廣告科技公司德博（Dable）發表內部 AI 工作平台 DableLLM 的導入成果，讓員工能運用口語指令自動生成應用工具。此舉成功將團隊的重複性作業時間最多縮短 85%，展現企業透過 AI 代理程式（AI Agent）優化營運流程的具體範例。
這項轉型不僅降低了系統開發的技術門檻，也使非程式背景的同仁得以自行打造業務所需的自動化元件，改變了過往極度仰賴工程團隊的開發模式。
自然語言即能寫程式 非技術人員打造上百個內部工具
德博自今年 4 月起導入自研的內部人工智慧平台，提供同仁在統一介面中選用多種外部大型語言模型（LLM）。使用者只要利用一般口語說明業務需求，系統便會撰寫程式碼並執行部署。為維護資訊安全，該平台要求同仁須透過公司帳號連線內部網路，並嚴格控管個人金鑰與使用限額。
平台推行數月以來，非技術開發人員也得以自行建置所需的自動化流程。例如財務部門將過去需要人工核對的月結流程，作業時間從 42 小時大幅降低至約 6 小時，且原始會計資料不上傳至外部服務。廣告營運領域的產品經理（PM）亦在未請託工程師的情況下，獨自開發出預算控制機器人，每 30 分鐘確認一次廣告花費，達指定比例即發出通知或自動暫停投放。
導入 AI Agent 讀取程式庫 跨部門溝通效率顯著提升
在技術與開發團隊層面，德博導入名為「DNA 系統 Wiki」的 AI Agent，使其具備直接閱讀內部程式碼的能力。當同仁在通訊軟體提出系統維運或架構問題時，該代理程式能快速給予解答，解決過往等待工程師撥空回覆的困境。
統計顯示，該系統處理數百件技術詢問時，絕大多數能於 10 分鐘內答覆完畢，顯著縮減內部溝通成本。此外，由 AI Agent 提出的程式碼修改建議，經由開發人員審核確認後，亦有多項提案已成功合併至正式系統中。
這代表什麼
過去企業要推動數位轉型或流程自動化，往往嚴重依賴資訊科技（IT）部門或軟體工程師的時程配合；然而，這項案例展現了「業務第一線人員直接用 AI 解決問題」的新模式。透過降低程式開發門檻，讓最理解業務痛點的基層員工成為工具開發者，能大幅舒緩工程團隊的負擔，提升中小企業與一般企業的營運敏捷度。
此外，對於關心資料隱私與營業秘密的台灣企業而言，該做法也示範了兼顧效率與資安的架構。透過內部集中管理平台、限制存取權限與控管 API 金鑰，可以在使用外部 AI 模型的同時，避免將敏感財務資料與核心業務數據暴露於外部網路，為傳統企業導入生成式 AI 技術提供了可行的實踐範本。
背景補充
德博股份有限公司（Dable）成立於 2015 年，為一家專注於人工智慧個人化推薦技術的廣告科技公司。該公司總部位於韓國，並獲得韓國旅遊平台 Yanolja 投資，曾入選《富比士韓國》的 AI 50 強企業。其核心產品包含開放網路廣告平台與零售媒體工具，每月提供全球超過 5.4 億名使用者個人化內容與廣告推薦。
在此次應用的核心技術觀念中，大型語言模型主要負責理解人類的自然語言並轉譯為程式指令，而 AI Agent 則更進一步，具備主動讀取環境資訊（如程式碼庫）、進行邏輯推演並協助執行決策的能力，是目前企業落實 AI 自動化的重要技術方向。
常見問題
德博的內部 AI 平台是如何運作的？
員工可以在平台上選擇不同的外部大型語言模型，用口語說明需要的工具功能，系統就會自動撰寫程式碼並完成部署。
非技術員工使用 AI 平台建立了哪些工具？
財務團隊建立了月結自動化工具，將月結時間從 42 小時縮短至 6 小時；產品經理也建立了廣告預算管理機器人，能自動警示與暫停廣告活動。
企業導入外部 AI 模型時如何確保資料安全？
該平台限制僅能透過內部網路與公司帳號存取，並對 API 金鑰進行個人化發放與用量控管，會計分類帳等敏感原始資料絕不上傳至外部 AI 服務。