文‧圖／葉宏謨博士
小小多山的台灣地狹人稠，這對於企業的人工智慧（AI）應用是個優點。導入企業 AI 應用需要兼具技術能力和業務洞察的「前線部署工程師」（Forward Deployed Engineer，FDE）[註1]，在地狹人稠的台灣，FDE 不一定要駐一個廠，一天可以跑幾個廠。沒有資料就沒有 AI，企業的 AI 應用，牽涉到企業內部機敏資料、政府開放資料和設備機台資料。AI 應用也和設備有關，台灣的設備廠能就近服務客戶，提升客戶的設備利用率。有好的交通基礎建設（Infrastructure），例如高速公路網，讓大小車輛通行無阻，百工百業才能蓬勃發展。同樣的，有好的 AI 基礎建設，占 98.87% 的台灣中小企業 [註2] 才能普遍應用 AI。台灣的 AI 硬體已稱霸全球，有很好的條件可發展 AI 軟體的基礎建設，讓 AI 為百工百業帶來收益。
一、企業 AI 應用的基礎建設
企業 AI 應用的基礎建設不只是軟體，也和硬體有關，例如 CNC 機台及其可程式邏輯控制器（Programmable Logic Controller，PLC）是硬體，機台好比是身體，PLC 好比是控制身體的大腦。物聯網（Internet of Things，IoT）是身外之物，但可以取得身內資料。沒有 PLC，IoT 系統就無法取得機台的即時狀態和外部溝通；沒有 IoT，PLC 的資料就只能關在機台內部。
機台只是企業資源的一部分，除了機台，企業還有諸多產銷人發財的資源和資料。企業協作平台（NEO）包含企業經營所需功能（SOA 服務元件）和資料（EUDA 資料庫）。IoT 可存取機台 PLC 的資料，NEO 可存取 IoT 的資料，AI 應用可呼叫 NEO 的 SOA 服務元件分析機台的換刀次數、運轉時數，提醒使用者何時應作什麼預防保養（Preventive Maintenance），甚至可控制機台的運作。
把人比喻成企業，人體器官好比是機台，人體血壓好比是機台的 PLC 資料；血壓計好比 IoT，可讀出機台的 PLC 資料，記錄在 NEO。NEO 也可以開發個人健康管理 APP，讀入血壓計的資料，記錄在 NEO，並提出異常警示。就像機台資料記錄在 NEO 延伸管理（UC_EM）組件的「員工工作工具維修紀錄維護」元件，血壓計也能呼叫 NEO 的 SOA 服務元件，將血壓資料記錄在 NEO 中，並提醒人體作心血管的預防保養。
二、SOAIOT（SOA／AI／IoT）是企業 AI 應用的基礎建設
人體的基礎建設是自然形成（上帝創造）的，企業 AI 應用的基礎建設則必須人為建立。將企業各種軟體系統（ERP、CRM、MES、POS 等）的資料定期同步整合至 NEO，AI 代理（Agent）可呼叫 SOA 服務元件取得即時資料。IoT 可取得硬體設備的 PLC 資料以及來自感測器的非結構化資料，透過 MCP 匯入 Agent，這個 NEO SOA 加 AI 加 IoT 的基礎建設稱為 SOAIOT，如同台灣的高速公路可讓大小車輛通行無阻，AI 應用的基礎建設（SOAIOT）可讓台灣的大小企業高速建立自己的 AI 應用，如圖 1。
每個 NEO 都有正式環境和測試環境，在測試階段（圖 1 的 (3) 綠色箭頭）使用測試環境，LLM 寫完程式交給 Agent 執行，AI 應用程式測試完成後部署在企業內網（圖 1 的 (4) 紫色箭頭）。用戶操作 AI 應用程式時（圖 1 的 (5) 藍色箭頭）使用地端 NEO 正式環境中的資料，所以企業資料不會外流。
在 SOAIOT 基礎建設之上，AI 可利用 SOA 服務元件生成前端企業應用程式，稱為「程式 AI」（Code AI），可提升數倍程式設計師的產能。AI 能幫助企業產生文件，例如報關文件、報稅文件、員工所得扣繳文件、碳盤查文件、產品型錄、產品簡報、操作手冊等，稱為「文件 AI」（Doc AI）。AI 也能根據歷史資料自動維護企業重要的規劃參數，例如 ERP 系統中的批量法則、訂購批量、訂購期間、最小訂購量、訂購倍數、前置時間、安全時間、安全存量、庫存高低水位等，AI 能算出最佳參數，作出產品及材料需求規劃，讓企業維持高效運作，稱為「規劃 AI」（Plan AI）。所有企業都是靠資深人員的經驗作銷售預測，AI 可根據銷售歷史資料和未來景氣等各項經濟指標，作出比人類經驗更準確的銷售預測，稱為「預測 AI」（Predict AI）。企業在賣出產品前的行銷很重要，「行銷 AI」（Market AI）可分析歷史客戶購買資料，找出哪些產品最吸引哪一類的客戶，主動發信給客戶，作出精準行銷。「報價 AI」（Quote AI）查詢產品成本和歷史報價，作出能讓客戶接受、公司也能獲利的報價單。產品售後服務的「客服 AI」（CS AI）也是企業的一種 AI 應用，可精簡客服人力，並提升客戶滿意度。有些產品在賣出之後還需要提供導入服務才能開始使用，例如 ERP 系統，需要非常有經驗的顧問才能勝任，「顧問 AI」（Consult AI）可大大提升顧問的產能。企業主管可能心血來潮，突然想知道某些企業資料，「即問即答 AI」（Ad-hoc AI）[註4] 讓企業主管可隨時從手機掌握企業的動態資料。所有 AI 應用都必須呼叫 NEO 的 SOA 服務元件取得 EUDA 資料。
三、AI 可應用在企業經營的各種領域
不論 AI 應用在企業經營的什麼領域，都必須調用 NEO SOA 服務元件從 NEO 取得即時資料。每個領域都有代理（Agent），每個 Agent 具備該領域的技能（Skill），可以完成任務。LLM 是大腦，指揮各 Agent 做事，好比人腦指揮各器官做事。NEO 的 EUDA 資料庫好比人體各器官的資料，隨時都在維護中。人在學習的過程中，會用工具（書或網路）查資料，學會後就變成人的一技之長——技能。同樣的，Agent 必須知道做什麼事要呼叫 NEO 的什麼服務，透過 MCP 工具從 NEO 的服務文件（Service Doc）搜尋服務，經過數次嘗試之後得到用戶可確信的結果，AI 再把過程封裝成技能，這時的 Agent 總算學會了「一技之長」，下次就能直接執行類似的任務，不必再透過 MCP 工具找服務。
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
各行各業、各種規模的企業都可以用 NEO 打造其資訊系統，所以 NEO 是企業資訊系統的基礎建設。企業 AI 應用的資料主要來自企業資訊系統，而不是股市、交通、氣象這種公開資料。所以，NEO 也是企業各領域 AI 應用的基礎建設。
台灣的 ERP 公司很多，根據 2004 年的一項調查研究，台灣的 ERP 公司至少有 80 家，其中的 72 家是開發本土 ERP 系統的公司，員工人數超過 100 人的更不到五分之一 [註5]。台灣 ERP 公司必須擴大經濟規模以提升競爭力，連 PeopleSoft 和 J.D. Edwards 這種國際大廠都在 2003 年合併，並於 2004 年底被 Oracle 收購，若台灣的 ERP 公司不能認清這個事實，仍堅持單打獨鬥，則好比小蝦米對抗大鯨魚，要在國際舞台上嶄露頭角，是非常困難的。
台灣 ERP 公司規模雖小但都有其特色，有的會計功能強、有的進銷存功能強、有的製造功能強等等，分別在各行各業有其用戶。因為這些 ERP 公司都是從底層開始各自發展自己的系統，要他們放棄多年開發的系統很困難。這些小 ERP 公司可以考慮以下合併方案：
- 業務合併：合併成大軟體公司後繼續銷售各個系統，為用戶導入各系統的強項，並以 AI 整合各系統的資料至 NEO，消除資料孤島現象。
- 基礎合併：台灣各小 ERP 系統都不是 SOA 架構，其前端程式必定包含大量 SQL 指令，ERP 公司可以利用 AI 將原來的前端程式中的 SQL 指令改成呼叫 NEO 的 SOA 服務元件。原來的用戶可繼續操作已經習慣的 UI，ERP 公司可利用 AI 和 SOA 服務元件快速推出更強大的功能。
和老舊房屋的都更一樣，如果有大型軟體公司或 SI 公司登高一呼，說服這些各具特色的幾十家小 ERP 公司合併起來，台灣的軟體必能在國際舞台上嶄露頭角。
四、百工百業的 AI 應用
台灣在沒有高速公路之前，大小車輛都在一般公路行駛。有了高速公路後，車輛可選擇某些路段走一般公路、某些路段行駛高速公路。企業本來就有一些資訊系統，可能因資料無法互通而形成孤島，或因客製困難無法滿足用戶需求。導入 NEO 之後，企業可選擇某些資料繼續走舊系統、某些資料則上 NEO 這條能高速客製的道路。因為企業的 AI 應用是呼叫 NEO 的 SOA 服務元件取得資料，資料上了 NEO 之後就可以開發各種 AI 應用，例如預測 AI 或報價 AI。NEO 並沒有要換掉舊系統，只要蓋好交流道，讓新舊系統能交換資料。導入 NEO 之前可能要建立新舊系統資料交換的機制，所幸 AI 能對齊新舊系統的語意，自動撰寫資料交換程式。交流道越蓋越多，最後所有資訊系統終於整合在一起，所有資料都存在於 NEO，企業就能全面開發 AI 應用了。
各產業的資源管理本質上都一樣，只是用戶介面（UI）的用詞不同而已。NEO 沒有 UI 只有 API，沒有 UI 用詞的問題，所以適用於百工百業。各產業在開發 AI 應用時，UI 使用該產業的習慣用詞即可。下表列舉 8 個產業和 7 種企業資源（4MVCD、Material、Machine、Manpower、Money、Vendor、Customer、Document）[註6] [註7]，資源命名都不一樣，但管理的本質都一樣，就是「交換資源」：
過去，台灣已經從 PC 王國進階到半導體王國，希望未來能繼續進階到 AI 王國。AI 硬體既然能在台灣製造，台灣企業的 AI 應用軟體不應該像 ERP 系統那樣站不上國際舞台。以 NEO SOAIOT 為共用基礎建設，AI 應用軟體應依產業別建立，例如智慧製造、智慧醫療、智慧金融。AI 的好處不應只有大企業享用，在台灣人人都有手機，應該讓中小微企業也能從手機操作 AI 應用，從製造、醫療、金融開始，最終擴大到百工百業。
鏟子是硬體，用鏟子挖出來的是黃金，人們要的不是鏟子，而是黃金。台灣已是製造鏟子的高手，希望未來不只做給別人用，也能自己用鏟子挖黃金，成為鏟子超人，讓鏟子發揮有助於人的實質作用。AI 晶片是硬體，其目的是生產 AI 應用。台灣已是 AI 硬體的製造王國，希望未來的 AI 應用也能稱霸全球。
NEO 好比是一條可「一鍵」蓋好的虛擬高速公路，蓋好後再依各地方的需求決定要在哪裡蓋交流道，讓車子流進來。蓋高速公路當然比蓋交流道困難百倍，所以應該做成一個任何企業都可使用的「產品」。因為各企業的需求都不一樣，所以企業在「一鍵」蓋好高速公路這個「產品」後，再視情況蓋相對簡單的交流道，這是「專案」。數發部林宜敬部長說，要讓台灣軟體產業具規模化與國際競爭力，唯有做產品而非做專案 [註3]。筆者認為如果是企業應用軟體的話，應該設法做成 80% 產品和 20% 專案。每一種企業應用軟體（包括 AI），都應該先建立 80% 的標準產品再進行 20% 的專案客製與資料導入，而 NEO 就是這 80% 的標準產品。
[ 瀏覽葉宏謨所有專欄文章 ]
五、結論
因為地狹人稠，台灣的高速公路網相對其他地廣人稀的國家容易興建，成本也較低。台灣因為高速公路網的基礎建設嘉惠了百工百業，人民的生活也獲得改善。台灣優勢在於高度集中的產業聚落，從原材料、半成品到完成品製造，都能在完整供應鏈內迅速完成。台灣的資訊硬體稱霸全球，軟體卻站不上國際舞台。和硬體一樣，軟體必須有好的基礎建設，才能發展得起來。今年（2026 年）是 AI Agent 元年，台灣應該把握時機，以 NEO 既有的近萬個 SOA 服務元件為基礎，建立「AI 應用軟體生態系」，開發符合百工百業實際場景的 AI 應用系統。鏟子是硬體，用鏟子挖出來的是黃金。台灣是製造鏟子的高手，不應該只做給別人用，自己也要能用鏟子挖黃金。希望未來台灣的 AI 應用也能稱霸全球。
參考文獻
[註1] 何信達，FDE 前線部署工程師：讓 AI 真正落地的角色，CIO Taiwan，2026 年 5 月 31 日。https://www.cio.com.tw/114052/
[註2] 經濟日報，中小企業家數穩步攀升突破 171 萬家，2026 年 3 月 8 日。https://money.udn.com/money/story/8888/9365878
[註3] 林振輝、施鑫澤採訪，從晶片到伺服器打造 AI 硬體強權之路，CIO 雜誌，2025 年 11 月，頁 44-47。https://www.cio.com.tw/101255/
[註4] 葉宏謨，即問即答 AI 企業助理，CIO Taiwan，2025 年 10 月 29 日。https://www.cio.com.tw/100926/
[註5] 張緯良，EERP 產業透視，https://shu-erp.github.io/
[註6] 葉宏謨，企業資源規劃：製造業管理篇，松岡電腦圖書股份有限公司，2001 年。P.7。
[註7] Denny Hong-Mo Yeh, Operations Planning and Control In ERP, University of Toronto, Sep. 1st. P.3. Operations Planning and Control In ERP(本文授權非營利轉載，請註明出處：CIO Taiwan)
