一、前言

Frost & Sullivan 在綜合評估市場潛力、專利佈局、募資動態、2025 年主流趨勢與經濟影響力等關鍵要素後，今年亦於人工智慧技術領域，評選出多項預期在未來 2 至 4 年內對社會帶來深遠影響的新興技術，其中包括：代理型AI (Agentic AI)、認知數位孿生(Cognitive Digital Twin)、情境式自然語言處理(Contextual NLP)等。本文將針對前述3項新興技術，分別介紹其定義、應用範疇、技術特點、發展趨勢以及代表性案例等(各項新興技術摘要與發展潛力請參閱圖一)。

二、代理型AI (Agentic AI)

代理型AI(Agentic AI)為一種具備自主決策與行動能力的人工智慧技術，能透過先進的演算法與機器學習，理解環境、規劃行動、執行任務，並隨著情境變化持續學習與調整自身行為。此技術可廣泛應用於各種產業，有助於提升決策效率與整體生產力。

(一) 應用模式與範疇
目前代理型 AI 已發展出多種應用模式，包括：「代理即服務」(AaaS, Agents-as-a-Service)，為透過雲端提供的智慧代理人服務，企業無需建置複雜的 AI 系統，即可在網路上啟用代理人來執行特定任務，從而提升營運效率並降低成本；「檢索強化生成代理」(RAG Agents)，可根據使用者需求即時搜尋外部資訊、分析資料，理解問題脈絡，並生成高品質的回應；「環境感知型代理」(Ambient Agents)，可在背景中持續運作，主動感知當前情境、自主決策並提供即時協助，無需使用者操作。此類應用常見於智慧家庭與智慧城市，可有效提升生活便利性、安全性與能源效率。

代理型 AI 的主要應用領域包括：
(1) 辦公室自動化：可執行行程安排、文件整理與訊息回覆等日常任務，有效降低人為錯誤並提升工作效率。
(2) 專業服務領域：能協助律師、教師、行銷與人資等專業人員快速取得資訊並即時回應，有助於強化溝通與決策品質。
(3) 醫療領域：可整合患者數據，提供個人化治療建議與健康監測，提升照護精準度與疾病預測能力。
(4) 金融領域：能即時偵測異常行為，強化詐騙防範與風險評估，進一步提升交易安全性。

(二) 發展趨勢
預測代理型AI自 2025 年起將加速發展。初期發展重點聚焦於多代理人協作技術的進展與應用擴張，例如開發能協助企業進行內容創作及行銷策略規劃的智慧代理人。到了 2027 年前，具備自我學習與脈絡理解能力的代理人將能應用於更複雜的任務場景，包括資安與營運管理等領域。預計 2029 年後，代理型 AI 將具備根據任務動態調整學習方式、即時決策並與跨系統整合的能力。同時，人機互動模式也將逐步轉變，未來使用者無需透過傳統操作介面輸入指令，代理人即可透過語音等新互動模式自動完成任務。

(三) 代表性案例
(1) 醫療領域代理型AI平台
開發廠商：美國 Hippocratic AI
Hippocratic AI 為專注醫療領域的代理型 AI 開發商，推出全球首個以病患安全為核心設計的大型語言模型，主要應用於病患溝通與日常健康管理，包括慢性病追蹤、健康知識教育與營養建議等。其核心AI架構Polaris 2.0可支援 14 種語言，並採用獨特的多模型架構，由一個主模型負責與病患對話，搭配 20 多個專業領域的子模型來處理特定醫療任務，提供相關背景知識與判斷輔助，進而提升AI的準確性與可靠性。

(2) 軟體工程代理型 AI 平台
開發廠商：美國Cognition Labs
新創公司Cognition Labs專注於軟體領域的代理型 AI，開發出可獨立執行程式開發任務的 AI 工程師 Devin。Devin可依使用者指示，自主規劃、撰寫程式碼、測試錯誤並完成任務，有效協助企業加速軟體開發流程並減輕人力負擔。此外，Devin 還具備高度的自主性與優異的適應力，能自動閱讀技術說明、使用新工具，甚至可自行訓練或微調 AI 模型，並可根據使用者回饋即時調整作業策略。

三、認知數位孿生(Cognitive Digital Twin)

認知數位孿生為結合先進人工智慧與即時資料整合技術的智慧化模擬系統，能建構實體資產或系統的動態虛擬模型，並透過持續學習，自我調整與優化，協助企業即時監控、預測分析與營運最佳化。

(一) 特色與優勢
認知數位孿生系統主要由以下數項關鍵技術組成：
(1) 即時資料收集技術：結合先進物聯網(IoT)裝置，能持續擷取來自實體環境的感測資料，作為模擬分析基礎。
(2) 資料整合平台：能支援多來源資訊整合與跨系統資訊流通。
(3) AI與機器學習模組：可進行預測分析、異常偵測與動態模擬，進一步支援決策制定。
(4) 雲端運算架構：採用可擴充性的雲端運算架構，有利於大規模資料儲存與高速運算。
(5) 資安防護系統：導入完備的資安系統，確保跨系統資料交換過程中的資訊安全性，並且符合法規要求。

認知數位孿生具備即時分析與預測能力，有助企業做出以資料為基礎的決策，並有效降低營運風險。例如，透過設備運作的虛擬模擬，可及早辨識異常情況，安排預防性維護，降低停機風險並延長設備壽命。另一方面，在營運流程上，也能透過製程模擬與流程分析，自動找出低效率環節，進而優化資源配置與作業流程，提升整體營運效能。

(二) 發展趨勢
2025年認知數位孿生重點在於強化即時資料整合、預測分析與模擬功能，協助企業掌握設備狀態、預測潛在風險。同時，也將改善人機互動體驗，讓系統可根據環境動態自我調整，實現更高的操作彈性與系統互通性。2026 至 2027 年間，認知數位孿生將整合代理型 AI等先進人工智慧技術，以進一步強化預測能力。此外，邊緣運算技術的發展，將支持分散式數位孿生系統架構的實現，從而提升資料處理安全性與反應速度。預計 2028 年以後，隨著量子運算等先進技術的導入，將進一步提升認知數位孿生運算效能與情境理解能力，使系統能即時做出更精確的決策，並成為產業創新的核心工具。

(三) 代表性案例
(1) 工業應用認知數位孿生平台
開發廠商：英國AVEVA
英國AVEVA主要為能源、海事、化工與製造等產業提供軟體解決方案。其數位孿生平台整合多種物理模擬模型，包括熱力學、機械與流體力學，可協助精準模擬工廠各系統間的互動關係與潛在干擾，特別適用於如電力產業等系統高度相依的應用場域。此外，該平台內建工作流程協作機制，具備自動分派任務、資料共享與版本控管功能，可有效支援跨地域團隊進行即時協作。

(2) 加速臨床試驗的數位孿生平台
開發廠商：美國 Unlearn
Unlearn.AI 為一專注於應用生成式 AI 技術於臨床研究的新創企業，致力於加速新藥臨床試驗流程。其開發的平台可根據既有病患資料，自動建立數位孿生，並且能模擬病人在不同情況下的健康變化。此技術可減少對照組中接受安慰劑的患者數量，使更多患者能直接接受潛在有效的新藥治療，不僅能加速臨床試驗時程並降低成本。

四、情境式自然語言處理(Contextual NLP)

情境式自然語言處理是一項具備語境理解與語意辨識能力的進階自然語言技術，透過整合上下文語義分析、多模態資料處理與深度學習模型等關鍵技術，使 AI 更加貼近人類的語言理解方式，進而實現自然、流暢且高度個人化的人機互動體驗。

(一) 特色與優勢
情境式自然語言處理的核心優勢，在於其所採用的深度學習架構(如 Transformer 模型)，能有效處理複雜的語義關係，並精準辨識語句中的情緒、語氣與細微語意。系統可追蹤使用者在多輪對話中的語境變化，並根據整體對話內容動態調整回應邏輯，提供更精準且具個人化的建議。

情境式 NLP 的應用場域廣泛。在智慧客服與虛擬助理領域，能即時處理複雜查詢並提供個人化回應，縮短等候時間並優化服務體驗；在情緒分析與品牌管理方面，可辨識語調與情感，有助調整行銷策略與維護形象；於文件摘要與會議轉錄上，能自動萃取重點，提升資訊掌握與決策效率；此外，情境式 NLP 還能強化企業內部搜尋與問答系統的語義理解能力，優化知識管理與資訊擷取流程；在資安與詐騙偵測應用上，則可透過分析通訊與交易紀錄中的異常語言模式，即時辨識釣魚或詐騙行為，進一步提升整體防護能力。

(二) 發展趨勢
情境式自然語言處理預計在 2025 年起將邁入實務應用階段，發展重點將聚焦於即時情緒分析與多模態語境理解，系統可同步處理語音、文字與影像等多元資料，顯著提升語言理解的廣度與深度。此技術將優先應用於醫療、客服與汽車等產業，協助企業強化顧客互動體驗並提升服務效率。預計到2028年時，情境式 NLP將具備更成熟的多語言處理能力，不僅能進行高品質翻譯，亦可理解不同語言與文化中的語義差異。同時，具備情緒感知與語境推理能力的 NLP 模型也將逐步成為主流，廣泛應用於溝通與決策輔助場景。預計 2029 年後，情境式 NLP 將結合量子運算與邊緣運算等先進技術，發展成為具備推理能力、自我調整機制的認知型AI系統。

(三) 代表性案例
(1) 強化金融決策效率的情境式 NLP 平台
開發廠商：美國Accern
Accern 為專注金融領域的情境式自然語言處理平台開發商，致力於協助企業從大量非結構化資料中即時擷取關鍵資訊。其平台可處理來自新聞報導、財經文件與社群貼文等多元來源的文字資料，進行語義分類、情緒分析與主題辨識，並轉化為有助決策的情資，強化企業在風險控管、投資判斷等方面的反應速度與準確性。此外，平台內建多種 NLP 模型，並提供無程式碼(no-code)介面，使用者可依需求靈活設定流程與模型參數，加速專案部署與調整效率。該技術已被多家廠商採用，包括Google與IBM等。

(2) 以語境理解為核心的多語翻譯解決方案
開發廠商：德國DeepL
DeepL 專注於開發高品質的文字翻譯與語言生成工具，技術核心為深度學習與神經網路模型，能精確理解語句上下文，生成自然且語義通順的翻譯結果。相較傳統翻譯工具，DeepL對語境差異與詞彙運用(如：根據上下文選擇最貼切的詞語或譯法)的處理表現尤為出色，並支援多語言翻譯、文風轉換與語義重寫等進階功能。目前，DeepL 已獲得全球超過 20 萬家企業與政府機構採用。