分析趨勢與預測來年，是歲首年終必然要做的事。過去大家關注的是景氣與產業變化，但隨著 AI 與數據科學對經濟的影響力愈發擴大，AI 的應用發展與趨勢也成為企業經營者關注的焦點。
Thomas H. Davenport 和 Randy Beans 兩位專家近期發表的文章〈Five Trends in AI and Data Science for 2025〉，一開頭就幽默地說：「似乎沒有人使用 AI 來進行這些預測，我們也不會這麼做。」
的確，到目前為止，宏觀經濟與整合科技的預測，我們還是比較傾向於相信人類專家從經驗、實證研究和現場觀察中歸納出來的結果。這篇文章就是如此，內容主要分析2025年人工智慧和數據科學的五大趨勢。但有趣的是，作者們說的不僅限於AI及數據應用的發展，同時還在字裡行間透露出他們觀察的心得。
五大趨勢分別是代理型AI（Agentic AI）的興起、衡量生成式AI對生產力的貢獻、建立數據驅動文化無法單靠技術、非結構化數據重要性再現，以及最後一項，數據和AI的領導力重要性及價值。
黃仁勳加持 AI agent規模將達數兆美元？
有趣的是，文章雖說是五大趨勢，但作者並沒有指出明確的標準答案。相反地，從他們的敘述當中可以看出，由於AI技術與應用都仍在發展中，絕大部份的企業面對全新領域，同樣都在嘗試與摸索階段，誰都不知道最佳解是什麼。
例如AI 代理（AI Agent），在2025年國際消費電子展（CES）開幕演講中，黃仁勳指出，將成為2025最重要的AI 應用。這場演講中他播放自己替美國職棒運動家隊開球的影片，並展示由影片分析AI代理給出的評論。
同時，他也為AI代理描繪出令人憧憬的未來：AI代理就是數位勞動力，而未來，每家公司的IT部門，將成為AI代理的人力資源部門。更令人心動的是，AI代理能夠擔任研究助理、資安、客服、財務分析、營運管理等不同角色，黃仁勳認為，很有潛力成為數兆美元規模的產業。
當然，為了達成這樣的目標，NVIDIA已經推出NIM微服務和NeMo框架，黃仁勳說，企業可以藉此訓練出專屬的AI代理。但AI Agent在2025年真的會如此火熱發展？Thomas H. Davenport 和 Randy Beans有些不同意見。
AI技術侷限不可忽視
他們在文章中用的是Agentic AI這個字眼，有人認為與AI Agent有些差異。但一方面這兩個詞都在發展初期，或許在自主性與應用範圍上有些差異，但其屬性與核心功能是相同的，所以可以參考一下他們較為謹慎且務實的看法。
的確，代理型AI（或AI代理）是2025年AI應用的熱門趨勢，但在目前有很多可能只是供應商的炒作。雖然根據Randy所做的「2025 AI & Data Leadership Executive Benchmark Survey」，有37%的IT領導者聲稱已擁有此技術，但作者認為，「其實沒有人完全確定要如何運作」。
同時，由於現有的生成式AI系統基於「預測下一個詞」的技術運作，仍然會導致錯誤和不準確，因此人工審查機制還是必要的。對於企業來說，則會傾向於使用在低風險的內部任務，例如人資系統的休假申請、資訊系統的密碼更改此類工作。只要是涉及實際客戶與實質金錢交易的工作，都不太可能完全使用AI代理。因此，作者預測2025年AI代理對於就業市場並不會造成重大衝擊。
須與企業策略結合AI才能發揮功能
若以台灣企業導入AI代理的現況而言，跟兩位專家的說法相當符合，但台灣更關鍵的問題，在於數位化的程度不足，以及數據治理策略不明。
例如，有些企業使用的軟硬體較為老舊，數據蒐集殘缺不全；有些則是雖已全面數位化，但格式沒有統一，無法整合。更常見的是目前流程完全靠人工進行，如何轉化為數據系統，需要業務單位與資訊部門協作，同時還需要高階主管與董事會在策略方面支持，以及制定完整的數據及AI治理原則。並非只要導入技術供應商的平台或服務，就能夠打造出安全且穩健的AI代理。
AI代理的確是生成式AI發展必然的方向，不僅能生成內容，還可以進一步理解指令、分解成任務，接著取得資料或使用工具，來產出使用者所需要的答案。但2025年仍然在發展初期，過度樂觀或完全否定都無法看見其真實的潛力。唯有回歸企業營運與發展策略，理解目前的AI技術限制，並且找出實際應用場景，再加上流程盤點梳理之後，分拆任務，整理數據訓練模型，才能發揮AI代理真正的功能。
或許正如作者在同篇文章當中所說：現在是真正衡量生成式AI生產力與價值的時刻了。