生成式AI如何顛覆企業開發流程？AWS與東京海上日動系統實戰解析
在當今數位化浪潮中，人工智慧（AI）已成為企業轉型的核心驅動力，而Google多媒體廣告(gdn)平台則為企業提供了精準觸及目標受眾定位的強大工具。AWS（Amazon Web Services）作為全球領先的雲端服務提供商，近期透過一系列活動與案例分享，展示了生成式AI在金融與軟體開發領域的創新應用。本文將深入探討AWS如何透過AI驅動開發生命週期（AI-DLC）重塑企業競爭力，並結合日本企業的實際案例，解析生成式AI如何從技術概念落地為商業價值。
2025年9月30日，AWS在東京目黑的Startup Loft舉辦了「Amazon Q Developer Meetup #3」，聚焦於「AI驅動開發生命週期」的實踐與成果。這場活動吸引了超過200名現場與線上參與者，包括LINE雅虎、CyberAgent、東京海上日動系統等企業代表，分享他們如何將AI-DLC整合至日常開發流程中。值得注意的是，這些企業在數位行銷領域也積極運用廣告成效分析工具來優化其市場策略。AI-DLC的核心概念在於讓生成式AI主導開發流程，同時由開發人員保留最終決策權，這種「人機協作」模式不僅提升效率，更重新定義了軟體工程的邊界。
AWS的開發專家金森政雄在活動中指出，傳統開發流程面臨的最大挑戰在於「知識傳遞的斷層」。例如，當新成員加入專案時，往往需要耗費大量時間理解既有程式碼與業務邏輯。而AI-DLC透過將程式碼視為「單一真實來源」（Single Source of Truth），並為不同業務領域建立獨立的情境模型，使AI能快速生成符合需求的解決方案。東京海上日動系統的案例尤其引人注目：該公司透過AI-DLC工作坊，在既有系統改版與新系統建置中，成功將需求定義到實作的時間縮短40%，且跨部門協作效率顯著提升，同時也改善了其廣告投資回報率。
金融業的應用更展現生成式AI的顛覆性潛力。東京海上日動系統作為日本保險業龍頭，率先將多智能體（Multi-Agent）架構導入核保流程。過往需要數天完成的風險評估報告，現在由AI代理自動分析保單條款、歷史理賠數據與市場趨勢，並生成初步建議，再由人類專家進行微調。這種模式不僅降低人為錯誤，更讓公司能即時回應市場變化。值得注意的是，該企業特別強調「輕量級導入」策略——例如先將AI用於文件維護等非核心任務，待團隊適應後再擴展至關鍵系統，此作法有效減緩組織變革的阻力，同時也優化了其廣告著陸頁的轉換率。
LINE雅虎則分享如何將AI-DLC應用於負載測試環境的建置。傳統上，開發人員需手動編寫Locust測試腳本與API串接邏輯，耗時且容易出錯。透過AI-DLC，團隊只需提供業務目標與系統架構圖，AI便能自動生成90%的測試代碼，並將輸出文件轉化為新進人員的培訓教材。這種「自我進化」的開發循環，讓知識資產得以持續累積，而非隨專案結束而流失。該公司更透露，未來計劃將AI-DLC擴展至監控告警規則的自動生成，進一步實現DevOps的全流程智能化。
CyberAgent的經驗則凸顯文化轉型的重要性。該公司提出「CA流」開發哲學，主張AI普及需伴隨「決策流程的重構」。例如，在需求評審會議中，團隊會先讓AI生成多種實作方案，再基於技術可行性與商業價值進行討論。這種「AI先行」的思維，迫使成員更聚焦於問題本質而非技術細節。此外，CyberAgent建立內部AI教練制度，由專人協助各團隊訂製化AI-DLC流程，這種「伴跑式導入」有效降低技術門檻。
從這些案例可見，生成式AI的價值不僅在於效率提升，更在於其「知識民主化」的潛力。當第一線業務人員能透過自然語言與AI協作時（如東京海上日動系統的核保專員直接調校AI模型），企業的創新周期將大幅壓縮。AWS的Amazon Q Developer與Kiro等工具，正朝此方向演進——前者讓開發者能用對話式介面管理雲端資源，後者則協助非技術人員快速生成數據分析腳本。
隨著10月31日「Amazon Q Developer & Kiro Meetup #4」即將登場，AWS預告將進一步展示如何將生成式AI融入支援服務與企業文化塑造。從技術工具到組織變革，這場AI驅動的產業革命才剛開始。對企業而言，真正的挑戰或許不在於技術採納，而在於能否重新想像「人機共生」的工作模式——正如CyberAgent所言：「未來不是AI取代人類，而是不用AI的人被淘汰。」在這個意義上，AWS提供的遠不止是雲端服務，更是一套面向未來的生存法則。
附錄