AWS 四項策略助企業客戶，OpenAI、Anthropic 高層來台分享 Agent 應用布局

2017 年至今，AWS 攜手合作超過 1,500 家夥伴，並從台灣在職或在學人士培養出 26 萬名雲端專家，參與這個產業。年度盛會 AWS Summit 在全球重要城市舉辦，台北即是其中一站，今年特別有來自合作夥伴 OpenAI、Anthropic 等。

「2026 年可說是 AI Agent 應用落地元年。」AWS 台灣董事總經理王定愷為 AWS Summit 開場表示「由於基礎模型能力跨為臨界點，能夠真正執行許多複雜業務；同時雲端基礎達到具規模的成熟度，可讓企業在安全環境下部署，這兩個面向的能量相輔相成。」

企業應有什麼樣的策略投入 AI？王定愷提出 4 項，首先是「先找金子，再買鏟子」，企業內部、外部找到投入 AI 的機會及其對應的資料，「需要鏟子（意指符合需求的工具）找 AWS 就可以了」，他說。

王定愷稱「AI 時代，老闆才是最大阻礙」，他引用亞馬遜執行長賈西（Andy Jassy）說法，推動數位轉型和技術導入的過程中，最有效的方式應是由上而下，值得讚許的是，台灣企業老闆常常親力親為，自己在 AI 環境做試驗、有心得，可成為企業推進 AI 的助力。

接下來，企業每次試驗的結果累積為成功基礎，以「小步快跑」方式將構想化為創新實踐。

最後，企業應有「AI 的邊界感」觀念。AWS 將幫助企業建立 AI 的安全邊界，讓客戶在安全可控的前提下，掌握代理式 AI 時代的創新契機，員工自由發想、創造商業效益。此外，即使員工離職，重要資料也能留在企業內部。

▲ 企業投入 AI 的 4 項策略。（Source：科技新報攝）

「沒有半導體就沒有 AI。」王定愷說，從模型訓練到推理，仰賴強大的運算硬體，而台灣正是生產 AI 基礎設施的關鍵樞紐。AWS 平台擁有英特爾、AMD、NVIDIA 等運算晶片，建構雲端架構和服務項目，提供雲端客戶使用。更重要的是，AWS 自行研發晶片如 Graviton、Trainium 及 Inferentia，均交由台積電生產；半導體的 EDA（Electronic Design Automation，電子設計自動化）工具上雲，協助半導體客戶運用 AI 加速晶片設計與製造。

▲ 王定愷展示 Graviton 晶片。

OpenAI

Codex 企業產品負責人 Rohan Varma 來台參與 AWS Summit，演講中分享關於 OpenAI 與 AWS 的策略合作，以及 AI Agent（特別是 Codex）如何徹底改變企業的軟體開發與知識工作模式。

Rohan Varma 回顧 AI 輔助程式設計的發展，從最初開發者自己寫程式但由 AI 提供 autocomplete，進展到開發者與 AI 合作 pair programming。如今進入全新階段——delegation（委託），開發者可像指派任務給同事一樣，將任務委託給 Codex。當開發者要求 Codex 完成一項複雜的任務或分析，可持續運作數十分鐘甚至數小時，測試程式碼或查詢資料來源以確認有效性，Codex 被設計用來加速從規劃、審視到部署的整個軟體開發生命週期。

Rohan Varma 建議 AWS 客戶可從 3 個起點使用 Codex 等 OpenAI 的 AI Agent：

建置：使用 Codex 寫程式並自動化軟體開發流程。
分析：將 AI Agent 部署到工具中，執行複雜分析與建立試算表。
創造：產生各種企業所需的文件和工具

Rohan 總結表示，下一個 AI 時代將不再只由「模型」來定義，而是由能夠安全、可靠且受控運作的「系統」來定義。

Anthropic

Anthropic 很早就與 AWS 展開合作，同樣獲得 AWS 資金挹注。Anthropic 亞太區應用 AI 負責人 Natalie Mead 在 AWS Summit 第二天演講分享。過去技術迭代需要 5~10 年，現在已經急遽縮短至數個月、數週甚至數小時內就能發生明顯變化。她舉例，團隊的工程師曾透過 Claude Code 與 Slack 協作，只用 2 分鐘、5 行程式碼就解決系統中的 bug，這類問題在過去可能需要數個月才能處理完畢。

Natalie Mead 強調，各家 AI 公司的技術能力越來越相似，但營運態度卻大不相同，因此選擇 AI 合作夥伴其實是選擇「價值觀」。Anthropic 將「安全」視為最重要的核心，推動負責任的擴張政策，致力成為能讓美國財星百大企業安心合作的工作。這份對安全的重視，也讓 Anthropic 在企業市場的市占率在 2026 年大幅提升至 40%。

AWS 是 Anthropic 處理關鍵任務工作負載的主要雲端平台，Anthropic 不僅獲得 AWS 投資數十億美元，更使用 AWS Trainium 晶片打造客製化基礎設施，以確保在 AWS 運行的 Claude 能持續達成效能與成本最佳化。

企業運用 AI 進行轉型，Natalie Mead 分析最終會是以下三種模式其中一種：