日本社會長年面臨嚴峻的高齡與少子化現象，不僅勞動力不足，隨著資深技術人員退休，企業內部的隱性知識與職人經驗未能有效系統化傳承，加上長期面臨人力招募困難，更深層的危機是技術斷層。即使生成式 AI 已在近日本半數企業中普及，但高達七成的企業仍面臨AI難以深度活用的瓶頸。因此，2025年的日本 IT 技術發展趨勢，不再只強調導入新的AI工具，而是致力於建構能補足人力、資料與專業，讓AI能進一步朝向法務、財務、人資等具備高度領域知識的範疇深化應用。
日本企業正處於數位轉型的關鍵期，但普遍面臨勞動力人口短缺、技術與知識斷層、AI 難以深度活用三大痛點。首先，日本社會嚴峻的高齡少子化現象，直接導致企業內高達七成的數位轉型（Digital Transformation） 與IT人才短缺。這不僅是人手不足，更隱含了深層的技術斷層危機，隨著資深技術人員退休，企業內部的關鍵隱性知識與職人經驗未能有效系統化傳承，日本企業長期面對招募困難的問題，使得公司營運韌性面臨高度風險。
其次，雖然近半數企業已導入生成式AI，卻普遍陷入「活用深度不足」的困境。近七成企業表示公司技能傳承面臨重大課題，多數使用者反映AI無法真正嵌入日常業務流程，僅能處理破碎的問答，導致工具與實際作業脫節，使用率在短時間內便大幅滑落。這種無法產生實質生產力的現狀，反映出企業缺乏能跨部門執行任務的整合平台，雖然已有約45%的企業導入生成式AI，但高達70%的企業反映AI無法融入日常流程，效益難以落地，甚至在使用1至4個月後出現使用率快速下滑的現象，造成AI難以深度活用。
資策會MIC產業分析師鄭雅云指出，這些痛點促使 2025 年的日本 IT 技術發展不再僅止於引入新工具，而是致力於建構能補足「人力」、「資料」與「專業」的三大動能 。
AI Agent 平台：從「工具助手」到「虛擬同事」
2025 年日本 IT 技術最顯著的變革，在於 AI Agent 平台的起飛。鄭雅云指出，日本市場AI走向下一階段，企業對AI Agent平台的需求快速升高，根據市場預測，日本 AI Agent 平台市場規模將從 2024 年的快速成長，2024年日本AI Agent平台市場營收達約1600萬日元，較前一年暴增8倍，預估到 2029 年達到 135 億日元。日本市場目前為導入初期階段，多為概念驗證或試驗導入，但市場對於AI Agent的認知度與供應商數量正在快速上升。ITR認為，AI Agent平台有潛力「改變企業軟體使用方式」，並加速「跨流程自動化與效率化」。這意味著 AI 已經從過去只能被動回答問題的「聊天機器人」，進化為具備任務自律性、可被派遣與管理的「虛擬同事」。各類AI Agent走向任務自律、可被派遣與管理，涵蓋客服、銷售、營運與文件作業，AI成為企業彌補人手缺口的另類人力。
日本企業IT架構邁向多代理協作化
在2025日本IT Week展會現場，今年新設立的「AI Agent Arena」成為最受矚目的區域，日本導入AI Agent實證舞台，聚焦生成式AI在客服、銷售、支援業務的實務應用，集中展示最新AI Agent案例，是今年最受矚目的核心展區，展示了AI如何承擔客服、銷售、營運與複雜文件處理等具體職責。鄭雅云指出，AI Agent 不僅能處理單點任務，更朝向「多代理協作化（Multi-Agent）」發展。透過標準化的系統介面協定（Model Context Protocol，MCP），企業能讓多個 AI Agent 以統一方式存取內部的客戶關係管理系統（CRM）、會計系統、人資系統及知識庫。MCP成為AI與企業IT系統之間的關鍵整合層，它讓Agent能以統一方式存取CRM、會計、人資等系統，使AI不再是外掛工具，而逐步成為企業IT架構的一層新基盤。
鄭雅云分析，MCP架構解決了過去 AI 難以與企業內部系統整合的痛點，使 AI 代理能彼此協作。例如，當一個「契約流程 Agent」收到需求時，它能協作調動「法務審閱 Agent」與「報價製作 Agent」，在符合企業權限治理的前提下，完成跨部門的自動化任務 。多代理協作需要統一的管理與存取控制，確保Agent在複雜流程中的安全調度與穩定承接任務。治理成為企業導入AI的核心要求，需以HITL、異常偵測與可視化機制確保決策可追溯、風險可控、運作可靠。另一方面，日本企業採用多代理協作架構，IT從開發到維運轉為任務自動化與協作，可在既有系統上快速部署、加快導入速度，統一平台減少企業重複開發負擔、降低企業成本與提高價值。
建構AI營運底層資料
AI 活用的深度取決於資料的品質。日本企業正從單點工具導入，轉向建立「AI-Ready」的資料基盤。企業不再只是儲存資料，而是要將分散的文件、流程、技能與會議記錄進行「標準化」與「結構化」 ，AI營運廠商主打雲端平台與知識整理，讓AI能跨部門共同運作。
為了將過去依賴 Excel管理的貿易、生產數據，轉化為能被搜尋、比對、推論並跨場景重用的雲端資料，必須進行「營運底層」的建置，讓 AI Agent 能隨時調動正確的數據進行分析，並進一步解決企業資料分散的問題 。因此，「資料虛擬化」與「流程標準化」扮演重要關鍵。日商Human Resocia集結來自40多個國家的工程師，為日本企業提供需要具備的人工智慧、物聯網、大數據、影像分析、數據分析等服務。日商Human Resocia以可落地的DX為核心，結合AI、RPA、低程式碼、貿易與生產管理、資料可視化等工具，透過流程重構與資料整備，協助企業打造能直接銜接生成式AI與自動化的營運基礎。藉由標準化流程構建AI，可直接調用的作業底層，透過AI-OCR、RPA與資料整合平台，將「蒐集、串接、儲存、分析」的企業資料流程標準化，形成生成式AI與AI Agent可直接利用的營運資料管道。
NSW株式會社則是以資料虛擬化形成AI的統一資料入口，提供以裝置設計、嵌入式邊緣技術與雲端為核心的端到端DX方案，結合IoT、分析型AI、RPA等技術，打造從設備到雲端的智慧化營運流程，協助企業實現生產現場數位化、資料可視化與自動化。NSW株式會社以Data &AI Management為核心，透過虛擬化、清洗、自動化與雲端資料平台，使企業資料從分散走向一致，建立能支撐AI/分析的共通資料底層。NSW曾經協助ANA航空公司遷移舊系統，並確保資料分散且不能中斷營運，NSW透過導入資料虛擬化平台整合ANA的舊新系統，在不中斷的情況下完成系統遷移，並提升資料一致性。
日本企業知識從個人化走向AI化
許多日本企業面臨這樣的困境：技能集中於個人，但又接班人才不足。運用生成式AI與檢索增強生成型（RAG）知識管理平台，恰好能為日本企業解決技能難以繼承的痛點。2025年的日本AI應用正朝向法務、財務、人資等具備高度領域知識的範疇深化。這些領域的AI具備規則判讀、風險分析與決策建議能力，能直接嵌入專業流程中。
鄭雅云指出，日本企業正試圖透過AI解決「知識個人化」的挑戰。例如，NTT DATA提出的「專家AI」與「個人AI」模組，透過RAG型知識管理平台，將資深前輩的隱性經驗、非公開的會議細節轉化為可搜尋的企業資產。這種做法將分散的職人經驗轉化為組織共有的知識，有效緩解人才斷層與接班落差的問題。
在人資領域，則出現了結合「技能分類框架」（Skill Taxonomy）的AI Agent，把分散於外部網站、內部人資系統與自有技能庫的資料統一標準化，解決跨系統技能資訊無法比對與運用的問題，不僅能統一跨系統的技能語彙，還能精準推論員工的潛力與技能差距，進而驅動人才的最優配置與內部流動，將員工技能價值最大化。AI能統一技能語彙做精準推論，提供人才匹配、職缺建議與技能差距診斷，協助日本企業整合推動HR智慧化。Talents Force以搭載Skill Taxonomy的HR平台，為日本企業解決看不清人才技能、無法有效配置與培育的痛點。
結語
綜觀 2025 年日本 IT 技術發展，核心焦點已不僅在於生成式 AI 本身，而在於如何將 AI 徹底納入企業的 IT 架構與營運流程中。透過 AI Agent 平台的普及、標準化的系統介面協定，以及 AI-Ready資料基盤的建設，日本企業正建立起一種「人機協作」的新常態。
當AI 從外掛工具轉變為企業營運的底層基盤、當AI Agent 平台單純的工具演進到虛擬同事般的存在，日本企業便能更從容地應對高齡少子化帶來的人力威脅，將原本分散、隱性的個人經驗轉化為數位化的集體智慧，邁向更具韌性且高效率的未來市場。
參考資料：
- 2025/12/26，【MIC 大展直擊】新興科技系列展會觀測：「從2025日本IT Week看IT技術與應用發展趨勢」，鄭雅云簡報。
|
