案例01｜從人工到代理流程：企業自動化如何演進

一、案例定位

本案例涉及人工智慧（Artificial Intelligence, AI）。用原書的五階段脈絡理解企業自動化從人工工作走向代理式人工智慧（Agentic Artificial Intelligence, Agentic AI）。

本案例依原書第 4 章的框架、範例或情境重組，並非原書正式案例研究。

二、學習目標

整理五個演進階段。
區分固定規則、預測能力與自主協作。
理解大型語言模型在代理發展中的角色。

三、案例情境

原書從人工資料輸入、狀態追蹤與發票處理開始，接著介紹機器人流程自動化（Robotic Process Automation, RPA）。之後把光學字元辨識（Optical Character Recognition, OCR）、自然語言處理（Natural Language Processing, NLP）與機器學習（Machine Learning, ML）整合進規則式流程，形成智慧自動化；再演進為由大型語言模型（Large Language Model, LLM）支援推理、規劃與執行的單一代理，最後形成多代理協作。

四、開始資料

階段	原書特徵	主要限制／轉折
人工流程	人員處理重複工作	需要大量人力與協作
RPA	模仿人與數位系統互動；適合可預測的規則式工作	不靈活，難處理非結構化資料與格式變動
智慧自動化	加入 OCR、NLP、ML，能處理非結構化資料與基本預測	仍偏靜態，脈絡理解與適應有限
單一 AI 代理	理解目標、推理、規劃與採取行動	先用於狹窄任務
多代理系統	專門代理分享脈絡並協作完成共同目標	需要協定與編排

五、Excel／AI 分析方法

在 Excel 建立流程盤點表，將現有任務依「輸入是否固定、是否需脈絡推理、是否需多角色協作」分類；AI 只能依表內條件建議目前所處階段。

六、計算結果

原書沒有可直接計算的數據，因此不補造結果。

七、結果分析與管理解讀

演進不是把前一代技術全部淘汰。原書後文明確說，結構化任務仍可使用規則或傳統模型；代理的價值主要在自主性、脈絡與協作。

八、AI 提問詞

請依我提供的流程清冊，把每項任務分類為人工、RPA、智慧自動化、單一代理或多代理，並引用判斷欄位；資訊不足時標示待確認。