數十年來, 自動化一直是企業提升效率的基石。機械人流程自動化 (RPA)、工作流程及機器學習模型簡化了任務流程、減少錯誤, 並加速取得成果。但到了 2025 年, 光靠效率已經遠遠不夠了。企業需要的系統不僅要能夠執行任務, 還要能夠分析、適應和自我指導。

讓下一波企業智能新風向, 即Agentic AI。傳統 AI 需要在預先定義的條件下運作, 而Agentic AI 系統則表現出自主性、目標導向的行為和適應能力, 使其能夠在不受監管的情況下處理動態的現實複雜情況。

本文將探討 Agentic AI 如何重新定義各行各業的工作流程、其重要性, 以及 Uber AI 解決方案如何在全球推動這一轉變。

自動化一直與速度和規模息息相關。雖然機器人和機器學習模型會執行重複性任務, 但它們缺乏彈性, 無法在環境變化時作出調整。

智能 AI 的功能更進一步:

1. 任務分解及編排: 將復雜的目標細分為易於管理的子任務。
2. 自我修復工作流程: 偵測故障、調整方法並自動恢復。
3. 目標驅動的行為: 根據企業目標確定行動的優先次序。
4. 人性化的管治機制: 確保沒有片面管理, 從而受到監督。

這種演變不只是技術層面的, 也代表了新的企業模式:工作流程更具彈性、適應能力和自我導向。

1. 自主權: 系統在防護欄內獨立運作, 減少持續人為監察的需要。
2. 編排: 多位客戶服務員流暢協調, 有如企業內的各個部門, 以交付成果。
3. 意見回饋: 持續學習, 可確保你在日後取得更佳表現。
4. 可擴展性: 客戶服務員可以橫向擴展, 跨網域、地區和數據類型協調任務。
5. 可解釋性和信任度: 即時管理中心和評估架構可確保企業了解客戶服務員作出決定的原因。

Agentic AI 帶來的不只是效率, 更能帶來成效:

1. 縮短產品上市時間: 曾經兩位數的工作時間, 現在會縮短至兩位數的時數。
2. 降低成本: 透過即時編排和減少的人手管理費用, 節省更多。
3. 更高的質素:>98% 的質素標準高於行業基準的 95%。
4. 業務彈性: 自愈系統可確保系統正常運行, 並確保業務連續不斷。

Uber 不僅是一間以人工智能為先的公司, 每日處理 3,600 萬個行程, 也為企業帶來同樣大規模的自動駕駛體驗。

操作方法如下:

1. u任務: 工作流程編排平台, 用於管理編輯-審查循環、一致意見模型和評估渠道。
2. u標籤: 人工智能數據標籤及管理工具, 可為文字、音訊、影片、LiDAR 和雷達提供準確的註解。
3. u測試: 擴展型測試解決方案, 提供自我修復的自動化功能, 適合 App 和系統評估。 全球工作勞動力: 全球超過 880 萬位用戶開始大規模收集真實數據和評估模型。

• 找出需要自主的工作流程, 而不僅僅是自動化。
• 建立管治框架, 確保信任和問責。
• 採用結合編排、數據和評估工具的模組化技術組合。
• 與 Uber AI 解決方案等久負盛名的供應商合作, 提升速度、品質和可擴展性。

2025 年是一個轉折點:擺脫自動化的企業改用Agentic AI, 不但可優化工作流程, 更可解鎖全新的營運模式。

自動駕駛不再是未來主義的概念。Uber AI 方案的技術、員工隊伍和業務遍及全球, 讓企業現在可以部署Agentic AI, 以更快、更優質的方式大規模取得成效。