[讀者活動+問卷調查] 從畫布到藍圖：Salient 的 Agentic 實戰，與 AI/UX 設計師的下一步？
Compliance as a Feature: What Salient's AI Reveals About the True Value of Agentic UX
當我們還在 Figma 裡爭論圓角大小、在會議室裡激辯「Agentic UX」的定義時，一場無聲的革命已經在真實世界打響。Salient 的 AI Agent，已經處理了超過 3900 萬次獨特的消費者互動，為客戶追回了 5.61 億美元的貸款，並將整體處理時間砍掉了 60%。
這不是未來，這是戰報。
這篇文章不想再給你另一個空泛的理論框架。我們將直接空降到戰場前線，先看懂像 Salient 這樣的 AI 突擊隊是如何改寫規則的，接著掃描北美與亞洲兩大戰區的代表性力量，最後，我們才從這些血淋淋的實戰中，更多體會一套能讓你活下去的設計心法：AIPET。
問題不再是「我們該如何設計 AI Agent？」，而是「AI Agent已經兵臨城下，我們還剩下什麼價值？」
場景：深夜十二點，城市商業區某銀行分行，經理辦公室
經理 Sarah 揉著太陽穴，盯著螢幕上又紅了一片的 KPI 報表。咖啡已經冷了。
「又一個季度，」她喃喃自語，「我們的頂尖貸款專員，超過一半的工作時間都耗在回答『我的還款日是哪天』、『我還欠多少錢』這種重複性問題上。他們應該是顧問，現在卻像電話客服。」
她點開另一個視窗，是合規部門發來的最新警告郵件，標題刺眼。「每一次通話都是一顆定時炸彈，充滿了法律風險。而我們的成本，就像沒有盡頭的黑洞。」
這時，手機螢幕亮起，一條行業新聞推送：「亞洲某銀行，利用 AI 實現『3 分鐘申請，1 秒鐘放款，0 人工干預』。」
Sarah 關掉螢幕，靠在椅背上。她知道，這場仗已經不是靠增加人手或優化流程就能打贏的了。
「我們需要的不是另一份操作手冊，」她想，「我們需要的是武器。」
戰場一：北美的「信任Agent戰」——合規，就是武器
北美市場的 AI Agent戰爭，打的是一場「信任Agent戰」。在嚴格的金融監管下，誰能率先解決合規與安全問題，誰就能獲得進入市場的入場券。這場戰爭的核心，不是炫技，而是穩定。
前線觀察：Salient 如何將「無聊」的合規，鍛造成護城河
Salient Agent 服務之所以作爲主要產品案例，不是因為它的技術最炫，而是它最真實地反映了 AI 進入高風險、強監管的現實世界後，必須演化出的樣貌：一個從「AI 炫技」徹底轉向「AI 解決 реаl-world problem」的戰爭機器。
它的核心武器，就是將「合規性設計 (Compliance-by-Design)」這個最無聊的概念，轉化成了最深的護城河。
核心服務：重新定義「價值」 Salient 的 AI Agent處理催收、支付、延期等任務。但它的真正價值不是「自動化」，而是提供「不出事的確定性」。它將「合規」從成本中心，轉化為給客戶的核心價值主張——安全感與無風險感。傳統軟體比功能，Salient 比的是「限制」；它的賣點不是 AI 能做什麼，而是 AI 保證什麼不會做錯。
運營影響：從「潛力」到「量化回報 (ROI)」 它處理了超過 3900 萬次互動、追回 5.61 億美元、時間減少 60%。這不再是關於「AI 潛力」的空談，而是可以直接寫進財報的貢獻。它代表了 AI 從研發成本到核心資產的成熟。
合規差異化：從「人類在環」到「系統在環」 這是 Salient 最致命的優勢。面對海量互動，單點的人類監督已無可能。Salient 展示了更先進的「系統在環 (System-in-the-loop)」模式：由人類專家事前設計一個內建所有監管規則的「信任圍欄」，然後授權 AI 在圍欄內自主運行。它的合規指南每月更新，確保整個「系統」始終可靠。這代表了未來 Agentic 系統大規模部署的唯一路徑。
Salient 的成功揭示了 Agentic UX 的第一個殘酷真相：在信任是稀缺資源的領域，最好的介面，是那個讓你感覺不到風險的介面。
場景：某金融機構催收部門，下午茶歇時間
新人 Alex：「天啊，我剛才差點說錯話...那個客戶一直繞圈子，我差點就沒按照 FCRA 的標準話術來走。每天光是記這些法規就頭大。」
資深專員 Maria：（輕鬆地喝了口咖啡）「你還沒習慣『S』系統吧？聽我的，把那些簡單的、欠款不超過 30 天的案子，全都交給『S』去處理。」
Alex：「『S』？你是說那個 AI Agent？讓 AI 去催收？萬一它說錯話，責任算誰的？」
Maria：「這就是它最強的地方。它永遠不會說錯話。它的每一句對話，都內建了最新的合規邏輯，而且全程錄音、自動生成摘要報告。你忘了嗎？我們的 KPI 現在不是打了多少通電話，而是成功處理了多少個『S』上報的『複雜案例』。」
Maria 指了指自己的螢幕：「你看，『S』剛剛幫我處理了 50 個初級催收電話，節省了我至少 3 個小時。現在，我可以專心處理這個真正需要談判技巧的大客戶。我們的『總結時間』幾乎降為零。『S』不是來取代我們的，它是來給我們升級裝備的。」
側翼戰場：Rocket、Upstart 與 Zest AI 的生存之道
除了 Salient，北美戰場還有其他幾股不容忽視的力量，他們各自佔據了不同的戰略高地：
Rocket AI Agent (Rocket Mortgage)：專注於「對話式 AI」，致力於在漫長而複雜的抵押貸款旅程中，提供個性化指導。它的聰明之處在於，它深知 AI 的邊界，並設計了與人類銀行家無縫銜接的「混合模式」。它告訴我們，當前的 AI 還不是萬能的，最強大的體驗來自於人機協同。
Upstart：它用 AI 直接挑戰金融領域最核心、也最敏感的問題——信用承保。Upstart 的 AI 模型證明了自己不僅更有效率（整體批准率提高 43%），而且更加公平：在它的模型下，黑人申請人的批准率提高了 52%，西班牙裔申請人提高了 57%，同時所有人的平均年利率還降低了。它用冷冰冰的數據證明，AI 可以比人類更少偏見。
Zest AI：如果說 Upstart 是直接面向消費者的 B2C 革命者，那 Zest AI 就是賦能傳統金融機構的 B2B 軍火商。它為銀行和信用合作社提供 AI 自動化承保、欺詐檢測等工具，並強調其「無縫集成」到現有工作流的能力。Zest AI 的成功，在於它深刻理解企業市場的需求：再強大的 AI，如果不能與我現有的系統兼容，那也是一堆昂貴的廢鐵。
北美戰場小結：這是一場戴著鐐銬的舞蹈。創新者們的核心課題是：如何在嚴格的合規框架內，透過 AI 提升效率（Salient）、改善體驗（Rocket）、促進公平（Upstart）以及賦能現有體系（Zest AI）。
戰場二：亞洲的「規模閃電戰」——當 AI 遇上十億用戶
如果說北美戰場是精準的外科手術，那麼亞洲戰場就是氣勢磅礴的閃電戰。在這裡，AI 的首要任務是應對海量的用戶和複雜的市場環境，用技術解決規模化帶來的挑戰。
前線觀察：網商銀行，一部 AI 驅動的普惠金融巨獸
網商銀行是理解亞洲 AI 戰略的最佳樣本。它背靠螞蟻集團，其目標從一開始就是服務中國數以千萬計、常常被傳統銀行忽視的中小微企業。
驚人規模：截至 2023 年底，網商銀行已累計服務超過 5300 萬中小企業。更令人瞠目結舌的是，它僅用 1600 名員工，就支撐了對 6800 萬企業客戶的服務。這不是效率提升，這是對傳統銀行運營模式的降維打擊。
核心技術：這背後的動力來自螞蟻集團深不見底的技術儲備。專有的金融大語言模型（在海量中文金融語料庫上訓練）、能處理萬億級邊關係的圖智能引擎，讓網商銀行能以極低的單位成本處理海量數據與交互。它的「鵲橋系統」AI 工具，預測中小企業現金流的準確率超過 95%。
網商銀行的案例揭示了 Agentive UX 的第二個關鍵點：當市場足夠大，AI 的核心價值就不再是優化單點體驗，而是從根本上重塑成本結構，實現過去無法想像的商業模式。
場景：一家位於工業區的電商倉庫，創業者李先生正在打包商品
「以前，去傳統銀行貸款，對我們這種小微企業來說，就像一場噩夢。」李先生一邊熟練地封箱，一邊回憶。
「他們要看我們過去三年的財報、固定的辦公場地、厚厚的流水單...我們的生意全在網上，訂單有淡旺季，現金流很不穩定。在他們眼裡，我們就是『高風險』的代名詞。跑一個月，填一堆表，最後大概率還是被拒。」
「後來，我嘗試了網商銀行的服務。整個過程都在手機上完成。它沒有問我要那些複雜的報表，而是直接分析了我們店鋪在電商平台的即時交易數據、庫存周轉率、甚至是客戶評價。」
「最神奇的是，有一天晚上 11 點，我們急需一筆資金來吃下一批打折的原材料。我抱著試試看的心情在手機上提交了申請。幾乎就在我點擊『確認』的下一秒，資金就到帳了。沒有電話，沒有審核員，就這樣到帳了。那感覺...就像是銀行終於看懂了我們的生意。」
「它甚至有個叫『鵲橋』的 AI 工具，能預測我們未來一個月的現金流，準確率高得嚇人，告訴我們什麼時候該備貨，什麼時候該收緊開支。這哪是貸款，這簡直就是一個財務顧問。」
側翼戰場：ADVANCE、Finbots 與 CRIF 的基礎設施之戰
ADVANCE.AI：這家公司抓住了新興市場的「信任基礎設施」缺口。在缺乏健全信用體系和身份驗證系統的東南亞、非洲和拉美，ADVANCE.AI 透過提供高準確率的 AI 生物識別、文檔驗證和欺詐預防，成為了數位金融生態的「水電煤」。它告訴我們，在某些市場，最性感的 AI 應用，就是最基礎的那個。
Finbots.AI：這家公司則瞄準了 AI 最敏感的「黑箱」問題。在信用評分領域，無法解釋的決策是致命的。Finbots.AI 堅定地承諾「公平、透明、可解釋的 AI (XAI)」，並通過了新加坡政府嚴格的 AI 治理框架評估。它向市場證明，贏得信任不僅靠結果，還要靠過程的透明。
CRIF Asia：作為全球信用局巨頭，CRIF 則將 AI Agent定位為複雜商業信息的「知識導航員」。它的對話式 AI 旨在取代傳統繁瑣的報告篩選和數據檢索，讓專業人士能快速從海量數據中獲得洞察。這代表了 AI 應用的另一個重要方向：從執行交易，轉向輔助決策。
亞洲戰場小結：這是一場關於速度、規模和基礎設施的戰爭。玩家們更關心如何利用 AI 快速佔領市場（網商銀行）、構建底層信任（ADVANCE.AI）、解決透明度問題（Finbots.AI）以及駕馭海量信息（CRIF Asia）。
終局：從戰場到心法，AIPET 顧問的作戰地圖
場景：三個月後，還是經理 Sarah 的辦公室，但氣氛完全不同。對面坐著一位 AIPET 框架顧問。
Sarah：「坦白說，一開始我以為你只是另一個來推銷時髦術語的顧問。但現在，我們的頂尖專員終於能專注在真正需要他們智慧的案子上。你到底是怎麼做到的？」
AIPET 顧問：「我沒有變魔術，Sarah。我只是將你在那天深夜的所有焦慮，用一個系統化的框架重新拆解。你需要的不是武器，而是一份作戰地圖。這就是 AIPET。」
Sarah：「AIPET...你當時跟我說的五個字母。」
AIPET 顧問：「完全正確。讓我們複盤一次：
A - Agent能力 (Agency)：你當時的痛點是『每一次通話都是定時炸彈』。所以我們做的第一件事，不是讓 AI 什麼都做，而是為它設定清晰的作戰條例。AI Agent被嚴格限制在處理標準化查詢和初級催收的『安全區』內，任何模稜兩可或超出規則的狀況，立刻上報給人類專家。我們定義了它的能力邊界，也就控制了風險。
I - 互動模式 (Interaction)：你說你的專員像『電話客服』。那是因為他們的互動工具太原始。我們設計的不是聊天框，而是一個『控制權儀表板』。專員現在可以一鍵將 50 個常規案件交給 AI 批次處理，然後把精力集中在需要人類情感和判斷力的複雜案件上。他們從被動應答，變成了主動指揮。
P - 隱私增強 (Privacy)：合規部門的警告郵件還記得嗎？我們把那些深埋在設定裡的隱私條款，變成了互動中的即時授權。當 AI 需要敏感資訊時，它必須在當下、在那個具體情境裡請求批准。這讓合規從一件麻煩事，變成了建立客戶信任的機會。
E - 體驗連續性 (Experience)：你羨慕亞洲銀行的『310』模式。我們雖然無法完全複製，但我們讓 AI 擁有了『記憶』。它能記住客戶上次的對話，跨設備同步進度。客戶不再需要每次都從頭講起，體驗自然就順暢了。
T - 信任建立 (Trust)：這是最核心的。我們給了你的團隊和客戶一個絕對有效的『紅色緊急停止按鈕』，和一個完全透明的任務日誌。當所有人都知道自己擁有最終控制權，並且 AI 的每一步都可追溯時，信任才真正開始建立。
AIPET 顧問：「所以你看，AIPET 不是什麼高深的理論。它只是將你遇到的現實問題，用設計師的語言，重新組織成一套可執行的、以建立信任為核心的解決方案。」
結論：不只微調設計系統或形象獲獎——你的價值，是設計師還是架構師？
AI Agent的崛起，不是要取代設計師，而是要淘汰掉那些只會畫漂亮介面的「UI 繪圖員」。
Salient、網商銀行和 Upstart 的案例已經雄辯地證明，在 AI 時代，最有價值的設計，發生在介面之外。它關乎邊界、關乎信任、關乎成本結構、關乎風險控制。
我們的角色正在經歷一場深刻的演變：從 UI Drawer（介面繪圖員），到 Agent Choreographer（Agent人編排者），最終成為 Ecosystem Architect（生態建築師）。
所以，當你開始嘗試 Vibe prototyping 時，請務必問自己一個問題：我今天的工作，是在為一台終將被 AI 淘汰的 ATM 精心設計螢幕，還是在為整個公司的體驗系統未來規劃藍圖？
你的答案，看完本文，馬上就可以開始行動
讀者活動：《UX for AI》前導說明會 - 填問卷還來得及許願
作為《UX for AI》的讀者社群陪讀者。
讓我們先面對一個現實：市面上 85% 的 AI 專案都沒有達到預期效果。如果你還在靠直覺做 AI 設計，可能正朝著那 85% 前進。
《UX for AI》這本書的作者在經歷了無數專案後，整理出了一套系統性的 AI 設計方法論。我們決定組織一個線上共讀會，長期一起深度學習這套心法。
正式開始之前，我們希望透過這份問卷，了解您的背景、學習期待與 AI 應用實務經驗。
這些資訊將幫助我們：
量身調整導讀與討論內容
安排適合的學習節奏與活動形式
聚焦大家最有興趣的設計議題
📝 填寫時間約 3~5 分鐘｜共 17 題
三大案例研討：理論結合實務
醫療領域
教育領域
商業應用
六週後，我們將共同建立起對 AI 設計的系統性理解，形成一套可實際應用的設計方法論。
首場導讀說明會：8/21（四）18:30 (台北時間)
copyright © PrivacyUX consulting ltd. All right reserved.
關於本刊作者
Gainshin Hsiao 是 Agentic UX（代理式使用者體驗）的先驅，在人工智能與使用者體驗設計領域擁有超過 15 年的開創性實踐。他率先提出將用戶隱私保護視為 AI 產品設計的核心理念，於 2022 年創立 Privacyux Consulting Ltd. 並擔任首席顧問，積極推動隱私導向的醫療 AI 產品革新。此前，他亦擔任社交 AI 首席策略官（2022-2024），專注於設計注重隱私的情感識別系統及用戶數據自主權管理機制。
