新知分享
「臺灣AI卓越獎專題報導」華立企業導入AI Agent 58年產業經驗轉為數位資產
發佈日期 發佈日期 : 2026-11-04 | 點閱率 點閱數：44 | 資料更新 資料更新：2026-11-04
中華民國數位發展部部長林宜敬（左）頒奬給華立董事長張尊賢（右）並共同合影。圖／軟體公會提供
成立於1968年的華立企業（3010），長期深耕高科技材料與設備通路，以「數位業務夥伴：自主協作業務代理人系統」獲中華民國資訊軟體服務商業同業公會主辦《臺灣AI卓越獎》「私部門－AI企業轉型領航」肯定。由資訊部協理許惠蘭參與推動的AI轉型，從企業日常最繁複的報價、庫存與行政流程出發，進一步整理58年累積的產業知識與決策經驗，使散落於文件、系統與資深員工腦中的Know-how，成為可持續更新的數位資產。
華立約有400位業務與產品經理人，每年處理超過12萬張訂單、7萬多張報價單，另有215位業務助理與秘書支援超過1萬名客戶。產品橫跨半導體材料、工程塑膠、光電與設備等領域，原廠提供的價格資料格式不一，部分甚至只有PDF或模糊掃描檔。過去業務必須自行從大量表格搜尋品項、核對價格、計算毛利，再形成客戶報價；資訊部同時面對各單位多元需求，長期處於「開發不完的報表」狀態。
將做事經驗變資產
華立先從既有RPA導入經驗盤點重複性行政工作，再將報價、採購、費用審核與資料查詢納入企業級AI Agent平台。架構結合RAG（檢索增強生成）、大型語言模型（LLM）、OCR文件辨識、企業知識庫與既有ERP、CRM等系統，並採模組化、標準化設計，未來可從母公司擴展至集團24家子公司。
企業資料涉及價格、訂單與營業秘密，華立因此將平台部署於地端，並導入權限控管、多因子驗證與異地備份。RAG則替內部資料建立索引，讓語言模型優先調用企業知識，減少生成偏差，也保留未來更換底層模型的彈性。
模型判斷同樣採取多重驗證。策略採購不僅參考歷史訂單與庫存水位，也納入客戶需求、供應商交期、市場變化及原物料價格趨勢，再由多個模型交叉預測。許惠蘭指出，「我們通常都不相信單一模型，因為AI總是會有錯誤。」發票與價格表的OCR辨識即使準確率可達約99%，金額仍不能接受剩餘誤差，因此由不同模型再次比對；結果不一致時，自動標記並交由人工覆核。
目前發票驗證、原廠價格表辨識等功能已陸續上線，第一線同仁最直接的回饋，是不必再長時間逐筆核對密集數字。系統預計2027年完成全面上線，2028年再推展至全集團。
改善庫存帶來8億效益
對代理商而言，庫存同時牽動供貨穩定與資金占用，備貨不足可能造成斷料，庫存過高則會墊高營運資金壓力。華立透過策略採購模型尋找更合適的庫存水位，目前測試顯示預測準確率可提升約20%至30%。估算2027年全面上線後，節省的存貨成本預估增至6億元，2028年全集團導入後上看8億元，人工費用節省約5,550萬元。
華立集團資訊部門團隊合影，許惠蘭協理（中）、毛紹睿經理（右一）、熊化育經理（右二）、許志豪副理（左一）、林志豪副理（左二）。圖／華立提供
效益背後也牽動工作流程重構，資訊團隊訪談資深員工，拆解過去人工作庫存判斷時納入哪些條件，再把Domain Know-how轉為模型參數。企業導入AI若僅在既有流程中替換單一環節，改善幅度容易受限；華立因此重新盤點AI代理人與人員的分工，讓重複行政作業逐步交由系統處理，員工轉向決策、管理與例外處理，並同步調整SOP、決策權責、治理方式與教育訓練。
許惠蘭認為，多代理人協作將成為企業AI的重要方向。從資料查詢、預測、驗證到異常通知，不同AI Agent可分工合作，企業競爭力也將取決於資料、流程、治理與產業知識能否真正整合。此次獲獎，對華立而言更像是一場轉型成果的驗證。58年累積的產業經驗，正從人與流程中的隱性知識，逐步成為可複製、可擴張的企業資產。當AI把經驗轉成規模，把知識轉成速度，華立下一階段要競爭的，已不只是供應鏈服務能力，而是能否把數十年的產業底蘊，持續輸出到集團與海外市場。