<aside> 🏢

**案例核心：**Johnson Controls（JCI）說明真正的 Agentic AI 規模化，往往不是「直接跳到 Agent」，而是建立在多年 RPA／BPM／API／資料平台之上。原書以 250 個 digital workers＋2,000 個 API說明自動化底座；2026 年 Johnson Controls 再把 OpenBlue 升級為 AI-native 平台，加入可執行受控 Workflow 的 Agentic AI。

</aside>

一、原書為什麼選 JCI？

19_A 用 JCI 說明：

Agentic Transformation 不應跳過 Level 1／2 Automation。

案例｜JCI：250 個數位工作者與 2,000 個 API 的擴張基礎

原書提供：

• 約 250 個 Digital Workers；
• 約 2,000 個 API；
• 既有 RPA、BPM、AI 等 Automation Experience。

這些不是「Agent 數量」，而是企業已經累積的：

• Process Knowledge；
• System Integration；
• Exception Handling；
• Governance Experience。

二、為什麼 API 很重要？

Agent 真正能「做事」，必須連到工具。

例如一個 Facility Agent 如果只能回答：

「空調可能有問題。」

它只是 Chatbot。

如果它能：