企業應用AI已非新鮮事，但過程中需設立合適的流程及指示；有更強的自主性和決策能力的AI Agent 及Agentic AI，漸變得更具吸引力。

2024年包含Agentic AI的企業軟件只有不足1%，但預計2028年將會升至33%，而且15%的日常工作決定也會由Agentic AI自主處理，未來有望做到完全自動化。

近年加大力度發展AI Agent技術及應用的Amazon Web Services（AWS），其大中華區合作夥伴解決方案主管余廸遜（Dickson）表示，Agent AI及Agentic AI可更目標為本地提升各產業的生產力。

Agent AI各有功能 融入企業架構
Dickson提到，企業要能善用AI Agent 及Agentic AI，對其背後的基礎架構要一定的了解。如Agentic AI技術堆疊（AI Stack）可分為三重架構：基礎、開發軟件和服務、應用。而AI Agent尤其適合應用於金融業、醫療保健等行業。以金融業為例，在其開發軟件和服務層面上，Agentic AI 如AWS AgentCore可協助釋放更多生產力。

他舉例，常見於金融業的貸款業務，AgentCore可用作貸款審核。AI 先以不同工具從雲端取得資料，每項AI就如公司的「員工」，會獨立運作，進行支出評估、信用評估等，判斷借貸人是否可靠，然後將判斷結果交予AgentCore Runtime。Runtime儼如「主管」的角色，作出最後審核。再配合其他AgentCore擔當的不同角色，整體而言就如一間企業正在運行。

以上方式能加快審批及相關工作的速度，Dicksn透露，香港已有投行正在使用AI Agent。另外，在更高階的應用層面上，則有各種各樣的整合開發環境（Integrated Development Environment，IDE），例如 Kiro，可支援規格驅動（Spec driven），企業只需要輸入prompt，即能按需要設計軟件，切合企業需要，進一步釋放生產力，可見AI Agent的發展潛力極大。

能力有限制 部分行業未必適合
Agentic AI 功能繁多，但暫時未可以貼合所有行業的需要，Dickson解釋：「Agentic AI 優勝之處在於能相容並配對多種數據，若某行業的數據不能輕易存取，則較難解鎖相關服務。」以零售業為例，以AI配合網上零售較容易實行，因較易存取不同數據，但實體銷售方面會較難做到。

然而，隨著AI Agent不斷學習，未來能夠存取的數據會不斷增加。早前仍然無法處理大型報告，但經過升級，已經可以處理報告中的大量文字，甚至在醫療健康行業方便也運行良好，他相信越來越多企業可以受惠於AI Agent。

此外，網絡安全問題近期備受關注，Dickson 強調，AWS不將將客戶資料用於培訓AI模型，保證資料不會外流。但是其他方面，包括是否會有人利用AI進行不法行為，則無提及。

進步神速 但僅是輔助角色
AI 能協助夠快速處理大量工作，即使仍未適應所有行業的要求，但其進化速度無人能及，未來人類是否會被淘汰？Dickson對此表示不認同：「AI 的邏輯推斷能力可以不斷學習，現階段的工作或會被取代，但整體而言，工作只是向上移動。」

他進一步解釋：「現在人人都會使用電腦，未來漸漸不會再有人手寫應用程式，很多工作都交給模型完成。」他認為AI就如計算機、只是工具，無法取代人類。隨著AI發展，企業結構將會有巨大變化，届時人類將會有新的崗位。