2025 年再睇台灣 AI，重點已唔係模型識唔識幫你出文案，而係 AI 可唔可以接上資料、工具、權限同公司流程。iThome 2025 CIO 大調查指，台灣企業 AI 投資按年升 39%，平均由 819 萬元增至 1,140 萬元；同份資料亦點名代理型 AI、RAG、AIOps 同 AI 增強軟件工程等採用升溫方向。^[1]

對廣東話讀者嚟講，可以將呢篇當成「台灣繁中企業 AI 討論」嘅追蹤地圖：唔係睇邊個工具最紅，而係睇邊啲能力正由試玩走向導入。

先講清楚：呢個唔係官方排行榜

目前公開資料未見一份專門針對「台灣市場推廣／行銷人員」或「台灣工程師」嘅官方 AI 研究主題排行。所以下面 9 個方向唔係嚴格排名，而係按 iThome CIO 調查、服務業 GenAI 採用資料、CIO Taiwan／IDC 趨勢、INSIDE AI Agent 白皮書同資策會 MIC 趨勢交叉整理出嚟嘅優先清單。^{[1][2][4][6][11]}

判斷標準好務實：邊啲詞喺繁中企業資料反覆出現？邊啲主題已由 PoC／試驗走向正式導入？邊啲同時牽涉市場推廣、產品、工程同 IT 營運？

一眼睇晒：9 個 AI 研究方向

優先對象	主題	點解值得追	第一條要問嘅問題
市場推廣（Marketing）	生成式 AI 內容工作流	台灣服務業有 16% 企業已喺正式環境採用生成式 AI。[2]	文案、客服、社交平台、電郵推廣同知識整理，邊啲可以流程化？
市場推廣	AI Agent 行銷自動化	INSIDE 指企業唔再只滿足於同 AI「聊天」，而係要求 AI「做事」。[6]	邊啲流程可以拆成讀資料、規劃、產出、執行同回報？
市場推廣	多模態內容同素材流程	CIO Taiwan 引述 IDC 指，企業會偏好可同時處理圖片、影像同文字嘅模型。[4]	文字、圖片、短片素材可唔可以進入同一套企劃同審批流程？
市場推廣	ROI、預算同幻覺治理	INSIDE 白皮書提到企業面對 70.9%「預算迷霧」同 AI 幻覺信任危機。[6]	AI 對速度、品質、成本同品牌風險嘅影響點樣量化？
工程	AI Agent／代理式 AI 系統設計	iThome 指代理型 AI 比去年多咗 2 成企業採用。[1]	點樣設計工具調用、權限、狀態、觀測性同人工介入？
工程	RAG／檢索增強生成	iThome 將 RAG 列為採用成長明顯嘅生成式 AI 相關新興技術之一。[1]	模型答案點樣連接可檢索資料，而且有跡可查？
工程	AI 增強軟件工程	iThome 點名 AI 增強軟件工程，涵蓋輔助開發、除錯到測試。[1]	AI 點樣進入開發、除錯、測試、文件同 code review？
工程	AIOps／AI 運維	iThome 指更多台灣企業想用 AIOps 優化 IT 維運。[1]	AI 可唔可以幫手做事件摘要、異常偵測、告警分流同排障？
工程	SLM／小語言模型同多模型部署	CIO Taiwan 引述 IDC 指，企業會按場景用 SLM，多模型應用亦會成為常態。[4]	邊啲任務需要大模型，邊啲適合小模型或模型路由？

市場推廣人要點睇：由「出稿」變「可管控流程」

1. 生成式 AI 內容工作流

對市場推廣人員（台灣常講「行銷人」）嚟講，生成式 AI 仍然係最易入手嘅題目。不過，2025 要研究嘅唔止提示詞，而係內容點樣穩定進入團隊流程。iThome 服務業資料指，台灣服務業係積極擁抱生成式 AI 嘅產業之一，已有 16% 服務業企業喺正式環境採用生成式 AI。^[2]

可以由文案、客服回覆、社交平台帖文、EDM／電郵推廣、產品說明同內部知識整理入手，將輸入、品牌語氣、事實查核、審批、版本紀錄同成效數據定義清楚。AI 單次出稿快唔快係一回事；能唔能夠長期穩定、合規、可追蹤，先係企業落地嘅關鍵。

2. AI Agent 行銷自動化

AI Agent 係市場推廣、產品同工程都要共用嘅語言。INSIDE 2025 白皮書指，企業不再滿足於跟 AI「聊天」，而係要求 AI 開始「做事」；白皮書亦將 AI Agent 描述為有感知、規劃、行動同反思能力嘅「數位協作者」。^[6]

所以，下一步唔係只叫 AI 寫一篇帖文，而係將 campaign 流程拆開：讀取客戶或活動資料、提出內容計劃、產出素材、觸發工具，再喺關鍵位交畀人審批。技術層面，AI Agent 可透過知識圖譜、RAG、API 查詢等工具，提升取得同處理資訊嘅能力。^[3]

3. 多模態內容同素材流程

CIO Taiwan 引述 IDC 指，多模態係 2025 企業關注嘅 GenAI 趨勢之一，企業會偏好可同時處理圖片、影像同文字等不同資訊嘅模型。^[4]

對 Marketing team 嚟講，呢個意思係內容策略唔應該只停留喺文字生成。產品頁、廣告圖、短片腳本、客服知識、社交平台視覺，將來更可能放入同一套企劃、產製、檢查同再利用流程。

4. ROI、預算同幻覺治理

AI 愈接近正式環境，愈避唔開成效衡量同風險控管。INSIDE 白皮書提到，企業一方面面對高達 70.9% 嘅「預算迷霧」，另一方面亦有 AI 幻覺帶嚟嘅信任危機。^[6]

市場推廣人要同步研究三件事：AI 有冇真係縮短製作時間；輸出有冇符合品牌、法規同事實；成本可唔可以追到活動或流程層級。否則，AI 好易由日常營運工具變返一次性噱頭。

工程師要點睇：由「call 模型」變「設計系統」

1. AI Agent／代理式 AI 系統設計

對工程師嚟講，Agent 嘅核心唔係答得幾似人，而係能否穩定完成任務。iThome 指代理型 AI 比去年多咗 2 成企業採用；INSIDE 亦將 AI Agent 放喺企業由「聊天」走向「做事」嘅轉折點。^[1][6]

優先研究：工具調用、API 串接、任務規劃、狀態保存、錯誤復原、權限控管、observability／可觀測性，以及 human-in-the-loop。呢啲設計決定 Agent 係 demo，定係可以入企業流程長期跑嘅系統。

2. RAG／檢索增強生成

RAG 仍然係工程師最值得打底嘅架構題。iThome 將 RAG 列為生成式 AI 相關、採用成長明顯嘅新興技術之一，反映企業導入 AI 時，會持續關注模型點樣連接內部知識同回答依據。^[1]

要研究嘅唔只係向量資料庫：資料來源點整理、檢索結果點排序、答案點附上來源、正確率點評測、過期或互相矛盾嘅知識點處理。AI 如果要由聊天工具變成企業知識入口，RAG 好多時係繞唔開嘅底層設計。

3. AI 增強軟件工程

iThome 明確將 AI 增強軟件工程列為採用成長明顯嘅主題之一，並點出應用包括輔助開發、除錯到測試。^[1]

所以，AI coding tool 唔應該只當自動補完。更值得研究嘅係：AI 點樣幫手產生測試案例、分析錯誤、提出重構建議、更新文件、輔助 code review，以及保存團隊內部開發知識。

4. AIOps／AI 運維

iThome 指，在生成式 AI 浪潮帶動下，更多台灣企業開始想採用 AIOps，用 AI 優化 IT 維運。^[1]

AIOps 嘅價值唔止係自動化告警，而係將 log、監控、事件紀錄同運維知識串起，協助事件摘要、異常判斷、可能原因分析同排障提速。對工程同 SRE 團隊嚟講，呢個係 AI 由開發端延伸到營運端嘅重要方向。

5. SLM、小語言模型同多模型部署

CIO Taiwan 引述 IDC 指，並非所有企業都需要大型語言模型；企業將按場域需求靈活運用小語言模型，且多模型應用會成為企業發展 AI 模型嘅常態。^[4]

工程師要研究嘅唔只係模型能力榜，而係部署策略：邊啲任務交畀大模型、邊啲交畀小模型、幾時需要模型路由，成本、延遲同品質點評測。若你做硬件、終端或基礎架構，亦可延伸睇邊緣 AI；資策會 MIC 提到，2025 年 AI PC 同 AI 手機會加速滲透，AI 走向邊緣亦會帶動 AI 晶片更多樣化。^[11]

追繁中內容，可以由呢啲關鍵字開始

如果你想用繁體中文材料追台灣 AI 趨勢，以下字眼最值得放入搜尋、RSS 或內部學習清單；它們對應台灣 CIO 調查、ICT 趨勢同 AI Agent 白皮書反覆出現嘅主軸。^[1][4][6]

• 生成式 AI、GenAI、AI 內容工作流
• AI Agent、人工智能代理人、代理式 AI、Agentic AI
• RAG、檢索增強生成、企業知識庫問答
• AI 增強軟件工程、AI 輔助開發、AI 測試
• AIOps、AI 運維、IT 維運自動化
• 多模態 AI、Multimodal、文字圖片影音模型
• SLM、小語言模型、多模型應用、模型部署選型
• AI 治理、AI 幻覺、ROI、預算控管

建議學習路線

市場推廣人可以先標準化生成式 AI 內容流程，再研究 Agent 點樣串接任務同工具，之後先將多模態素材同治理指標放入同一套流程。呢個順序呼應服務業正式採用生成式 AI、企業關注多模態模型，以及 AI Agent 由聊天走向做事嘅趨勢。^[2][4][6]

工程師可以先掌握 RAG 同 AI 輔助開發，再深入 Agent 系統設計、AIOps 同多模型部署。呢個順序較貼近 iThome 點名嘅採用成長主題，以及 IDC 對 SLM／多模型應用嘅觀察。^[1][4]

如果你負責產品或導入，唔好一開始就只問「邊個模型最勁」。更實際係先揀一條可量度流程：輸入係乜、AI 要做乜、邊個審批、成功指標係乜、失敗時點回退。INSIDE 白皮書提到嘅預算不確定性同幻覺信任危機，正正係 AI 由展示走向產品化時最需要處理嘅問題。^[6]

常見問題

台灣有專門畀行銷人嘅 AI 官方熱門榜嗎？

以本文使用嘅公開資料睇，未見一份只針對台灣行銷／Marketing 人員嘅官方熱門研究主題排行榜。較穩陣做法係交叉參考企業 CIO 調查、服務業採用現況、ICT 趨勢同 AI Agent 白皮書，再整理出高頻、貼近導入現場嘅題目。^[1][2][4][6]

點解 Agent、RAG、多模態要優先追？

Agent 對應企業由同 AI「聊天」走向叫 AI「做事」；RAG 對應模型點樣連接可檢索資料同企業知識；多模態就係文字、圖片、影像等資料型態進入同一套 AI 流程。^[1][4][6]

工程師只學提示詞夠唔夠？

唔夠。提示詞仍然有用，但台灣企業趨勢資料入面更明顯嘅工程題目，係 RAG、AI 增強軟件工程、AIOps、Agent 架構同 SLM／多模型部署策略。^[1][4]

總結

2025 年台灣 AI 研究同導入嘅主軸，正由「單次生成」轉向「接上流程」。市場推廣人要睇內容工作流、Agent 自動化、多模態同治理；工程師要睇 Agent、RAG、AI 輔助開發、AIOps 同模型部署。呢 9 個方向加埋，就係台灣企業將 AI 由試用推向落地時，最需要補齊嘅能力拼圖。^[1][4][6]