Demo Day 之後:企業 AI 落地,卡的從來不是模型

6 月 17 日,美商 Infinio Capital 在台北辦了首屆 ETSF1 Open Day。台上一字排開八家深科技新創:統一運算架構的晶片、先進封裝的雷射檢測、熱影像 MEMS 感測、金屬回收、結合 PUF 與後量子密碼的硬體資安 IP……幾乎都是摸得到、量得出來的硬體。

我們(Asgard AI,肆佳科技)是這一排裡少數的軟體角色——做的是企業級 AI Agent 平台。

站在那個場子裡,有個對比很清楚:當大家都在談台灣的「關鍵技術、關鍵材料」,我們想補上一句被低估的話——台灣要從全球供應鏈的「製造節點」變成「關鍵橋樑」,缺的不只是更強的硬體,還有一層能讓企業真正把 AI 放進核心流程的軟體基礎設施。

而這層基礎設施的解鎖鍵,不是「更會聊」的模型。是一道閘門。

先講一個不太體面的數字

企業導入 AI 的真實成績單,長這樣:

80% 的企業已經試點過 AI,真正落地到核心流程的,不到 5%(MIT, 2025)。

落地率不到一成。這不是模型不夠聰明——過去兩年模型強到嚇人。卡住的是另一件事:企業敢不敢把 AI 放進那些「做錯會出事」的流程裡。

你敢讓 AI 直接改採購單嗎?敢讓它下一張幾億的賣單嗎?敢讓它回覆客戶一個交期承諾嗎?

只要答案是「不敢」,AI 就永遠停在試點。再炫的 demo,也跨不過這道鴻溝。

我們的答案:把「讀」放開,把「寫」鎖住

Asgard 反覆在講一句話,它也是整個平台的設計核心:

拆開來看其實很白話:

• 讀＝自主。 AI 在企業的語意層上自由查資料、跨系統推理、把事實兜成洞察——這一段零 side-effect、不改任何東西,所以不必等人核可。讓它快、讓它聰明,放開。
• 寫＝人類核可。 所有不可逆的動作——動用工具、改單、下單、回覆客戶——一律停在治理閘門,等人一鍵核可才執行。

關鍵在那條界線畫在哪裡。我們不是把界線畫在「每一步都等人」(那 AI 就慢得沒意義),也不是「全自動別管」(那沒人敢用)。我們把它畫在可逆與不可逆之間:能還原的,放手讓 AI 跑;一旦會留下痕跡、收不回來,就鎖在閘門後等人拍板。

這比「human-in-the-loop」這種口號精準得多。它同時要到了兩件本來會打架的事:效率(讀放開)和信任(寫鎖住)。

這在現場長什麼樣子

講個我們真的跑過的情境。

一家晶圓廠,客戶半夜送來一張急件 ECO——六片修正晶圓,正常要 55 天完成 CP,客戶要 30 天。過去這種事,得 CE、光罩、生管、設備四個部門開兩天會才回得了客戶。

我們的 Agent 怎麼處理?它自主地連續讀取領域知識、查語意模型、跨四個系統(ERP、光罩、MES、設備)算出一條「光罩 5 天 + 投線 13 天 + CP 3 天 = 21 天」的可行排程——這整段推理,零 side-effect,不需要任何人核可,一個晚上就跑完。

然後它停下來。

要真的去預訂光罩急件 slot、從 wafer bank 釋放六片、擠掉兩個 normal lot、回覆客戶 21 天承諾——這四個不可逆的動作,全部停在治理閘門,排成一份決策包,附上完整稽核軌跡,等早上有人一鍵核可。

55 天不可能變成 21 天可行,還留 9 天 buffer。人類做的事從「開兩天會」變成「花三分鐘審一份決策包」。

這套邏輯,我們從半導體搬到金融、PCB、傳產、零售、飯店、資訊軟體——七大產業——治理切分幾乎零改動。能被複製的,正是「落地」這件事本身。

所以,不是又一個 copilot

市面上的 AI 工具,多半在比「誰更會聊」。我們想把話講白:

差異化不在更會聊,而在懂這家企業、能安全地動手。

這需要三件事一起到位:能動手的 Runtime(沙盒 + Computer-Use)、懂企業的語意層(把這家公司的知識與 know-how 灌進去)、以及把讀寫切開的治理。少一塊,AI 就只能停在「會回答」,進不了「能負責」。

這也是為什麼我們不把自己叫做 copilot,而是 Enterprise AI Governance Infrastructure——企業 AI 的治理基礎設施。

回到那個 Demo Day

那天台上的硬體新創,每一家都很強,也都很重要。台灣的深科技絕對需要晶片、需要材料、需要封裝。

但如果我們對「台灣深科技」的想像只停在硬體,就會漏掉一條同樣關鍵的路:當全世界的企業都要把 AI 接進核心流程,誰能提供那層「敢用」的治理基礎設施,誰就握著一座橋。

那座橋是軟體做的。而且,我們相信,它可以是台灣做的。

AI 的價值從來不在 demo,在落地。讓每一家企業,都能真的把 AI 放進工作裡——讀,放手讓它想;寫,留給人拍板。