AI Agent 是什麼?企業真正可以怎麼使用 AI Agent?
AI Agent 是最近討論最多的 AI 概念之一。但企業實際上怎麼用?與 Chatbot 有什麼差別?本文用具體工作情境說明。
AI Agent vs Chatbot 的核心差異
一句話:Chatbot 是回答問題,AI Agent 是完成任務。
Chatbot 的能力停在對話結束:「請問庫存還有多少?」→「還有 30 個」。
AI Agent 則會繼續:讀取庫存資料 → 判斷是否低於安全庫存 → 建立補貨工單 → 通知採購 → 更新 CRM 讓業務知道可交期。
AI Agent 的 4 個能力
Fracdigi 建置 AI Agent 時,通常涵蓋這四個能力:
Read:讀取企業內部資料(Database、API、Excel、LINE、Email)。
Reason:依規則與上下文判斷(例如:這位客戶需要優先處理嗎?)。
Decide:決定下一步(建立工單、發通知、拒絕請求、上呈主管)。
Act:實際去做(呼叫 API 更新 ERP、發 LINE、寫 CRM、觸發 Workflow)。
沒有這四步,就不是 Agent,只是 Chatbot。
6 個企業實際使用場景
1. 業務 Follow-up Agent
每天早上讀昨天 LINE 訊息 → 找出未回覆客戶 → 分優先順序 → LINE 提醒業務。
2. 報價 Agent
客戶詢問 → 讀取歷史報價與 BOM → 計算成本 → 產生報價單草稿 → 傳給業務審核。
3. 派工 Agent
新工單 → 讀取師傅行事曆 → 依技能與地區指派 → 更新工單 → LINE 通知師傅。
4. 庫存監控 Agent
每小時檢查庫存 → 判斷是否低於安全庫存 → 讀取採購週期 → 建立採購單 → 通知採購。
5. 財務對帳 Agent
每天下午讀取金流資料 → 比對訂單 → 標記異常 → 產出對帳報告。
6. Management Insight Agent
每天早上讀取昨日所有部門數字 → 找出異常變化 → 摘要 3 個重點 → LINE 老闆。
需要什麼技術基礎?
Fracdigi 建置 AI Agent 通常會用:
- LLM:OpenAI GPT / Anthropic Claude / Gemini,或本地 LLM(若資料敏感)。
- RAG:用來讓 AI 讀取企業內部知識與資料。
- Tool Use / Function Calling:讓 AI 呼叫企業內部 API。
- Workflow Orchestration:讓 Agent 可以執行多步驟任務。
但這些是「後端」。老闆真正在意的是:AI Agent 能不能幫我省掉一個人?
AI Agent 適合哪些公司?
適合:
- 資料量大、重複性任務多的公司。
- 已經有基本資料架構(至少 Excel / Google Sheets 整併好)。
- 希望 AI 進入日常工作,不只是回答問題。
不適合:
- 資料還很亂、根本沒統一的公司(先做 Starter Mission)。
- 只想試試看 AI,還沒有明確流程要解決的公司(先做免費診斷)。
導入 AI Agent 通常多少錢?
- 單一 AI Agent:Starter Mission 範圍,NT$150,000–198,000。
- 部門級 AI Agent 群組:Department OS 範圍,NT$280,000–680,000。
- 跨部門 AI Agent 生態:Business OS 範圍,NT$680,000 起。
下一步
如果你有一個明確的重複性任務,可能就是第一個 AI Agent 的候選。 預約免費 AI 導入診斷,我們幫你判斷。
關於這篇文章,常見問題
AI Agent 通常是接手「員工不想做的重複性工作」,例如整理報表、追蹤未回覆客戶、對帳。員工可以把時間留給更需要人判斷的事。
會。所以我們設計時通常會分兩層:高頻低風險任務由 Agent 直接執行;高風險任務由 Agent 準備好方案,由人審核後才執行。
可以。若資料敏感,可以用 Ollama / vLLM 部署本地 LLM,或使用 Azure OpenAI 的私有部署選項。
延伸閱讀
這三個名詞常被混用,但實際上是三種不同的 AI 應用。搞懂差異,才知道你的公司該先做哪一個。
「AI 到底要花多少錢?」是老闆最常問的問題。這篇把 Fracdigi 五級收費入口、Managed AI Ops 與第三方 API 費用結構全部攤開來說明。
流程自動化不是「所有事情都用 AI 做」。這是一份中小企業實戰清單,列出 10 個最值得先自動化的工作。
不知道你的公司該從哪一個 Mission 開始?
預約免費 AI 導入診斷,我們會先幫你找出最值得做的第一個 Mission,而不是叫你重做系統。