難以觸及公司核心戰略。加上AI技術更迭極快，若無專責機構探究新技術，各部門可能會誤用過時工具，或缺乏統一標準，產生資安風險。
反之，若有專責單位可從總部視角，把成功經驗擴散至全公司各面向。因此，研華在2024年設立AI專責單位，並在今年3月由擁有15年AI專案部署、全球數位策略規劃、雲端資源管理的黃子千，出任人工智慧長（AI長）。另由在研華服務21年，深耕業務與行銷領域的林詠傑擔任資深總監，確保AI協作能精準到位，而非只是純技術產出。
研華的組織架構也可看出這種「領域對焦、技術協作」的模式。在AI長轄下有12名員工，多為新世代人才，技術能力強，也較能適應新工具，負責制訂架構、方法論，未來可能擴編至50到100人。
而各領域的IT人才，則約200人，分布在研華各部門，各自深耕不同領域，負責在既有架構上開發符合該領域需求的AI應用。
拒絕花拳繡腿，從最累的「下水道工程」做起
然而，讓AI精準落地，研華面對的第一個挑戰是被稱為「下水道工程」的數據清洗，也就是修正、刪除資料中錯誤、重複或殘缺的內容。陳清熙指出，研華產品種類繁多，數據完整程度與規範化都是極大挑戰。以客服系統為例，如果不同單位的客戶寫得過於陽春，或是不一致，AI就會給出錯誤判斷。
「雖然數據清洗工作並不容易被看見，但如果沒做好這項基礎建設，上層的AI應用都只是花拳繡腿，」陳清熙強調。
然而，AI的導入必然涉及流程再造、職能轉換。要求客服工程師在原本繁忙工作之餘，還得分神清洗資料庫，如果沒有合理的獎勵、願景，會遭遇極大阻力。
因此，研華為員工規劃清晰的未來職涯路徑，輔以標章認證制度、專業培訓，引導工程師從被動解決案件，轉型成為具備主動銷售、場景定義能力，能洞察各行業痛點，把客戶需求精準對接環境的解決方案架構師。
此外，研華更積極扎根AI文化，除了投入500萬元獎金，舉辦內部AI應用競賽，鼓勵員工提出具備實戰價值的AI應用案例，並設立AI學院、訂定員工學習日，在高階主管會議中分享成功案例，確保AI落地。
逾2000名數位員工上線，微型代理人串起複雜流程
隨著數據清洗、員工變革管理陸續到位，目前研華已有超過2000個AI代理人（AI Agents）在內部運行，把AI深度嵌入企業營運中每一個日常微小任務中。
黃子千解釋，目前的AI代理人通常並非龐大系統，而是流程中負責特定小任務，一個複雜的流程，可能由超過10個代理人串連。
例如，客服時，第一關會有「引導型代理人」初步問答、查詢帳單等簡單需求，如果問題實在太複雜，才轉由人工接手，但同步可能已有「彙整型代理人」在20秒內彙整客戶過去所有往來紀錄，讓真人同事迅速掌握狀況，可以快速解決客戶的問題。
有了AI效力，也確實提升研華的工程師開發效率。黃子千分享，在AI協助下，60名工程師在28天內便完成28萬行程式碼，原本需要好幾個月完成的工作，現在只要一個月就可以達成。
自動化沖帳奇蹟，讓財務部每月省下8個工作天
而在財務部的應收帳款管理方面，AI也幫上大忙。研華透過AI與RPA（機器人流程自動化）技術結合，顯著提升效率。
過去財務部人員需要手動從銀行下載水單，並逐一核對系統中的發票，但由於客戶有時會用一筆匯款支付多筆款項，或是多筆匯款用來支付多筆款項，卻無法直接對應，甚至是僅支付部份款項，核對極為耗時。
因此，財務部先透過RPA每10分鐘自動抓取資料，並轉換格式，當金額與應支付款項無法100％匹配時，AI會介入判斷，或自動啟動溝通機制，詢問客戶該筆款項應沖抵哪些發票，不但讓每筆沖帳時間減少三分鐘，更使財務部減少74％人工介入，每月省下的工作時數高達7～8個工作天。
Customer360賦能，將半天業務調查縮短至三分鐘
而在行銷業務端，AI也有建樹。研華內部最成功的案例是Customer 360平台。黃子千指出，過去業務人員需手動到客戶關係管理（CRM）、維修、財務系統查詢客戶資料，並自行上網搜尋客戶新聞。
如今透過AI代理人，可一鍵整合客戶所有資訊，包括商機、工單進度、過去付款狀況、外部新聞都在內。原本需要花費一整個早上進行的客戶背景調查，現在透過AI代理人，只需三分鐘就可完成，而且比人工更周全、準確，讓業務團隊在拜訪客戶前，就已經完全充分掌握對方營運狀態。
這不僅使研華成交率大幅提升，甚至透過預設的提示詞（Prompt），還讓資深業務的知識梳理成精簡摘要，幫助新進業務只要一鍵，便能掌握核心資訊。
此外，AI也讓研華員工查找各項制度的流程更簡化、精準，只需對系統說出日期、假別，AI會自動生成假單，並提交給系統，甚至還可查詢福利點數，直接完成電影票兌換、咖啡訂購、活動報名等流程。
然而，AI的本質是機率預測。當預測偏離事實時，便會產生幻覺。林詠傑坦言，當PDF檔案內包含複雜物理、數學公式時，一般模型容易出錯。
從提示詞到上下文工程，用「AI驗證AI」根除幻覺
因此，相較於過去調整問法、測試指令是否精準的「提示詞工程」（Prompt Engineering），研華現在更重視的是「上下文工程」（Context Engineering），精確定義知識的邊界，讓AI在正確範圍內檢索資訊。
於是，研華運作中的2000多個AI代理人，有了更明確的守備範圍和禁止事項。林詠傑指出，當AI的任務從「通用型」轉為「特定產品線專用」時，出錯機率就會大幅下降。
另外，研華也有一套「用AI驗證AI」的機制。當AI協助工程師在28天產出超過20萬行程式碼，也會透過另一套AI流程進行代碼檢查，確保符合規範、不出錯。
展望未來，面對迭代快速的AI技術，研華採取的是「江山尚未底定、彈性先行」的策略。陳清熙表示，內部應用不會綁定在單一模型上，工程師在設計架構時也會保持靈活彈性，若A模型表現不佳，得以迅速切換到性能更好的B模型、C模型。
「跑太快代表可能繳了昂貴的『技術補習費』，但『意識』絕對不能慢，」陳清熙強調，必須讓員工了解AI，否則等到變革發生時，會因缺乏基礎而來不及應對。
站穩AI蛋糕第4.5層，築起邊緣運算的數據護城河
當AI全面導入，正從硬體供應商轉型為平台與造局者，把產品思惟轉向軟硬整合解決方案的研華，會在整體AI產業的生態系扮演何種角色？
「我們就像是五層蛋糕理論中間的第4.5層，」陳清熙表示。
五層蛋糕理論，是輝達執行長黃仁勳今年初提出，把AI產業架構定義為五層蛋糕，分別是：
一、能源：是關係到算力背後的電力供應與熱能管理，是五層蛋糕地基。
二、晶片：超高效能處理器，才能把能量轉化為算力。
三、基礎設施：涵蓋資料中心、液冷系統、超大規模網路互連等基礎設施。
四、模型：具備理解、推理、生成能力的智慧核心
五、應用面：最終的產品產出，包括藥物研發、自動駕駛、AI機器人等。
陳清熙認為，研華就介於第四層與第五層間的4.5層。切入點是如同AI大腦的「邊緣運算電腦」、軟體開發套件（SDK）。第五層的系統整合商，會利用研華的硬體與技術平台，結合其領域知識開發最終應用。
例如研華推動的，是「雲地整合」的模式。以能源管理系統（EMS）為例，龐大的細部製程資料會保留在工廠地端處理，確保機密不外流，只把匯總後的關鍵數據傳送到雲端供全球管理。
研華看好兩大方向：AI代理、機器人
研華也看好未來兩大發展方向：第一是AI代理人。相較於目前傳統AI只能幫忙規劃旅遊行程，無法代訂飯店、機票，未來AI代理人將具備執行力，能處理跨平台的行政庶務；第二則是AI結合硬體的機器人趨勢，幫忙洗碗、做家事、自動化生產。
在這兩大方向中扮演吃重角色，也讓研華規劃未來願景時更有底氣，在「2030願景計畫」中定義的未來目標，是成為一家AI企業，並讓各專業領域的同仁，都能自主運用AI工具定義、優化其工作流程。
轉型從來不是為了趕赴一場技術集會，而是要在變動的浪潮中，重新尋回人類創造力的棲息地。研華的轉型經驗顯示，未來的競爭門檻，不在於企業擁有多先進的AI工具，而在於能否在混亂的數據碎片中，重塑出一套人機協同的生命邏輯。
當AI不再只是螢幕裡的對話視窗，而是具備判斷力與執行力的數位手腳，這家工業電腦龍頭正用最扎實的底層功力證明，在物理世界與數位智慧的交會點上，誰能先定義秩序，誰就是最後的造局者。
