Appier 重新定義可信任 Agentic AI 讓 AI 不再什麼都回答並適時說不知道

Appier 首度揭露透過前瞻研究與技術創新賦能「自我覺察力」，讓 AI 在關鍵時刻精準提問、風險評估、掌握自身能力邊界，並將相關能力注入旗下產品線。



在 AI 時代來臨後，許多應用變得更為普及，其中 LLM 更成為不少人常用的工具。雖然許多企業也想引進 AI 提升效率與減少日常重覆工作，但是如何應用是個問題，更大的問題是 AI 究竟能不能信任！許多 LLM 在運作時，遇到不知道的答案時，可能產生看似正確實則錯誤的回答，一般人使用時或許沒有太大影響，但是應用於企業決策時就可能造成重大的損失！

作為 AI 原生的 Agentic AI 即服務（AaaS）公司，Appier首度揭露其專責 AI 研究團隊，如何透過前瞻研究與技術創新的「自我覺察力」，讓 AI 學會在關鍵時刻精準提問、進行風險評估、掌握自身能力邊界，並將相關能力注入廣告雲、個人化雲與數據雲產品線，推動 AI 走向可信任，成為企業可靠的決策參考。


(左起) Appier 個人化雲產品副總監林冠樺、Appier 執行長暨共同創辦人游直翰、Appier AI 團隊研究科學家林玠言。

Appier 執行長暨共同創辦人游直翰表示：「未來 AI Agent 將加速串聯人、工具與軟體，形成更複雜的 Agent society 。企業能否搶占 Agentic AI 先機，關鍵就在 AI 是否具備可被信任的決策力。臺灣在全球 AI 產業鏈中，不只有硬體優勢，也有能解決世界級問題的軟體實力。Appier 憑藉數據壁壘、領域知識、產業模型與前瞻研究能力，正持續把可信任的 Agentic AI 帶進真實商業場景，讓企業能敢與 AI 共同做決策。」

Appier 長期投入 AI 產學合作與前瞻研究，於國際頂尖學術期刊與研討會累計發表超過 400 篇論文。近年聚焦於可信任的 Agentic AI 研究，更接連獲得 NeurIPS、NLP 領域最高殿堂 ACL、強調實證研究的 EMNLP 等國際權威肯定，
成績斐然。


Appier 鎖定四大阻礙企業導入 AI 的關鍵挑戰

Appier 鎖定四大阻礙企業導入 AI 的關鍵挑戰，第一，模型在微調後雖能強化特定任務表現，卻可能因此「忘記」原有的能力，出現持續學習中的災難性失憶。第二，AI 遇到模糊指令時會盲目猜測，但過度追問又會造成使用者負擔。第三，AI 缺乏風險感知，難以依據情境判斷何時該答、拒答或上報。第四，傳統信心校準只看單次回答對不對，卻無法真正衡量模型「是否具備解題能力」。為協助企業因應上述挑戰，Appier 提出四項核心解法，讓 AI 懂得精準提問、評估風險，並有效掌握自身能力邊界且能防止失憶。



針對精準提問，Appier 發現若 AI 只靠主觀判斷，往往難以準確決定何時該提問，若透過導入可驗證的外部回饋，並在回答前由其他 LLM 進行交叉驗證，能讓 AI 問得更準、問得更有必要，讓任務精準度與使用者體驗的平衡效益提升超過三成。


採用「技能拆解」方法，將解題、信心評估與期望值決策分開處理

針對風險評估，Appier 採用「技能拆解」方法，將解題、信心評估與期望值決策分開處理，讓 AI 能依據風險高低採取更理性的回答策略，將高風險預期虧損降低六至七成。至於能力掌握，Appier 則提出全新的能力校準機制，讓 AI 不只評估單次回答是否正確，而是在回答前先預估答對機率，更準確界定能力邊界，其推論成本甚至低於 1  Token。


Appier 提出穩定微調方法，可將非目標任務的退化率降至接近 0%

針對模型微調後常見的失憶問題，Appier 提出穩定微調方法，從源頭辨識並迴避高困惑度 token，避免模型在強化新任務表現時遺忘既有的推理或指令遵循能力。此方法已可將非目標任務的退化率降至接近 0%，且前處理時間僅需 8 分鐘，有助 Agentic AI 在企業場景中更高效地持續學 習與穩定落地。


四種方式提升 AI 信任度

這些研究發現已迅速整合進 Appier AI Agent 實際運作，以針對消費者互動的 Agent 為例，當消費者詢問與品牌或商品無關的問題時，若 Agent 沒有自覺力就可能迎合用戶或回答與品牌無關的資訊，甚至虛構產品或過度跨售，反而傷害品牌信任。

反觀 Appier 的 Sales 與  Service Agent 已能掌握自身能力範圍，不亂答不屬於自身專業的問題，當用戶詢問的資訊不足或條件不明確時，也會先釐清、再回應，並在合適時機自然推薦相關商品，降低錯誤資訊與不當互動帶來的風險。


Appier Audience Agent 在企業內部營運中展現可信任的重要性

Appier Audience Agent 在企業內部營運場景中同樣展現「可信任」的重要性，當使用查詢的資料超過系統擁有的數量時，Agent 並不會迎合需求而硬湊答案，反而會如實提醒資料限制、主動釐清條件，並提出可行替代方案，同時說明各方案優缺點，協助使用者降低營運決策風險。根據實際驗證結果，目前 Appier AI Agent 已可為企業用戶成功阻擋 80% 的風險回應，且伴隨更新持續提升中。



商用 AI 的關鍵不只是能力而是信任，從「工具」走向「AI 同事」，企業需要的不是一個什麼都敢答的 Agent，而是一個懂得何時該答、何時該問、何時該說不的智慧 Agent。