埃森哲：代理式AI助供應鏈管理 可根據任務環境 自行規劃步驟揀工具

明報記者 黃志偉

俞毅指出，AI應用場景已由銷售與行銷，逐步拓展至財務、人力資源與供應鏈等核心營運領域。例如，AI在財務上的應用不再僅限報銷流程，亦涵蓋欺詐偵測、風險控管及資金流優化；在金融服務方面，放貸設計與理財建議亦從靜態分析轉為根據市場即時變化作出調整。

供應鏈管理進深入應用階段

他指出，供應鏈管理亦進入深入應用階段，「因供應鏈的變數實在太多了，以前還能用excel做排程，現在根本不行」。他解釋，企業可能在多地設廠、供應商分佈廣泛，加上地緣政治不穩定，令供應鏈規劃變得動態，涉及多線決策，而「這種場景非常適合用代理式AI來處理」。他舉例，當貨車晚到，AI可根據現場情况自動重排貨架、調配人力，甚至安排機器人動線與路徑優化，提升出貨效率。

代理式AI具備目標導向、自主決策與執行能力，能根據任務與環境，自行規劃步驟、選擇工具，並與其他系統協作。俞毅表示，目前業界對代理式AI的框架與方向已逐漸建立共識，但「意圖識別」（intention detection）仍是關鍵待解難題。他舉例，傳統電商系統會根據用戶購買行為推薦產品，但真正的智能代理應具備進一步理解能力，「這台電腦是自用還是送禮？使用者接下來可能還想買什麼？」為實現更準確的意圖識別，俞毅指AI系統的「記憶能力」將成為關鍵之一。

銷售數據為AI模型提供額外價值

俞毅並談到，企業的生產和銷售等專有數據，能為AI模型提供額外的價值，使其能夠更好服務企業需求，但真正的關鍵是思維模式的轉變（paradigm shift）。傳統上，企業習慣先清洗資料，以免「垃圾進、垃圾出」（garbage in, garbage out），但現今大型語言模型的架構已顯示，資料即使不是百分百準確，只要能充分反映企業運作全貌，亦具備應用價值。