從點到體：新呈工業的智慧營運藍圖
核心重點：新呈工業董事長陳泳睿主張，GAI（生成式AI）轉型不能僅靠工具導入，而必須遵循「點‑線‑面‑體」四階段，將企業流程完整「提示詞化」後，建構可自行協調的 Agentic AI 架構，才能在規模擴大時維持產出品質與營運節奏。
點：個人能力與可重複 Skill
2023 年起，新呈工業即培訓員工掌握提示工程（Prompt Engineering），2024 年再邀顧問導入新一代 AI 工具。第一層聚焦每位員工在本職工作中熟練使用 GAI，形成 AI Skill——即單一、可重複執行的專業模組，成為自動化流程的最小單元。
線：工作流的有序串聯
當多個 Skill 累積到一定規模，陳泳睿將其以 Workflow（工作流）方式串接。透過標準化的提示詞，將跨崗位、跨工序的流程固化為 AI Agent 的職務說明書，明確規定執行邊界、標準與輸出規格，讓 AI 能夠代理人類完成特定任務。
面：部門級 AI Agent 網絡
每個部門依自身業務流程建置專屬 AI Agent，使內部作業達到標準化與自動化。此舉解決了企業擴編後部門管理雜亂、產出落差過大的痛點，形成覆蓋全公司的經營管理體系。
體：Agentic AI 智慧協調層
當所有部門的 AI Agent 獨立運作後，Agentic AI 成為頂層協調中樞，負責跨部門調度、資源配置與流程銜接。企業因此脫離持續的人為介入，實現全鏈路的自動智慧化運行。
失敗警示與轉型策略
陳泳睿指出，企業 AI 轉型常因以下五點失敗：
-
只買工具不改流程；
-
只做提示不變制度；
-
只看功能不看場景；
-
只求自動化缺乏責任邊界；
-
只講願景缺乏驗證路徑。
為突破員工慣性，陳泳睿在 KPI（關鍵績效指標）中加入「為客戶創造價值」項目，並以成果價值 0.1% 的獎金激勵部門。例如研發利用 GAI 預測產品失效，避免千萬元退貨風險，即可獲得獎金。
未來展望
新呈工業的「點‑線‑面‑體」路徑示範了 AI 不是單純的工具，而是 知識能力 的延伸。若其他製造業者能以流程提示詞化為切入點，並在組織層面逐層鋪設 AI Agent，未來將有望在規模擴張時仍保持高效、穩定的智慧營運。
本文根據《AX 轉型實例：新呈工業上篇》及相關訪談撰寫，未加入未經證實的數據或引用。