在企業擁抱AI自動化的浪潮中，一個令人沮喪的現實是：許多看似聰明的RPA（機器人流程自動化）或AI助手，在執行網頁操作時表現得像個新手員工——有時成功，有時失敗，失敗的原因常常是「網頁元素加載慢了0.5秒」或「突然彈出一個意料之外的視窗」。這種不確定性，讓自動化的投資回報率（ROI）大打折扣，也阻礙了關鍵業務流程的全面智能化。

近日，一款名為 Libretto 的工具在技術社群Hacker News上引發熱議（獲得61點贊，21則深度討論）。它標榜的核心價值正是「讓AI瀏覽器自動化變得確定（Deterministic）」。這並非又一個簡單的「錄製與回放」工具，而是直指當前企業AI應用落地最痛的「最後一哩路」——可靠性。對於香港與台灣眾多依賴網頁進行客戶服務、數據抓取、跨平台營運的中小企業乃至金融科技公司而言，這項技術的出現，可能意味著自動化從「實驗室玩具」到「生產線引擎」的關鍵轉折。

不確定的代價：為何90%的RPA專案未能達到預期效益？

根據全球知名顧問公司Gartner的報告，高達90%的RPA專案在規模化擴展時遇到重大困難，其中核心問題便是流程脆弱性。傳統自動化腳本依賴於固定的XPath、CSS選擇器或螢幕座標，一旦目標網站的版面設計（UI）更新、網路延遲導致元素加載順序改變，甚至只是多了一個Cookie提示橫幅，整個自動化流程就會中斷。

一家台灣電商公司的技術主管向我們透露：「我們曾導入一套AI自動化系統處理跨平台訂單對帳，初期測試成功率有95%，看起來很美。但實際上線後，因為供應商後台偶發性的網路波動，實際成功率掉到70%以下。我們需要專人監看並隨時手動介入，所謂的『省人力』變成『增加監控人力』，完全背離初衷。」

這種不確定性造成的隱形成本極高，包括：

  • 維護成本激增：IT團隊需不斷「修補」脆弱的自動化腳本。
  • 業務風險：財務對帳錯誤、客戶訂單遺漏可能導致直接金錢損失與信譽損害。
  • 投資停滯：因少數關鍵流程無法穩定自動化，管理層對進一步的AI投資轉為保守。

Libretto 的「確定性」引擎：如何將混沌變為秩序？

Libretto 的解決方案並非魔術，而是結合了多層次的情境感知與決策邏輯。根據其技術說明與社群討論，其核心原理可歸納為以下幾點：

  1. 意圖驅動，而非座標驅動：Libretto 讓開發者以「人類意圖」來定義任務（例如：「登入」、「找到價格並填入表格」），而非鎖死於「點擊這個按鈕」。系統的AI模型會動態理解當前網頁的語義，並選擇最合適的元素來完成意圖。即使按鈕從藍色變成綠色、從左邊移到右邊，只要其功能仍是「登入」，任務就能繼續。

  2. 多模態狀態驗證：在執行每個步驟前後，Libretto 會對網頁狀態進行全面檢查，不僅是DOM結構，還可能包括視覺畫面、網路請求狀態等。只有當系統「確認」環境符合預期條件時，才會執行下一步。這好比一位經驗豐富的駕駛，在轉彎前會看後視鏡、打方向燈、確認盲點，而非機械地固定方向盤轉動角度。

  3. 彈性的決策樹與回退機制：當預設路徑失敗時，系統不會直接崩潰，而是依據預先編程或AI生成的備選方案（fallback）行動。例如，如果主要登入表單無法找到，它可以嘗試尋找備用的「透過Google帳號登入」按鈕。

簡單來說，Libretto 試圖賦予自動化流程一種「常識」與「適應力」，使其更像一位穩健的遠端員工，而非一段僵硬的程式碼。

從概念到ROI：確定性自動化的真實商業價值

對於企業而言，技術的優雅遠不及實質的投資回報。我們可以從幾個維度估算「確定性自動化」帶來的價值：

  • 效率提升從「理論值」變為「實測值」：假設一個原本需要人工每小時處理10筆的申請件，傳統自動化可能因30%失敗率，實際每小時僅穩定處理7筆。而確定性自動化若能將失敗率降至5%以下，則每小時可穩定處理9.5筆，其效率提升是可預測、可納入生產排程的資產。
  • 維護成本大幅下降：台灣一家軟體服務商的案例顯示，在將關鍵的客戶數據遷移流程改用具有確定性思維的自動化工具後，相關腳本的每月維護工時從120小時下降至20小時以下，釋放出的IT人力可轉向更高價值的開發工作。
  • 啟用高價值但高風險的自動化場景：例如，金融業的合規數據報送、跨境電商的實時稅務計算，這些流程一旦出錯代價高昂，因此過去寧可維持人工操作。確定性技術降低了風險，使得這些領域的自動化變得可行，其帶來的合規保障與決策速度提升，價值難以單純以工時計算。

給港台企業的啟示：在AI軍備競賽中，穩定性才是壓艙石

當全球矚目於GPT-5的參數規模或新一代機器人的靈巧度時，Libretto 所代表的趨勢提醒我們：AI應用的下一波競爭力，將從「功能創新」轉向「可靠性工程」。

對於香港密集的金融服務業與台灣強大的製造供應鏈而言，流程的穩定與可靠是生命線。在考慮引入AI自動化時，企業不應只問「它能做什麼」，更該問「它能在什麼條件下、以多高的成功率持續做下去」。

建議企業在評估相關工具時，可以進行「壓力測試」：在模擬真實環境的網路波動、UI微調、彈出視窗干擾下，檢驗自動化流程的成功率與恢復能力。投資於一個確定性高的系統，初期成本或許較高，但長期來看，它減少了業務中斷的隱患與無休止的維護夢魘，才是真正實現AI轉型、提升營運韌性的關鍵一步。

Libretto 的出現，象徵著AI自動化正從少年邁向成年——變得更負責、更可靠。對於務實的港台企業主來說，這或許比任何炫目的新功能都來得更有吸引力。