AI 賦予Agentflow 5新能力。
AI 正快速改變企業軟體的使用方式，但企業流程管理的核心並沒有因此改變。從流程設計、執行、管理到持續改善，PDCA 仍是企業營運持續優化的重要循環。
Agentflow 5 延續多年 BPM 實務與異質系統整合能力，進一步將 AI 深度融入流程設計與執行，從過去的「AI 輔助」走向「AI 深度融合」。AI 不再只是流程外部的一個工具，而是進入流程節點、表單元件與執行機制，協助企業理解資料、判斷情境、調用系統並完成工作。
不是把 AI 模型整進來，就是AI BPM
傳統 BPM 擅長處理結構化資料與固定規則。當流程遇到非結構化文件、自然語言指令或需要情境判斷的工作時，往往仍需要人工介入，或另外開發客製程式。
Agentflow 5 則將 AI 放進流程核心。透過 AI 節點與 AI 智能元件，流程可以理解表單內容、分析文件、檢查資料一致性，甚至根據表單語意與風險判斷後續處理方式。
因此，AI BPM 並不是「把 AI 模型整進 BPM」這麼簡單，而是讓 AI 真正參與流程運作，讓流程從固定規則驅動，逐步具備理解、判斷與自主執行的能力。
開發體驗再升級，讓流程開發更快、更安全
除了 AI 能力，Agentflow 5 也全面提升流程開發體驗。程式碼編輯功能與快捷鍵清單進一步優化，讓開發人員能更快速完成應用程式開發。
版本與範本管理也更加完整，可快速管理版本、追蹤變更紀錄與還原版本，支援多人協作開發並降低修改風險。透過範本，也能快速建立相似表單與應用程式，減少重複開發工作。
在元件方面，Agentflow 5 持續新增與優化各式編輯功能，降低學習門檻；資安管理則涵蓋專案開發權限、系統日誌與 IP 允許名單，讓企業在提升開發效率的同時，也能兼顧系統管理與安全控管。
組織智能同步，縮減系統導入工序
企業導入 BPM 時，組織、人員與職務資料是流程能否正確運作的重要基礎。過去企業往往需要將 HR 系統資料與 BPM 平台進行客製串接，再透過程式維護組織異動。
Agentflow 5 提供全新的 ORG 組織設計師，以更直覺的介面完成組織資料同步。企業只需要將 HR 系統資料匯出至指定格式的資料庫，即可將組織、人員與職務資訊快速同步至 Agentflow。
同步完成後，企業仍可依實際需求進行例外調整，也可以搭配 AutoMan 設定排程，定期更新組織異動。從過去需要程式開發的組織整合，轉變為可由企業自行操作的無程式碼同步機制，進一步縮短 BPM 導入與後續維護時間。
AI 賦能流程，讓流程具備理解與執行能力
Agentflow 5 的 AI 能力涵蓋流程節點、表單元件、異質系統與 AI Agent 協作。
「AI 節點」可以取代部分傳統自動節點，協助判斷資料邏輯一致性、理解表單內容，並將資料自動對應至異質系統。「AI 智能元件」則將摘要、分類、擷取、生成、翻譯與資料統整等能力直接嵌入表單與流程。
透過「MCP 與 CLI 工具整合」，Agentflow 5 可以搭配 AutoMan，讓 Lale EIM 智能秘書隨時調用 Agentflow 流程；而在特定流程關卡中，也可以觸發 AI Agent，讓 AI 依照流程情境使用知識、工具與企業系統完成任務。
整合 Lale EIM，對話中掌握全局
Agentflow 5 與「Lale EIM 企業即時通訊」整合後，流程資訊可以直接透過與智能秘書對話取得。管理者不必逐筆開啟表單，也能透過自然語言詢問目前有哪些待辦流程、特定流程的詳細內容，甚至直接下達簽核指令。
例如主管可以詢問「我目前有哪些待簽核流程？」AI 會整理待辦清單；主管進一步詢問某一筆流程，AI 可以提供流程內容與相關資訊；確認後即可直接下達簽核指令。
面對大量會簽案件時，AI 也可以協助統整其他會簽人員意見、搜尋歷史相同類型流程，將分散的資訊整理成管理者容易掌握的重點，再進一步執行批次簽核。
對比傳統 BPM，Agentflow 5從流程自動化走向工作智慧化
Agentflow 5 與傳統 BPM 的差異，不只是多了一個 AI 功能，而是 AI 改變了流程處理資料、決策、系統整合與異常管理的方式。
- 在「資料判斷」上，傳統 BPM 主要處理固定結構資料；Agentflow 5 則能透過 AI 語意理解處理非結構化資料，支援翻譯、摘要、統整與編排。
- 在「審核決策」上，傳統 BPM 通常需要人員逐筆開啟表單確認；Agentflow 5 可以由 AI Agent 統整會簽資訊、歷史資料與相關內容，提供決策所需的重點資訊。
- 在「系統整合」上，傳統方式通常依賴 API 與固定格式的程式邏輯；Agentflow 5 則可透過 MCP、CLI 與 AI Agent 調用工具，讓異質系統整合更具彈性。
- 在「異常處理」上，傳統 BPM 多半回報當下錯誤資訊；Agentflow 5 則可以透過 AI Agent 定期蒐集流程異常狀況並進行分析，形成更完整的異常報告，協助管理人員快速掌握問題。
應用案例一：AI 合約審查，讓跨語系流程自動運作
以設備製造商海外子公司為例，國際採購人員收到一份高金額、長期間的中文供貨合約，需要經過採購主管、法務與海外母公司主管審查後才能完成用印。
過去海外主管不熟悉中文，採購人員必須先人工翻譯、整理重點，再送交後續審查，增加流程等待時間。
導入 Agentflow 5 後，採購人員上傳合約並啟動流程，AI 元件可以自動翻譯附件、產出中英對照內容、整理合約重點與注意事項，再將翻譯文件同步回存至流程附件。接著依序完成採購主管初審、法務審查與海外主管英文審閱，最後完成用印與歸檔。
原本需要人工完成的翻譯與文件整理工作，直接成為流程中的 AI 工作，讓跨國、跨語系的合約審查更加順暢，同時保留完整流程紀錄與追蹤資訊。
應用案例二：AI 請購流程，從客製串接走向智慧整合
另一個典型場景是企業請購流程。消費電子製造商在新產品進入原型測試階段時，需要採購環境測試設備與電子量測儀器。過去請購流程完成後，採購人員仍需將資料重新登打至 SAP，增加重複工作與輸入錯誤風險。
Agentflow 5 可以在請購流程中加入 AI 節點，先解析請購內容，包括品項、數量、金額、幣別、廠商與成本中心等資訊，再透過 MCP 調用 SAP 建單工具，自動完成欄位映射、格式轉換與建單。
SAP 建單完成後，請購單號與建單狀態再自動回寫 Agentflow，並透過 Lale EIM 通知申請人與採購人員。
如此一來，請購流程不再只是「簽核完成後，再由人員操作 ERP」，而是讓 AI 直接參與跨系統資料處理，串起請購、簽核、ERP 建單與結果回報，減少重複登打，也讓流程狀態更加透明。
圖說：AI 解析請購資料，透過 MCP 自動呼叫 SAP 建單並回寫結果，打通 BPM 與 ERP 的資料斷點。
應用案例三：AI 流程異常處理，從人工查閱進化為 AI 主動巡檢
多廠區電子製造企業每天執行大量請購、採購與費用申請流程，當流程出現簽核逾時、資料缺漏、反覆退件或 SAP 回寫失敗等異常時，流程管理中心往往需要人工逐筆查閱紀錄，再定期彙整成異常報告。對專案經理而言，每週整理異常資料不僅耗時，也難以快速掌握高頻問題與潛在風險。
導入 Agentflow 5 後，流程異常處理從「人工查閱」進化為「AI 主動巡檢」。當流程異常中止，Agentflow 5 自動留下完整異常紀錄；AutoMan 再依排程定時擷取異常資料，並透過 AI Agent 調用異常分析 MCP 工具，解析請購表單與附件，判斷異常原因並分類。AI 可進一步統整異常原因排行、高風險流程與重複發生的問題，產出改善建議，最後透過 Lale EIM 通知管理者。
透過 AI 主動巡檢，企業不必等到人工彙整時才發現問題，而是讓異常資料持續被分析，快速找出高頻與高風險問題，減少人工整理工作，並將「發現異常、分析原因、提出改善、持續追蹤」串成流程優化閉環，讓 BPM 從單純記錄異常，進一步具備主動發現與協助改善的能力。
企業智慧流程底座 – Agentflow 5
Agentflow 5 的進化，不是單純增加 AI 模型，而是將 AI 深入流程設計、表單、決策、系統整合與執行機制，讓 BPM 從「按照規則執行流程」逐步走向「理解情境、輔助判斷、自主執行」。
以 PDCA 為核心，Agentflow 5 結合 AI、MCP、AI Agent、異質系統整合與 Lale EIM 智能秘書，讓企業既有的流程管理能力可以持續升級，成為企業邁向智慧營運的重要流程底座。
