AI 代理人來了，企業如何管理：台灣微軟專家技術群總經理吳子強

AI 正在改變企業的走向與勞動力結構，速度之快遠超過多數人的想像。台灣微軟專家技術群總經理吳子強在 2025 INSIDE Future Day 分享一個簡潔又驚人的預測：到 2028 年，全球將會有高達 13 億個 AI Agent（智慧代理人） 在市場上運作。這些 Agent 並非單純的聊天機器人，而是能理解意圖、彼此協作、主動拆解任務的「數位勞動力」。

這場演講的主軸並非科幻的未來，而是落地來談當 AI 變成同事、下屬甚至整個部門時，企業應該如何管理、如何治理，以及台灣企業處在全球供應鏈核心位置時，究竟面臨什麼樣的挑戰與機會。

吳子強以數據開場，指出全球 CEO 的優先議題正在迅速轉向。他說，過去主導討論的關稅、匯率與通膨並未消失，但關心「機器人、能源、算力與多代理人協作」的頻率大幅提升。以 IoT Analytics 對 CEO 季度關鍵字的統計來看，AI 的聲量持續高檔，他用一句話描述這種現象：「AI 有沒有泡沫，誰都講不準，但從各項數據來看，熱度依然非常高。」台灣企業身處供應鏈中心，焦慮程度甚至高於全球平均，這讓 AI 不再是遠方議題，而是攸關競爭力的當務之急。

勞動力的雙重困境

微軟針對 31 國、3 萬多人進行的年度調查，呈現了一個矛盾圖像。企業端認為人力不足，近半數的高階主管反映團隊無法支撐當前推進速度；員工端則感到負擔沉重，九成的知識工作者坦言工作已達極限。這不是單一產業，而是跨國普遍現象。吳子強提出觀察，企業無法再用傳統方式「加人」、「加班」來解決產能問題。要同時面對缺工與高負荷，唯一的方式是引入數位勞動力，也就是讓 AI Agent 進入組織，補上能力缺口。

更有趣的是員工端的行為。研究顯示高達 85% 的知識工作者已經在使用 AI，但許多人並不願意承認。他稱這現象為 BYOAI（Bring Your Own AI），就像十年前的 BYOD（帶自己的手機與電腦）一樣，工具先出現在員工側，企業往往慢了幾步。人已經在用，企業還在討論要不要用，這種步調不一致正在加速形成新的落差。

前瞻企業的三個條件

要成為真正能利用 AI 的企業，文化與治理架構必須同步改變。吳子強提出「前瞻企業」（Frontier Company）的概念，並描述這類企業有三項共同特徵。第一是願意鼓勵工具使用，一個能自由運用 AI 的環境，比起嚴密禁止更有助於生產力。他說：「公司是否容許你隨時使用 AI 工具，是擁抱 AI 還是害怕 AI 帶來風險，這是一個思維差異。」

第二是重新定義組織架構，將 AI Agent 視為數位員工，為它們配置 ID 與績效指標，而不是視為軟體。吳子強分享，許多領先企業已開始讓 Agent 擁有獨立身份，可以追蹤、調度、設定工作範圍。當 Agent 只剩設計而沒有管理，後續風險可能遠高於效率帶來的好處。

第三是全民管理能力。在未來的公司，每個人都會擁有自己的 Agent 團隊，管理與協作不再只是主管職能，而是每位員工都要具備的工作能力。他認為這很像早期電腦導入辦公室的過程。當年能打字、能使用試算表的人脫穎而出，如今會與 AI 協作的人將成為下一波人才。

人機協作走向自主代理人

吳子強把 AI 發展拆為三階段，從最早的「指令與回應」，逐漸走向能夠跨代理人合作的自主系統。第一階段的模式是目前最多人熟悉的型態：人下指令、AI 回答。第二階段則是多人協作模式，人同時指揮兩三個 Agent，像擁有一組數位助理。第三階段是正在形成的模式，Agent 彼此能理解意圖，自主分配任務並調整錯誤，最終只回報結果給人類。人不必介入每一個中間細節，因為代理人會互相對話、互相校正。

他判斷市場正在從第二階段進入第三階段，時間點將落在 2025 到 2026 年之間。這將改變許多工作樣貌，因為真正的產能提升來自「多代理人協作」，而不是更快的聊天回應。

模型軍備競賽退潮，平台治理成焦點

近 3 年市場對 AI 模型的參數、跑分與 Benchmark 有高度熱情，投入算力與資料形成一場軍備競賽。他認為這確實帶來巨大突破，但對企業而言，最重要的不是分數，而是如何落地。模型得分從 98 提升到 99，對企業效益可能有限；反而能讓員工效率從 0 提升到 70分的工具，價值遠高於極端分數。

這讓導入策略有了明確優先順序。開箱即用的產品例如 Microsoft 365 Copilot，可立即普及，讓上班族快速提升生產力。第二層是低程式碼工具，讓企業建立客製 Agent；第三層則是多代理人協作，用於複雜情境，商業價值最高。最右側才是模型微調，需要大量時間、資料與算力，應留給少數高度專業需求。他建議企業從左側開始，把能力迅速拉起來，再往右推進。他用一句話總結：「先讓自己立刻有 70 分，然後再討論 90 分。」

多代理人協作案例

談論趨勢很容易抽象，吳子強分享了幾個具體案例，呈現代理人協作已經在不同場景落地。在金融業，一個 VIP 理財服務專案導入 9 個 Agent，以因應複雜的產品、客戶需求與合規要求。代理人負責背景分析、資金流量監控、偏好判斷、風險控管與合規檢查，最後由生成建議書的 Agent 統整，送出貼合國情與法規的投資提案。與其向所有人廣撒網，AI 會判定哪些產品對哪些客戶有意義，效率與精確度大幅提升。

製造業案例則更直觀。11 個 Agent 協助處理物料拆解、比價、產線工時模擬與庫存比對，讓報價速度提升至少 10 倍。當客戶還在詢問時，報價已經送達，這對訂單競爭力影響深遠。在科學領域，平台支援材料科學與藥物研發，包括模擬冷卻材料，協助高密度運算設備找到更有效率的方案。這些場景都指向同一件事：多代理人合作已不再是模型展示，而是產業競爭力核心。

治理框架與「煞車」思維

成功的 AI 推動離不開治理。吳子強強調，企業需要負責任的態度來處理倫理、資安與準確性，尤其是「影子 AI」的風險。當代理人數量從 10 個變成 1,000 個，管理就不是加倍，而是變指數級別的複雜。因此每個 Agent 必須有身分證，納入生命週期管理，可以追蹤其操作紀錄。他比喻沒有 ID 的代理人就像沒有員工編號的員工，一旦出現異常，根本無法追查。

資源調度也是治理的一部分。透過 Model Router，企業可根據任務難度自動選擇模型，簡單任務使用便宜模型，複雜任務用高階模型，避免每件事都動用最昂貴的算力。

他用 F1 賽車比喻治理的重要性：賽車能以時速 300 公里過彎，是因為煞車系統可靠。治理框架就是煞車，讓企業敢放手加速。他說：「不是叫大家停下來看 AI，而是要讓 AI 跑得更快。當管理 Framework 完整架好，面對上千上萬個 Agent 就不用擔心翻車。」

台灣企業的關鍵窗口

台灣企業在全球供應鏈占有獨特位置，從晶片到伺服器、從硬體到新創，AI 生態系形成完整網絡。這讓台灣同時面臨壓力與機會。一方面企業主的焦慮高於全球平均；另一方面員工端已經在學習與實驗，形成一種「上與下拉扯」的張力。

吳子強認為，台灣很有可能成為多代理人協作的早期採用者，原因在於台灣產業鏈的特性：大量中小企業、靈活決策、導入速度快。他指出，許多企業已將「發展數位勞動力」列為未來一年半內的重要優先事項，比例高達 86%，遠高於全球。他認為這是正向訊號，顯示台灣準備好迎接 AI 與人類共同工作的新時代。

企業與員工的下一步

AI 在組織中的角色逐漸明確。它不是取代人力，而是形成一層新的數位勞動力，填補能力缺口。對企業而言，策略先發來自治理與平台，精準判斷何時採用開箱即用、何時自己客製、何時進入多代理人協作，才能真正落地並帶來效益。

對員工而言，職涯發展方式正在調整，升遷不再與年資牢牢綁定，而是看誰能更有效和代理人協作。這是一個能力轉換的窗口期。能指揮 Agent、能設計流程與洞察問題的人，會在未來幾年內成為團隊不可替代的一員。

在採訪最後，吳子強回到最初的比喻。他說，有了煞車，賽車才能跑得快。企業建立治理框架，才能放心讓 AI 加速。當系統穩固、Agent 身分可追蹤、人與工具協作流暢，速度才真正發揮價值。這不是限制，而是為了衝刺。

AI 不是短期熱潮。當全球市場迎來 10 億級的代理人，能否跑得快、跑得穩，會決定下一波競爭力。對台灣而言，這是一扇已經打開的窗。企業與員工都在找位置，下一步會由誰掌握，仍在形成。

核稿編輯：Sisley

本文初稿由 INSIDE 使用 AI 協助編撰，並經人工審校確認。 加入 INSIDE 會員，獨享 INSIDE 趨勢電子報，點擊立刻成為會員！

延伸閱讀：

• 前 OpenAI 提示工程師 Andrew Mayne：在 AI 前線，每個人都能成為專家

• 簡立峰：生成式 AI 進入 2.0 時代，邊緣 AI 與 AI 電商將成避免泡沫化關鍵