過去幾年來，AI 技術創新的速度日益加快，根據國際調研機構 Gartner 最新發布的 2025 年技術趨勢報告中指出，今年的科技發展將圍繞三大核心領域展開：AI 的必要性與潛在風險、運算技術的突破性創新，以及人機協同的深入發展。特別值得關注的是，在這三大領域之下，又衍生出十項將重塑科技版圖的關鍵技術：AI 代理（Agentic AI）、AI 治理平台（AI Governance Platforms）、假訊息安全（Disinformation Security）、後量子密碼學（Post-Quantum Cryptography）、環境智慧（Ambient Invisible Intelligence）、節能運算（Energy Efficient Computing）、混合運算（Hybrid Computing）、空間運算（Spatial Computing）、多功能機器人（Polyfunctional Robots）、神經增強技術（Neurological Enhancement）。其中最受矚目的莫過於 AI 代理（Agentic AI）的發展。

能順利完成任務的 AI 代理人（Agentic AI）將出現？

Gartner 預測，到 2028 年，將有至少 15% 的日常工作決策將由代理式 AI 自主完成。這項技術的突破意味著 AI系 統將擁有更強適應性，且能獨立完成各類複雜任務。人工智慧科技基金會首席資料科學家蔡源鴻解釋，AI 代理最大的特色在於「能夠自主推理並完成指定任務」，不再需要使用者的逐步指導。

以訂購機票為例，一個成熟的 AI 代理不僅能完成基本的訂票流程，還能根據使用者的歷史偏好，自動考慮諸如預算限制或航班時間等因素，提供最符合個人需求的選擇。這種高度個人化的服務能力，標誌著 AI 正在向通用人工智慧（AGI）的方向邁進。

然而，蔡源鴻也坦言，目前的 AI 模型仍面臨三大關鍵挑戰：記憶能力不足以儲存並運用使用者的長期偏好、推理能力有待提升以確保決策的準確性，以及規劃能力需要強化以處理複雜的多步驟任務。

一旦解決這些問題，AI Agent 將成兼具效率且實用的數位助手。由於目前的 AI 工具使用效果與使用者的能力成正比。同樣的工具在不同人手中，可能產生截然不同的結果。因此，工具雖然昂貴，卻不一定能帶來理想效益。然而 AI agent 能自主完成任務，這意味著無論使用者的能力無關，AI 都能有效執行。

雖然目前的技術距離完全成熟的 AI Agent 還有段距離，但無疑是一個重要的發展趨勢，且將是一個漸進的過程，並能預期整體的進步。他認為，若能在特定領域中，使 AI 具備推理與計畫的能力，就足以勝任並產生價值，而無需達到像人類一般的全能程度。

AGI 的探索與多模態技術持續發展

在 AI Agent 之上，AGI（通用人工智慧）則是一個更全面的概念，更能展現類似人類的表現。但蔡源鴻說，要完成 AGI 並不是一件容易的事，但目前技術發展已經展現出令人期待的潛力，尤其在結合多模態研究的情況下，在文字整合、視覺化圖片、聲音等各種技術的發展，讓系統變得更強大、更聰明。 這種能從大量資訊中進行綜合判斷，進一步實現理解和推理的能力，使得 AI 能表現得更接近人類。他認為，AI 的發展將會加速持續推進，包括 AGI（通用人工智慧）的發展，並與多模態技術的應用息息相關。

而個人助理類型的 AI Agent，因為可以協助執行如訂機票等單一實用的任務，也會是一種重要的發展方向。從市場面也可以看到，許多發展 AI Agent 的公司都在處理與客戶相關的資料與應用，例如 CRM（客戶關係管理）領域的Salesforce，以及 ServiceNow 和 Workday 等公司。他們專注於優化日常業務和客戶服務。但蔡源鴻認為，更有潛力的應該是 Web 應用的Agent，可以看到包括 OpenAI和 Anthropic 都在推動這類工具的開發。

Web Agent 的應用場景從電商到媒體皆能囊括。以在電商平台下達挑選「今年聖誕節最受歡迎的禮物」任務為例，Agent 需要能夠搜尋網頁、理解資訊，甚至分析評論，才能完成任務。此外，一些較次要但仍具潛力的應用也逐漸在發展，例如 AI 伴侶、老人陪伴等，這類 Agent 不僅僅是與用戶聊天，更可能提供實際的幫助與支持。

他解釋，這類 Agent 的能力不僅是簡單的回應需求，而是具備推理與規劃能力，並能透過工具來完成更複雜的任務，比如幫助總結文件內容，或整合多個網站的資訊以完成搜尋與分析。

另一方面，AI 在 Search（搜尋）方面的應用，也會是 Google 等企業重視的領域之一，因為搜尋是生活中不可或缺的一部分。如何讓搜尋變得更高效、更智慧，必然會是一大趨勢。執得注意的，還有資安問題。如何利用 AI 來增強網路安全，保護敏感資料，也將是非常重要的發展方向。

最後，可以看到現階段的影片生成技術還無法真正理解物理世界的規律，例如物體的運動連續性、細節變化等。導致生成的影片看似逼真，但細節經常出錯。如果 2025 年影片生成技術能夠大幅提升，蔡源鴻認為，關鍵就在於其對物理或化學過程的深刻理解。只有當技術能夠模擬真實世界的規律，生成的影片才會更為真實與可信。

邊緣裝置或許是台灣的關鍵突破點

但從上述的技術發展，是否能找到台灣產業的機會？蔡源鴻認為，「邊緣裝置」可能是最具潛力的一塊。由於台灣在硬體組裝和設計上佔有優勢，雖然美國擁有優秀的軟體設計，但仍需安裝在硬體上，且需要尋找高效的合作夥伴。而台灣，尤其在 AI 結合硬體的領域，仍是全球首選之一。例如聯發科在手機晶片的專業技術就展現了邊緣裝置的潛力。

不過，他也提到，邊緣裝置的應用仍需明確的場景與需求，才能針對性地開發硬體與 AI 解決方案。例如，台灣的工廠若能盤點自身需求，設計專為資料整理與分析的 AI 工具，將有助於提升產能並創造實質價值。然而，目前在邊緣裝置上運行大型語言模型（LLM）仍存在硬體限制，這是台灣企業亟待解決的挑戰之一。

相比之下，中國因為無法獲取高性能的晶片，不得不追求效率更高、規模更小但功能強大的模型。雖然這是被迫的發展方向，但台灣應考慮是否也能借鑑這種方式，以打造適合邊緣裝置的小型模型。

蔡源鴻提醒，最終要實現這些目標，還需要投入更多資源，特別是挖掘與吸引人才回流，才能在全球競爭中占據更有利的位置。

文章來源：人工智慧科技基金會內容行銷經理楊育青