【專訪】鈊象電子利用 AWS AI 加速開發，打造遊戲產業新標竿

綜觀台灣遊戲產業的發展史，很少有企業能像鈊象電子 (IGS) 一樣，橫跨大型遊戲機台、線上遊戲、手機遊戲與全球市場，從 1989 年成立至今，鈊象電子已成為華人遊戲產業中具代表性的企業之一，這樣的地位並非偶然，而是來自長期的自主研發與快速轉型能力。

近年，面對遊戲玩家全球化、研發成本升高與市場更新速度加快， IGS 率先將 AI 與雲端服務導入核心開發流程，大膽擁抱生成式 AI 浪潮，將核心研發架構遷移至 AWS 雲端，並深度導入 Amazon Q 這位「AI 程式開發助手」，成為本土遊戲公司中積極推動 AI 轉型的代表。

這次我們專訪到鈊象電子何承家部長與王建智副部長，深入了解他們如何利用 AWS 與 Amazon Q ，讓遊戲研發不只更快，也更穩、更安全，進而打造出新的開發標準。

全球市場下的研發挑戰：從人力密度到品質壓力

鈊象電子是台灣遊戲產業中極少數能進行「全領域」開發的公司，業務觸角廣泛，涵蓋電子遊戲機、線上遊戲與手機遊戲，何承家部長分享，鈊象多年來都堅持自有品牌、自主研發並將研發團隊根留台灣，他認為，公司最大的文化特色在於能夠快速觀察市場變化並即時調整。鈊象經歷了無數次轉型，從早期的街機，到後來的 VR 產品線，再到最新的 H5 網頁遊戲，面對市場的轉向或危機，公司都能快速調整組織運作模式，確保轉型成功，對鈊象而言，技術研發與不斷創新的精神，正是他們在遊戲界生存並保持競爭力的重要基石。

然而隨著遊戲產品種類增加、玩家期望提升，研發團隊面臨的壓力也越來越大，產品從遊戲企劃、系統規劃、程式開發、單元測試一路到整合測試，每一個環節都需要投入大量人力，其中許多作業更涉及繁複的比對、查詢與人工確認，時間成本與延誤風險都相對高。

王建智副部長補充，鈊象的遊戲開發項目眾多，每一款遊戲都需要多人協作、多版本管理與跨國部署，這些需求堆疊起來，使得傳統的人工流程逐漸難以支撐現代遊戲市場的開發速度，再加上跨國服務需要考量延遲、流量波動與資料一致性，團隊必須尋找新的方式來提升整體開發效率，而 Amazon Q 的問世，正好為公司打開新的可能。

Amazon Q 讓新手更快上手、資深工程師彷彿多了分身

作為研發驅動的遊戲龍頭，何承家部長坦言，鈊象每年產出大量專案，研發成本中人力成本佔了極大比例，為確保品質，從系統規劃、程式開發、單元測試，一直到系統整合等每一個環節都必須做到位，但這些恰恰是過去最耗時、最需要高階人力投入的環節，因此當 Amazon Q 作為企業級代理式 AI 推出時，它能精通雲端服務、程式語言，並作為架構師的輔助能力，讓鈊象看到突破研發效率的曙光。

在導入 Amazon Q CLI 智能開發助手之前，新進工程師往往需要兩到三個月的時間才能熟悉專案架構與既有程式碼，如今透過自然語言對話的方式， Amazon Q 能直接回答架構問題、搜尋程式邏輯，甚至用中文說明複雜的系統運作方式，這讓新進工程師的學習曲線大幅縮短至不到一個月，就能完成訓練並投入正式專案，陌生架構的學習效率足足提升 3 倍，快速成為即戰力。

對於資深工程師， Amazon Q 的存在則如同多了數名架構師和實作助手，過去架構規劃、除錯、代碼審查與 API 文件整理必須依靠大量人工，如今 Amazon Q 能同步協助處理這些任務，它能生成架構圖、檢查程式碼、抓出潛在漏洞並提出改善建議，甚至能協助解析舊有程式碼並協助現代化改寫，資深工程師可以將精力專注於更宏觀的架構設計和規劃上。

王建智副部長表示，有了 Amazon Q 的協助，在人力配置上可將原本需要三位架構師才能完成的概念性工作，透過一位資深架構師搭配 AI 共同實現，使日常協作效率提升了 50% 。

雲端化帶來全球更穩定的遊戲體驗

面對全球玩家同時連線鈊象遊戲伺服器的情況，過去以傳統架構運作的後端系統較難兼顧擴展速度與服務穩定性，遷移至 AWS 後，情況產生明顯變化，鈊象在全球各區域均部署 AWS 主機，在地化伺服器架構讓玩家與後端之間的距離更短，延遲自然下降；而容器化架構如 Amazon EKS 讓公司可以更機動地調整服務規模，面對突發性的玩家暴增，也能即時擴充不受影響。

在更深的層次中，託管資料庫的導入也帶來顯著效益，以 Amazon DocumentDB 與其他雲端資料庫為例，這些服務不僅提供更高的性能，也讓鈊象免去資料庫基礎設施管理的資源投入，使團隊能更聚焦於遊戲本身。此外， AWS 架構師提供的最佳實務也協助鈊象調整資料使用策略，使遊戲在全球各市場運行時更加穩定，整體體驗有顯著升級。

王建智副部長解釋，這項轉型成效顯著，基礎設施部署時間縮短了 30% ，而產品維護的人工作業減少了 90% ，將環境部署作業從數小時縮減至分鐘級別，這讓產品在面對不同市場營運時，能擁有更強大的快速擴展和彈性部署能力。

從「末日大亨」到多款遊戲：AI 已成為真正的開發夥伴

Amazon Q 的角色不再只是查詢工具，而是逐漸成為真正的 AI 開發助手，從大型機台遊戲到線上遊戲與手機平台，鈊象電子多款遊戲專案已經實際導入 Amazon Q 的功能，例如在項目初期，開發團隊需要評估架構、繪製流程與撰寫 spec 文件，這些過去得耗費數天的手動作業，如今能在短時間內透過 Amazon Q 自動生成初稿並協助版本比較，工程師只需調整及補充內容即可。

進入開發階段後， AI 也能協助進行程式碼分析、重構、API 文件整理或進行單元測試，對於大型專案而言，這些自動化功能可降低手動檢查的時間與錯誤率，讓專案更容易維護，更重要的是，鈊象導入了 AWS 的 Kiro 工具後，能以規格驅動開發方式，讓每位工程師在使用 AI 時，都能以相同基準進行對話，使協作流程更加一致。

自動化部署讓遊戲更新不再成為風險

遊戲開發最怕的，是更新過程意外中斷，以往只要部署版本時發生錯誤，工程師就必須翻閱大量 log ，並依靠有經驗的人手動分析狀況，這樣的流程不僅耗時，也可能造成遊戲暫停更新，嚴重影響玩家體驗。

導入 Amazon Q CLI 後，情況變得完全不同， AI 現在能在 CI/CD Pipeline 每個階段檢查完成後，立刻接手分析 log ，並以自然語言整理問題原因、推測影響範圍，甚至提出建議的解法。發現異常時，它會直接在內部通訊工具寄發報告並通知負責人，整個解決流程從過去的數十分鐘甚至數小時，大幅縮短至數分鐘。

不僅如此，在 EKS 的壓力測試中，過去需要花兩小時才能查明的問題，如今在五分鐘內即可完成分析，維護團隊每月可縮短至少二十小時的伺服器維護時間，原本需要發動人海戰術逐步排查錯誤，如今由 AI 驅動，成效極為顯著。

鈊象隨後將節省下來的時間與人力成本，重新投入到遊戲創意開發與發想上，而對遊戲研發團隊而言，這樣的效率提升不光是節省人力成本，更是讓創意迭代速度更快、產品品質提升的關鍵。

Agentic AI 不是取代，而是提升開發決策的深度

談到 Agentic AI 的戰略意義，王建智副部長表示，像 Kiro 這種工具將生成式 AI 融入全流程，與鈊象的開發模式十分契合。 AWS 推出的 Kiro 工具強調將 AI 融入整個開發流程，從需求分析、規格定義到開發與部署都能協助自動化，鈊象在導入後發現， Kiro 的運作方式與公司原本的開發邏輯相當接近，尤其是在規格驅動開發上，能大幅降低協作成本。

不過團隊也強調， Agentic AI 雖然能提升流程效率，但並非「工程師不需思考」，相反的，它讓開發者需要與 AI 進行更深入的討論，開發者仍需有經驗地指引 Kiro ，才能確保設計方向正確，定義更完整與更精準的需求，藉此建立更清楚的架構與流程。換句話說， AI 強化了開發者的角色，使他們能把精力投入到真正需要判斷與決策的地方，讓整體產品的品質更上一層樓。

選擇 Amazon Q 的理由：安全、可控、可持續

在決定讓 AI 參與核心研發流程前，鈊象最重視的永遠是安全與資訊保護， Amazon Q 能符合 ISO 等資安標準，也具備智慧財產權保障，且不會將企業資料用於模型訓練，這些都是公司採用的主要原因。

此外， Amazon Q 採固定月費制，不會因使用量增加而產生不可控的成本，讓團隊能安心以高頻率使用 AI 輔助開發，這些考量對大型遊戲公司而言極為重要，尤其是在多國市場同時營運時，更需要可掌控的成本與安全保障。

台灣企業導入生成式 AI 的下一步

在採訪最後，兩位主管也分享了對台灣內容產業與軟體產業的建議，生成式 AI 的導入確實能加速企業轉型，但在缺乏經驗與技術背景的情況下，單靠企業與 AI 工具本身仍可能面臨許多挑戰，因此可靠的雲端夥伴與專業團隊支持，是企業成功導入生成式 AI 的關鍵之一。

以鈊象的經驗來說， AI 的導入採取『由上而下支持、由下而上應用』的雙軌策略。有鑑於公司對 AI 發展的高度重視，公司特別成立了事業處等級的 AI 推動單位來統籌資源；但在實際推廣上，鈊象則堅持從應用情境出發，不一開始就追求節省人力或制定僵化制度。最關鍵的第一步，是讓 AI 真切地協助員工解決日常工作難題，例如利用 AI 快速產出可互動的網頁程式取代傳統規格書。在有組織當後盾的同時，讓員工先覺得好用、看到實質效益，才是成功推廣的關鍵。

AI 導入的門檻並不低，鈊象感謝 AWS 專業的雲端架構師作為後盾，透過技術討論會議、架構演練與需求工作坊，逐步完成架構重整與 AI 導入，協助他們一步一步跨越門檻，完成轉型，鈊象電子的經驗證明，這種快速跟進和積極應用的精神，正是他們作為遊戲產業新標竿的底氣所在。 

本文章內容由「Amazon Web Services (AWS)」提供，並經 T 客邦同意授權轉載。