中國新創公司 DeepSeek 在 2025 年 1 月推出低成本 AI 模型，號稱推理能力與 OpenAI o1 模型相當，外界認為這意味著 AI 訓練成本將大幅降低，進而減少大規模 AI 模型訓練的需求。
儘管 DeepSeek 的低成本訓練技術是否為真仍有待確認。不過，我認為 DeepSeek 出現並不會降低企業對生成式 AI 的需求，反而因為 AI 訓練成本下降，更願意將 AI 整合至系統中，增加 AI 應用的新場景。
波士頓管理顧問公司（BCG）一月公布 2025 年生成式 AI 展望的報告，訪談 1800 位高階主管發現 ，75％ 高階主管將生成式 AI 列為今年度公司前三大策略，且有 66% 公司正在摸索 AI 代理（AI agent，自主執行任務的人工智慧系統）的應用場景 ，代表 2025 年是 AI 代理應用元年。
先從企業對生成式 AI 投資力道來看， 2023～2024 年企業對生成式 AI 投資成長 30%，BCG 預估 2024～2027 年將再成長 60%，然而，僅有 25% 企業高層認為 AI 帶來顯著價值 ，包括：財務回報、生產績效提升。這代表，企業對 AI 的期待和至今的實際投報有落差，因此 2025 年企業會審慎投資。
BCG 發現，AI 應用中獲得報酬的 25% 領先企業，會集中投資火力，這些企業平均專注在 3.5 個 AI 應用場景，其餘企業則關注 6.1 個場景。報告也指出，領先企業的 AI 投資報酬率（ROI）是同業的 2 倍。
進一步分析領先企業的 AI 投資比例， 僅 18% 投資用於提升個人生產力、優化日常工作的「部署型」任務 ，像是 AI 總結會議和製作簡報； 40% 投入於「創新型」任務 ，將 AI 作為核心技術，開發新產品和服務，像是加速新藥研發； 42% 用在「重塑型」任務，優化關鍵業務運作 ，例如 AI 預測未來供需變化。對比之下，一般企業在「重塑」與「創新」這 2 類 AI 投資份額占比僅 56%，不及領先企業的 80%。
AI 投資策略：除了由下而上提案，也要由上而下的「燈塔計畫」
部署型態的任務對企業推動「全員 AI 文化」有幫助，但我會建議，企業的 AI 策略要包含高層營運策略視角，確保投資聚焦在最有價值的領域，而非只是「由下而上」讓同仁自行提案發展專案，部分專案也要「由上而下」，要求各部門落實，並訂立 KPI 追蹤專案成效。
哪些專案需要 CEO 由上而下推動？企業可從「影響力」和「可行性」這 2 個維度來盤點既有的 AI 專案，找出「高影響力」和「中高難度」的項目，其中又可區別出 2 種類型。
一是「燈塔計畫」 ：這類專案具有一定挑戰性，但並非無法落地，只是需要借助外部顧問協助，抑或涉及多個部門協調，必須由高層統籌推動。
二是「射月計畫」 ：市場上尚無成熟的案例，企業需要投入資源花 2～3 年研發，但開發成功可能顛覆業界、重塑商業模式，例如：將新藥開發時間從 8 年降為 2 年。
考量企業資源，並非每家公司都需要投入「射月計畫」，但每年鎖定 3 個與組織策略緊密相關的「燈塔計畫」，集中資源推動，更能確保 AI 的效益。
AI agent 不是萬能，須搭配工作流程變革
AI agent 也是 2025 年企業關注的焦點。與既有自動化系統的差別在於，它不僅能執行人們的指令，更具備規畫、推理能力。使用者不需要逐步指示系統該做什麼，而是直接設定任務目標，例如 「約到 100 個潛在客戶面談」，AI agent 便會自動拆解任務，依序完成關鍵步驟——先判斷目標客群、尋找聯絡方式、安排業務會議。BCG 指出，AI agent 的生產力是傳統人力或自動化系統助理的 3 倍。
儘管各界對 AI agent 抱有很大期待，但我認為 AI agent 必須搭配「 工作流程變革 」才能發揮效益。假設 AI agent 能為業務取得客戶名單，並先做初步聯繫，過往跑業務的流程就要改變，包括：要求業務積極維繫高價值客戶的關係。
另一個提醒是 「 企業不該神話 AI agent 的能力 」。AI agent 的自動化執行能力強，但它仍是輔助工具，無法取代人力。假設業務部考慮讓 AI agent 在篩選潛力客戶後，直接向對方發送邀約郵件，但如果 AI 未能區分新客戶與既有長期客戶，導致往來已久的合作夥伴收到制式化的陌生開發信件，可能會影響客戶關係。因此，更好的流程是 AI agent 篩選客戶、分析客戶偏好，將資訊交給業務團隊做決策。這樣的分工模式，才能充分發揮 AI 優勢。（口述｜徐瑞廷，撰文｜簡鈺璇）。
