AI技術能力朝AI Agent、機器人邁進

人類能夠贏過AI的能力愈來愈少了!!

史丹佛一年一度出版的《2025年人工智慧指數報告》指出，人類領先人工智慧的能力所剩無幾：

• 競賽級數學能力(MATH)，2024年初最先進人工智慧與人類能力不相上下；2025年初已超過人類能力7.9%。
• 跨領域專家級多模態理解(MMMU)上，人工智慧僅比人類低4.4%。
• 開源模型與封閉式模型的能力已縮小到2%差距以下。

多模態理解上(MMMU)主要以問答方式測驗涵蓋藝術與設計、商業、科學、健康與醫學、人為與社會科學、技術與工程等，題目形式包含圖表、地圖、化學結構等多種型態(所以稱為多模態)。2025年1月的測試，OpenAI模型達到78.2%能力，僅差人類4.4%。

圖、AI與人類能力比較(資料來源∶史丹佛大學)

科學家們發現許多測試標準已經逐一被人工智慧超越，轉而發展更複雜的測試標準。如: 發展人類終極考試(HLE)測試，由2,700題各學科高難度的題目組成，且問題無法透過搜尋網路或資料庫直接取得答案。

科學家們也更重視測試人工智慧能夠規劃與處理多項任務，如∶推理、多模態處理、網頁瀏覽以及工具使用等，評估人工智慧執行多種任務的能力。這與前述單純的問答不同，是一種複雜、多步驟的問題，考驗人工智慧能否自行搜尋開放網路、解釋多模態輸入以及複雜場景情境的推理。

這種考驗可說是一種測試人工智慧的Agent或所謂通用人工智慧(GAI)的能力，目前，大語言模型能力仍稍嫌不足，得分為65.1%，較人類的92%為低。不過，人工智慧的能力已經較2023年成長了30%。不出兩年，將與人類不相上下。

若給予時間壓力，AI Agent在短時間表現得比人類好很多。此外，AI機器人能力也呈現高速的發展，在名為RLBench的機器人任務評估中，AI可以成功達成86.8%任務。

綜合來看，目前靜態的圖像辨識、視覺推理、多模態理解與推理等能力，AI已經超越人類能力。AI需要持續突破的是在複雜環境下工具的使用、多項規劃與任務達成，亦即，靈活的AI Agent、機器人能力是未來AI持續發展方向。

AI採用從單點突破到流程採用

本報告也引用麥肯錫的報告，探討企業AI採用的狀況。

據麥肯錫2024年的調查指出，約有78%的組織在至少一項職務上已經使用人工智慧技術、71%企業已使用生成式AI技術。生成式AI技術採用成長率驚人，麥肯錫調查2023年僅有33%，至2024年成長近40%，達到7成多的採用率。

圖、AI與GAI的企業採用率大幅提升(資料來源∶麥肯錫、史丹福大學)

其中，人工智慧最能帶來成本降低的領域是服務營運(49%)、供應鏈和庫存管理(43%)以及軟體工程(41%)；帶來增長收入的職能則來自於營銷與銷售(71%)、供應鏈與庫存管理(63%)以及服務營運(57%)。

上述的調查是以單點的職能採用分析，若人工智慧整合到作業流程上，是否能增加生產力呢? 史丹佛報告引用羅馬尼亞的研究報告指出，在人工智慧高度整合的企業中，生產效率顯著提升的機率高達72%、整合程度較低的企業僅有3.4%提升生產效率。

此外，根據微軟的職場研究也顯示，人工智慧的自動化技術使員工的心智負荷降低45%。綜合上述，人工智慧的企業採用已經從單點採用邁向流程整合的採用。若企業能夠邁向整合作業流程的人工智慧採用，將遠較其他企業能顯著提高營運效率。

企業應該怎麼做?

從史丹佛的報告可以發現，人工智慧已在多模態理解、推理與任務執行能力上快速逼近人類，企業不再只是討論「是否導入AI」，而是如何讓 AI Agent在正確的流程上、以正確的方式發揮效益。

具體而言，企業可從以下三個關鍵方向著手：

• 辨別4高任務： 企業導入AI Agent時，應該以單點作業突破以建立信心。

企業可從高負荷、高頻率、高知識、高經驗等4高的任務思考，何者是公司的突破口? 例如: 單據辨識與生成、供應商審核、設備異常分析、產品設計圖形生成、因應關稅決策分析等。

• 從單點邁向流程突破：根據研究顯示，人工智慧若僅停留在單點作業或單職能，對整體生產力的提升有限。真正能帶來顯著效益的，是將AI深度整合進企業流程。

企業應思考如何讓AI單一任務輔助，進一步串接前後作業流程的智能閉環，例如: AI接單閉環協助判斷是否可以接單、是否需要預收款，牽涉到業務、生產、採購、財物的跨部門流程閉環。這樣的流程導向的智能閉環採用，才能將個人效率轉化為組織層級的生產力躍升。

圖、智能閉環串接流程，提升組織生產力(資料來源∶鼎新數智)

• 拉信賴供應商陪跑：在 AI 能力快速演進、應用複雜度不斷提升的情況下，企業很難單靠內部團隊掌握模型、Agent 架構、控管風險與發展最佳實務。

因此，導入生成式 AI 與 AI Agent時，企業應選擇理解產業場景、營運流程與資料結構的軟體供應商或系統整合商，共同設計任務邊界、流程整合方式與驗證機制。透過「陪跑式」合作，逐步放大 AI 的應用深度與穩定度，讓AI成為可長期信賴的營運夥伴。

小結：AI不斷超越能力邊界，企業閉環採用放大效益

AI 技術正快速朝 AI Agent 與機器人邁進。史丹佛《2025 年人工智能指數報告》清楚指出，無論在數學推理、多模態理解，或任務執行能力上，人工智慧與人類的差距已急速縮小，甚至在多數靜態與結構化任務中超越人類表現。

這意味著，企業面對的已不再是「AI 能不能做」，而是「企業是否準備好讓 AI 做」。以下是本文幾點摘要：

1️⃣ 能力轉折點：AI 已不只是工具，而是任務執行者

從多模態理解（MMMU）、高難度測試（HLE），到可規劃、多步驟推理的 AI Agent，

AI 正從回答問題，進化為能執行任務、使用工具與達成目標的行動者。

這使得 AI 的角色，正式跨入企業營運與決策流程的核心。

2️⃣ 採用關鍵：從單點應用走向流程整合

研究顯示，僅在單一職能導入 AI，對整體生產力的改善有限；

真正帶來顯著成效的，是將 AI 深度嵌入跨部門流程，形成可持續運作的智能閉環。

唯有流程導向的 AI 採用，才能將個人效率轉化為組織層級的競爭優勢。

3️⃣ 突破策略：鎖定高價值任務，放大 AI 效益

企業應優先選擇「高負荷、高頻率、高知識、高經驗」的任務作為突破口，

讓 AI 在最具槓桿效應的環節發揮作用，而非零散嘗試，造成效益分散與管理困難。

4️⃣ 落地關鍵：與信賴夥伴共同前進

在 AI 能力快速演進、架構日益複雜的情境下，企業難以單打獨鬥。

唯有攜手理解產業流程與營運場景的供應商或系統整合商，透過陪跑式導入與驗證，

才能讓 AI 穩定融入企業流程，成為可長期信賴的營運夥伴。

總結來看，AI 超越人類能力，並不代表企業自動獲得競爭優勢。真正的分水嶺，在於企業是否能 選對任務、設計好流程、建立對的夥伴關係，

讓 AI 從技術突破，轉化為生產力與組織韌性的來源。