為情境感知 AI 辯護：企業導入 AI 的關鍵挑戰

企業在推動 Enterprise AI 從實驗階段轉向日常營運時，面臨的核心障礙並非模型能力不足，而是技術缺乏對企業實際運作方式的理解。即使擁有強大的模型，若無法掌握決定決策正確性的業務約束與關係，系統仍可能產生錯誤建議。Celonis 企業 AI 首席科學家 Devavrat Shah 指出，讓技術具備情境感知能力，是讓其在複雜業務流程中發揮實際效用的關鍵。

Shah 將此概念定義為「決策智能」。他強調，AI 代理（agents）的角色應是支援大型決策流程中的個別任務，而非孤立運作。這些代理必須深入理解每個任務在整體流程中的具體角色，以及周圍的業務條件。若缺乏這種營運情境，代理不僅有風險忽略重要約束、做出昂貴的錯誤，還可能在試圖釐清所需資訊時消耗過多的運算資源。Shah 明確表示，AI 不能「在真空中」執行任務，必須嵌入實際的業務環境中。

解決此困境的具體做法始於將 AI 與企業現有的流程及數據進行連接。透過建立一個情境層，系統能夠協助代理理解工作流程的細節與邏輯。這種連接確保了 AI 能在既有的業務框架內運作，從而支援更精準的決策智能。這意味著企業在導入 AI 時，重點應放在如何將技術與現有的數據基礎設施及流程整合，以提供代理足夠的背景資訊，使其能夠在複雜的業務過程中做出符合實際約束的判斷，避免資源浪費與決策失誤。