【盤點六大類601個企業AI應用實例】精選大型企業實例看GenAI可以怎麼用

走過追逐大型基礎模型的興奮期， 研究機構Gartner觀察，全球企業對生成式AI的關注焦點，在2024年轉向於找出各種「高ROI的應用案例」，臺灣企業也不例外。從iThome去年的CIO大調查可以看到，3成臺灣大型企業去年開始規畫導入GenAI，另外有3成開始導入GenAI的臺灣企業，則是積極尋找可以發揮成效的應用場景。可以說，2024年是GenAI的試驗年。 

到了2025年，可讓LLM更容易存取不同資料源的Anthropic代理AI溝通協定MCP 開始竄紅，今年3月更獲得OpenAI和微軟全力支持，Google在4月跟進支援MCP。在今年Next大會上，Google更發表了提供不同AI代理彼此溝通的A2A協定，彌補了MCP還沒實現的AI代理互通需求，更獲得50多家知名技術業者支援，如Atlassian、SAP、 Salesforce等支援A2A。多款知名IDE開發工具也開始支援MCP，例如VS Code、Copilot Studio、Windsurf、Cursor等。這些AI代理框架、技術和工具的出現，帶動了新一波代理型AI應用的開發浪潮。

Google在去年Next大會時，就整理了一份1百個企業AI案例的清單，經過一年，這份清單暴增到601個AI應用案例，涵蓋了11個產業，多了來自近300家企業的GAI的實戰成果，這也反映出企業過去一年來積極採用GAI的趨勢。

Google將這6百多個AI實例，區分成六大類AI代理應用，因為不少應用是直接或間接使用了最新的GAI技術的代理應用，也有運用原有AI或機器學習來實作的AI代理應用，Google都以不同類AI代理來分類這些案例。

最多的一類是資料類AI代理應用有163個，超過上百案例的則有內部員工AI代理應用143個，對外顧客的AI代理138個，另外還以創意AI生成應用實例84個，程式開發類AI代理應用有31個，最後一類則是資安類AI代理應用，這一類也有42個案例。

在這些應用案例中，不少是已上線使用的AI應用成果，也有的是正在進行中的專案，或是企業明確表示，這是未來要導入的應用場景。不少企業實作了好幾種GenAI應用，像是拜耳、Uber、KPMG、鄧白氏、Esty、Vodafone都至少有3種應用案例。清單中有不少企業不會只靠一家公雲業者的GenAI技術，除了Google，也會同時採用其他公雲業者的GenAI技術。

臺灣家樂福去年秋天上線，用GAI打造的AI侍酒師應用，也是這份清單今年新增的其中一個實例，AI侍酒師可以在對話過程中，從數千款葡萄酒資訊中，根據顧客喜好和價格，來推薦適合的葡萄酒，提供詳細介紹和搭配料理。

盤點這份清單，可以看到全球企業擁抱GAI的實際成效與可行的應用場景。我們也從中挑選了一些企業實戰GAI的經驗，提供臺灣企業參考。

英國金融集團靠雲端GAI平臺，快速上線數十套GAI應用

服務超過100萬家企業和2千7百萬名顧客的英國最大金融集團Lloyds，打造了一套全集團通用的雲端GAI平臺，整合了Lloyds金融集團原有的15套模型建置系統，以及上百個集團內子公司在本地端部署的獨立模型，全都搬上雲端，來支援300人規模資料科學和AI工程師團隊使用。

統計到今年4月，已經啟動超過80個GenAI專案，涵蓋了銀行和壽險等不同業務場景，順利上線啟用了18套GAI應用，預計今年6月還要上線12套應用。Lloyds正在研發一款改變顧客與銀行互動方式的代理型AI，已經完成雛形，預計今年底推出給顧客。但在這份案例清單中，則只列成一個GAI開發平臺打造代理AI的案例。

Lloyds金融集團數據和分析長Ranil Boteju指出，新GenAI開發平臺可以讓集團各地的資料科學家和AI工程師，遵循統一的安全機制存取GenAI技術，可以活用第三方或開源的大型語言模型，來加速AI創新速度，也能來改善既有的金融服務演算法，像是採用了新的收入驗證演算法，讓顧客貸款申請的財力驗證作業從數天縮短到數秒。

巴西移動平臺用GAI預警司機人身安全風險

巴西有家城市移動與物流的SaaS平臺商704Apps，提供了多種人流和物流最後一哩的服務，媒合超過11萬名司機與上百萬名顧客，在巴西超過2 千個城鎮提供服務。他們先將GAI技術，應用到新駕駛登記時的身份驗證流程上，獲得不錯的成效。例如曾幫一家計程車行處理2千名司機的註冊登記，原本要好幾天才能完成所有人的身分證、駕照等證件審查作業，改用Gemini 1.5 Pro模型自動處理只花了40秒就完成。

後來，704Apps更將GAI應用到司機和乘客安全防護上，704Apps會在旗下司機載送乘客時，將司機與乘客的對話聲音檔，上傳到Gemini，即時分析對話中的情緒溫度，將「搶劫」、「攻擊」、「綁架」等特定用語歸納到「敵意」行為，若有車內人員的互動，出現了高危險的異常行為，就會通報監控中心提高警覺，並在地圖上顯示出高危險計程車的位置和預計行駛路線，方便有必要時提供進一步的支援。

不同產業紛紛用GAI優化內部作業

有不少企業用GAI來優化不同的內部作業流程，像是德國商業銀行用Gemini 1.5 Pro打造一款AI代理應用，可自動將財務顧問與顧客的來電內容，轉換成文件化的記錄，解放了理財顧問手動整理的時間，讓他們可以專注於經營顧客關係。德意志銀行則用LLM，打造了一個AI研究工具DB Lumina，可以用來分析各種財金資訊和報告，例如只要幾秒鐘，就能將400頁篇幅的金融分析報告，摘要出3頁值得參考的重點，提供給交易員和顧客。這也讓他們的研究員，過去得花好幾天才能完成的文件研究過程，縮短到幾分鐘就能完成。 

Uber的策略是用AI代理來幫助員工更有生產力和省時，像是用GAI代理自動整摘要客服與使用者的溝通過程，還能提供過往互動的背景說明，來強化第一線處理人員的回應能力。或是用Gemini搭配生產力工具來處理開發人員的重複性工作。

營收百億美元的跨國人才管理公司Allegis則開始用GAI來簡化人才招聘，像是可以自動更新招募職缺的資料，生成詳細職位中數資訓，也能分析招聘人員與應徵者之間的互動內容，來提高招募人員的效率。
在AI輔助開發的成效上，美國最大衍生性金融商品交易所芝加哥商品交易所導入了GenAI程式碼開發助手，讓他們開發人員的生產力每月可以至少多了10個小時的時間。

全球大型紙漿供應商巴西造紙業者Suzano打造了一款GAI查詢助理，可以將業務人員的口語查詢需求，轉換成SQL程式碼，來查詢各種材料數據，讓5萬名員工查詢資料的時間，大幅縮短了95%。法國IT顧問公司Capgemini則看到開發人員早期程式碼的產量和品質都提高了。住友橡膠導入雲端工作站給開發人員使用，也使用AI程式碼助手，讓原本要好幾個月時間的開發任務，縮短到只要幾分鐘，再搭配真人審查程式碼來提高效率。法國園藝用零售商Leroy Merlin則用GAI打造了Pull Request Analyzer，來分析程式碼請求內容，讓工程師更容易了解開發專案內容也能提高程式碼的審查效率。

擁有75萬名學生和多家教育機構的巴西高等教育集團YDUQS，用GAI自動篩選入學學生的申請資料，一份文件4秒完成處理，篩選出錯誤文件的成功率達到9成，大幅簡化了他們入學註冊流程。美國3C零售業者Best Buy用客服GAI即時產生客服人員與顧客的對話摘要，讓客服人員可以更了解顧客的想法，讓客服通話時間縮短了30到90秒，也大幅提高顧客滿意度。