迎戰Agentic AI時代 AI產學論壇登場聚焦產業轉型與人才培育
Agentic AI時代來臨,產學論壇聚焦哪些產業轉型與人才培育議題?
2026 AI人工智慧產學發展論壇於10月2日登場,聚焦Agentic AI發展趨勢、產業AI化、實務落地及人才培育等核心議題。論壇探討了機器人發展、自主Agentic AI、Harness對產業AI化的影響力、企業營運新引擎,以及AI Agent的產業趨勢與創新應用。此外,也討論了AI產學合作如何從概念驗證走向商業化,以及如何兼顧資安與成本,並強調企業應依實際需求選擇部署架構。論壇也提出深化產學合作的方向,包含從企業痛點出發定義問題、將研發成果轉化為生產力,以及重構人機協作模式,並呼籲政府建構算力與資料沙盒以降低企業導入門檻。

CNEWS匯流新聞網記者郭思嫺/台北報導
人工智慧正從提供答案的輔助角色,邁向理解任務、規劃流程、運用工具並執行工作的「Agentic AI」新時代。由台北商業大學研發長廖文華籌劃舉辦的「2026 AI人工智慧產學發展論壇」,今(2)日盛大登場,邀集了產、學、研各界專家,聚焦Agentic AI發展趨勢、產業AI化、實務落地及人才培育等核心議題,共同探討台灣產學合作與產業轉型的下一步。
上午場次安排5場專題演講,分別由陽明交通大學講座教授曾煜棋主講機器人發展,NVIDIA AI研究總監王鈺強則探討自主Agentic AI,淡江大學特聘教授張志勇解析Harness對產業AI化的影響力,伊雲谷台灣區技術負責人蘇嘉傑分享企業自駕時代的營運新引擎,以及資策會產業情報研究所主任韓揚銘剖析AI Agent的產業趨勢與創新應用。
下午則舉行「AI產學合作與實務發展」及「AI人才培育與產業創新」兩場專題論壇。分別由台灣大學國際企業學系名譽教授陳厚銘,台北大學副校長張玉山擔任主持人,邀請台北大學研發長陳裕賢、廷豐金融科技執行副總黃勇諴及緯創資通人工智慧暨數據應用管理資深處長游智凱與談,探討產學合作如何從概念驗證走向商業化。
在資安與成本兼顧方面。陳裕賢指出,法律與醫療等產業因嚴格隱私要求,地端部署成為重要選項,團隊透過模型量化與檢索增強生成(RAG),建立起訴書資料庫。他強調,企業應依實際需求選擇架構。黃勇諴則從金融科技經驗提出,產學合作必須從「結案導向」轉向「產品上市與商業化導向」。游智凱強調,學界重視新穎性,但企業更在乎系統的可靠性。也呼籲應及早導入真實資料與極端案例,確保系統經得起考驗。
在綜合座談中。陳厚銘指出,AI應用成效高度仰賴企業資料與場域回饋,並提出三大深化方向,包含雙方應從企業痛點出發共同定義問題,將研發成果轉化為生產力,並重構人機協作模式的創新產學合作方式,結合AI技術與跨域解題能力,透過實務培養學生,串聯企業需求、學術能力、人才與場域,並由政府建構算力與資料沙盒,降低企業導入門檻,為台灣在Agentic AI時代的產業升級與人才布局奠定基礎。
照片來源:CNEWS匯流新聞網資料照
《更多CNEWS匯流新聞網報導》
10月新制!流感開打、健康幣上路 10萬人補繳國保欠費能少掏錢
台灣大第19度獲天下永續公民獎 AI賦能、偏鄉教育與藍碳復育並進
【文章轉載請註明出處】
產學合作在AI實務落地時,企業與學界有哪些考量差異?
企業在AI實務落地時,更重視系統的可靠性與商業化導向,並呼籲及早導入真實資料與極端案例以確保系統穩定。學界則較重視研究的新穎性。為克服此差異,雙方應從企業痛點出發共同定義問題,並將研發成果轉化為實際生產力。
法律與醫療等產業在導入AI時,為何地端部署成為重要選項?
法律與醫療等產業因有嚴格的隱私要求,故地端部署成為重要選項。透過模型量化與檢索增強生成(RAG)技術,可以建立如訴書資料庫等應用,同時兼顧資安與成本考量。
如何深化AI產學合作以促進產業升級?
深化AI產學合作可從企業痛點出發共同定義問題,將研發成果轉化為生產力,並重構人機協作模式。結合AI技術與跨域解題能力,透過實務培養學生,串聯企業需求、學術能力、人才與場域。政府則可建構算力與資料沙盒,降低企業導入門檻。