日本社会长年面临严峻的高龄与少子化现象，不仅劳动力不足，随着资深技术人员退休，企业内部的隐性知识与职人经验未能有效系统化传承，加上长期面临人力招募困难，更深层的危机是技术断层。即使生成式 AI 已在近日本半数企业中普及，但高达七成的企业仍面临AI难以深度活用的瓶颈。因此，2025年的日本 IT 技术发展趋势，不再只强调导入新的AI工具，而是致力于建构能补足人力、数据与专业，让AI能进一步朝向法务、财务、人资等具备高度领域知识的范畴深化应用。
目前日本企业正处于数字转型的关键期，但普遍面临劳动力人口短缺、技术与知识断层、AI 难以深度活用三大痛点。首先，日本社会严峻的高龄少子化现象，直接导致企业内高达七成的数字转型（Digital Transformation） 与IT人才短缺。这不仅是人手不足，更隐含了深层的技术断层危机，随着资深技术人员退休，企业内部的关键隐性知识与职人经验未能有效系统化传承，日本企业长期面对招募困难的问题，使得公司营运韧性面临高度风险。
其次，虽然近半数企业已导入生成式AI，却普遍陷入「活用深度不足」的困境。近七成企业表示公司技能传承面临重大课题，多数使用者反映AI无法真正嵌入日常业务流程，仅能处理破碎的问答，导致工具与实际作业脱节，使用率在短时间内便大幅滑落。这种无法产生实质生产力的现状，反映出企业缺乏能跨部门执行任务的整合平台，虽然已有约45%的企业导入生成式AI，但高达70%的企业反映AI无法融入日常流程，效益难以落地，甚至在使用1至4个月后出现使用率快速下滑的现象，造成AI难以深度活用。
台湾地区资策会MIC产业分析师郑雅云指出，这些痛点促使 2025 年的日本 IT 技术发展不再仅止于引入新工具，而是致力于建构能补足「人力」、「数据」与「专业」的三大动能 。
AI Agent 平台：从「工具助手」到「虚拟同事」
2025 年日本 IT 技术最显著的变革，在于 AI Agent 平台的起飞。郑雅云指出，日本市场AI走向下一阶段，企业对AI Agent平台的需求快速升高，根据市场预测，日本 AI Agent 平台市场规模将从 2024 年的快速成长，2024年日本AI Agent平台市场营收达约1600万日元，较前一年暴增8倍，预估到 2029 年达到 135 亿日元。日本市场目前为导入初期阶段，多为概念验证或试验导入，但市场对于AI Agent的认知度与供货商数量正在快速上升。ITR认为，AI Agent平台有潜力「改变企业软件使用方式」，并加速「跨流程自动化与效率化」。这意味着 AI 已经从过去只能被动回答问题的「聊天机器人」，进化为具备任务自律性、可被派遣与管理的「虚拟同事」。各类AI Agent走向任务自律、可被派遣与管理，涵盖客服、销售、营运与文件作业，AI成为企业弥补人手缺口的另类人力。
日本企业IT架构迈向多代理协作化
在2025日本IT Week展会现场，今年新设立的「AI Agent Arena」成为最受瞩目的区域，日本导入AI Agent实证舞台，聚焦生成式AI在客服、销售、支持业务的实务应用，集中展示最新AI Agent案例，是今年最受瞩目的核心展区，展示了AI如何承担客服、销售、营运与复杂文件处理等具体职责。郑雅云指出，AI Agent 不仅能处理单点任务，更朝向「多代理协作化（Multi-Agent）」发展。透过标准化的系统接口协议（Model Context Protocol，MCP），企业能让多个 AI Agent 以统一方式存取内部的客户关系管理系统（CRM）、会计系统、人资系统及知识库。MCP成为AI与企业IT系统之间的关键整合层，它让Agent能以统一方式存取CRM、会计、人资等系统，使AI不再是外挂工具，而逐步成为企业IT架构的一层新基盘。
郑雅云分析，MCP架构解决了过去 AI 难以与企业内部系统整合的痛点，使 AI 代理能彼此协作。例如，当一个「契约流程 Agent」收到需求时，它能协作调动「法务审阅 Agent」与「报价制作 Agent」，在符合企业权限治理的前提下，完成跨部门的自动化任务 。多代理协作需要统一的管理与访问控制，确保Agent在复杂流程中的安全调度与稳定承接任务。治理成为企业导入AI的核心要求，需以HITL、异常侦测与可视化机制确保决策可追溯、风险可控、运作可靠。另一方面，日本企业采用多代理协作架构，IT从开发到维运转为任务自动化与协作，可在既有系统上快速部署、加快导入速度，统一平台减少企业重复开发负担、降低企业成本与提高价值。
建构AI营运底层数据
AI 活用的深度取决于数据的质量。日本企业正从单点工具导入，转向建立「AI-Ready」的数据基盘。企业不再只是储存数据，而是要将分散的文件、流程、技能与会议记录进行「标准化」与「结构化」 ，AI营运厂商主打云端平台与知识整理，让AI能跨部门共同运作。
为了将过去依赖 Excel管理的贸易、生产数据，转化为能被搜寻、比对、推论并跨场景重用的云端数据，必须进行「营运底层」的建置，让 AI Agent 能随时调动正确的数据进行分析，并进一步解决企业数据分散的问题 。因此，「数据虚拟化」与「流程标准化」扮演重要关键。日商Human Resocia集结来自40多个国家的工程师，为日本企业提供需要具备的人工智能、物联网、大数据、影像分析、数据分析等服务。日商Human Resocia以可落地的DX为核心，结合AI、RPA、低程序代码、贸易与生产管理、数据可视化等工具，透过流程重构与数据整备，协助企业打造能直接衔接生成式AI与自动化的营运基础。藉由标准化流程构建AI，可直接调用的作业底层，透过AI-OCR、RPA与数据整合平台，将「搜集、串接、储存、分析」的企业数据流程标准化，形成生成式AI与AI Agent可直接利用的营运数据管道。
NSW株式会社则是以数据虚拟化形成AI的统一数据入口，提供以装置设计、嵌入式边缘技术与云端为核心的端到端DX方案，结合IoT、分析型AI、RPA等技术，打造从设备到云端的智能化营运流程，协助企业实现生产现场数字化、数据可视化与自动化。NSW株式会社以Data &AI Management为核心，透过虚拟化、清洗、自动化与云端数据平台，使企业数据从分散走向一致，建立能支撑AI/分析的共通数据底层。NSW曾经协助ANA航空公司迁移旧系统，并确保数据分散且不能中断营运，NSW透过导入数据虚拟化平台整合ANA的旧新系统，在不中断的情况下完成系统迁移，并提升数据一致性。
日本企业知识从个人化走向AI化
许多日本企业面临这样的困境：技能集中于个人，但又接班人才不足。运用生成式AI与检索增强生成型（RAG）知识管理平台，恰好能为日本企业解决技能难以继承的痛点。2025年的日本AI应用正朝向法务、财务、人资等具备高度领域知识的范畴深化。这些领域的AI具备规则判读、风险分析与决策建议能力，能直接嵌入专业流程中。
郑雅云指出，日本企业正试图透过AI解决「知识个人化」的挑战。例如，NTT DATA提出的「专家AI」与「个人AI」模块，透过RAG型知识管理平台，将资深前辈的隐性经验、非公开的会议细节转化为可搜寻的企业资产。这种做法将分散的职人经验转化为组织共有的知识，有效缓解人才断层与接班落差的问题。
在人资领域，则出现了结合「技能分类框架」（Skill Taxonomy）的AI Agent，把分散于外部网站、内部人资系统与自有技能库的数据统一标准化，解决跨系统技能信息无法比对与运用的问题，不仅能统一跨系统的技能语汇，还能精准推论员工的潜力与技能差距，进而驱动人才的最优配置与内部流动，将员工技能价值最大化。AI能统一技能语汇做精准推论，提供人才匹配、职缺建议与技能差距诊断，协助日本企业整合推动HR智慧化。Talents Force以搭载Skill Taxonomy的HR平台，为日本企业解决看不清人才技能、无法有效配置与培育的痛点。
综观 2025 年日本 IT 技术发展，核心焦点已不仅在于生成式 AI 本身，而在于如何将 AI 彻底纳入企业的 IT 架构与营运流程中。透过 AI Agent 平台的普及、标准化的系统接口协议，以及 AI-Ready数据基盘的建设，日本企业正建立起一种「人机协作」的新常态。
当AI 从外挂工具转变为企业营运的底层基盘、当AI Agent 平台单纯的工具演进到虚拟同事般的存在，日本企业便能更从容地应对高龄少子化带来的人力威胁，将原本分散、隐性的个人经验转化为数字化的集体智慧，迈向更具韧性且高效率的未来市场。
数据源：
- 2025/12/26，台湾地区【MIC 大展直击】新兴科技系列展会观测：「从2025日本IT Week看IT技术与应用发展趋势」，郑雅云简报。
|
