文章來源：避免跌入生成式AI幻滅低谷，叡揚資訊：導入前先問 AI要解哪個痛點？-天下雜誌
「我們公司也該用AI了吧？」這句來自高層的指示，正快速在各行各業傳遞。但當AI真正落到部門主管桌上時，現場常見的場景是，內部團隊疲於奔命試驗新工具，成果卻無法規模化、落地效益也遠低於預期。
《經濟學人》（The Economist）近期指出，生成式AI已進入「幻滅低谷」（Trough of Disillusionment）。企業從最初的高度期待轉為審慎觀望，主因在於導入效益未能如預期實現，加上資料整合、資安疑慮與技術人力不足等挑戰，讓落地進度明顯趨緩。報導指出，已有高達42%的企業中止部分生成式AI試點專案。
「大家都在講AI，自己不用好像就落伍。但如果沒想清楚業務痛點，導入再好的技術，都是空轉。」叡揚資訊副總經理符文藻觀察，企業常見盲點，不是過度樂觀，期望AI能「一鍵解決所有問題」，就是忽略了資料清整、流程重構、內部教育等現實門檻，結果反而導入卡關。他的觀察，與國際分析如出一轍。
「我們到底希望AI幫什麼忙？」——這是叡揚資訊在每一次專案初期最常拋出的提問。
成立逾三十年的叡揚資訊，從軟體開發與企業資訊化服務起家，長期服務政府與金融產業，對大型組織的作業流程與資安要求瞭若指掌。他們從不直接問「要導入哪個AI工具」，而是先走進現場，找出那一段最卡的環節——是分類太慢？是誤差太高？還是資料難以管理？
「AI不該是為了趕流行而導，而是從業務邏輯出發，思考這個工具可以幫我哪裡更快、更準、更省力。」符文藻說，也正是這樣的觀念，讓叡揚在十年前就因應客戶需求投入非結構性資料的AI處理技術，包括自然語言處理、機器學習等領域的研究，早早為今日的生成式AI應用奠下基礎。
早在2015年協助台北市政府於1999市民陳情系統，用AI技術將案件自動分派給對應單位，加快處理流程，是當年各地公家機關指名仿效的代表案例。近年，也協助經濟部智慧財產局導入「商標以圖搜圖」功能，協助審查人員比對商標圖樣相似度，既加快審查速度，也降低人為誤判。某金融機構也委託叡揚開發財報辨識系統，透過AI處理上千份格式不一的中小企業財務報表，作為授信判斷的關鍵數據。
這些案例有一個共同點：AI穩穩地嵌在工作流程中，幫助解決最具體的日常挑戰。不是每家公司都需要一套頂級AI模型，真正需要的，是一套能解問題、員工樂於使用的AI。
「我們不會一開始就推客戶用最頂規的大模型，而是問他：你現在最需要什麼？資料夠嗎？部署得了嗎？有沒有人力養得起？」符文藻形容，AI就像時尚，不是行頭越貴越好，而是考驗品味的風格搭配學。
比方說，有些企業或公部門想自行打造大型語言模型，卻發現自己沒有足夠的資料來訓練；有些單位雖然資料豐富，卻因資安限制無法使用雲端服務。對這些現實條件，叡揚從不強求客戶用最貴、最新的技術，而是以顧問式服務提供最適配的建議。
事實上，叡揚資訊目前正協助經濟部國際貿易署建置AI輔助的處分系統。此系統以 AI Agent 概念設計，使用者僅需上傳本來要人工處理的報關資料，AI便能協助讀取內容、理解並萃取出關鍵資料，整合國際貿易署的現有系統，自動生成處分文件及相關附件。此系統大幅降低人工處理時間，原需一小時的工作，現僅需20分鐘即能完成。為確保品質，叡揚在過程中仍保留使用者檢核點，讓使用者能檢查並調整階段性產出後再執行下一個步驟。這樣的設計不僅能提升效率，亦能同時確保 AI 最終生成的品質。
延伸閱讀: AI Agent是什麼？ 了解人工智慧代理並建立可靠與可控的企業級應用
「生成式AI不是取代人，而是釋放人——讓專業人員把時間留給真正需要判斷的事務。」符文藻說，叡揚也將生成式AI模組逐步嵌入既有產品中，即便是中小型企業也能輕鬆享受AI帶來的便利。
例如最廣為人知的電子公文系統，就支援智慧分文、以文找文、檔案分類建議及智能校正等功能。使用者只要照原本的操作習慣點開畫面，就能看到AI提供的建議或輔助，無需重新學習，也能大幅提升撰寫效率。
這也呼應《經濟學人》提出的解方：真正能走過生成式AI幻滅期的企業，有一個共通點：不是一味追求最新最強的大模型，而是懂得將AI能力「嵌入日常流程、混搭適合技術、隨需調整深度」。
比起一場華麗的科技革命，叡揚資訊打造的是一場穩定的工作革新。當繁瑣工作可以交給AI，人才的專業價值才能真正被釋放——這，才是AI「落地」的真正意義。