當AI接手工作,企業更缺會管AI的人
本文作者:資策會MIC資深產業分析師/王琬昀
本文作者:資策會MIC資深產業分析師/王琬昀
當AI開始接手工作,企業對人的能力要求也隨之改變。過去,員工運用生成式AI撰寫、摘要與分析,再自行決定下一步;如今,AI代理(Agentic AI)已能在授權範圍內拆解任務、呼叫工具,並依執行結果持續推進。企業交給AI的,正從單一問題擴大為一段完整的工作流程。
當AI承接更多執行步驟,人的角色便轉向決定哪些工作可以交付、應投入多少資源,以及何時必須介入。職能的衡量範圍也因此改變:除了個人的操作熟練度與產出速度,更在於能否管理整段流程的品質、成本與效益。與此同時,越權操作、錯誤在流程中連鎖放大,以及Token支出難以掌握等風險,也隨執行範圍擴大而增加。
代理擴張快於組織管理
根據微軟於今年5月對外公布的《2026工作趨勢指數》與新聞稿揭露,依其自身平台數據,Microsoft 365生態系中活躍的AI代理數量一年內成長約15倍,大型企業更達18倍;同一份報告針對10國、2萬名AI使用者的調查顯示,僅26%認為所屬領導團隊對AI的看法清楚且一致。
在AI成本方面也不如想像中單純。Anthropic工程部落格的對外公開文章揭露,根據其多代理研究系統的經驗,代理的Token用量約為一般對話的4倍,多代理系統更達15倍,並且一道指令可能觸發多輪推理、工具呼叫與失敗重試,模型單價下降,不等於帳單變小。
從上述兩個大型的AI平台與系統公司的數據,共同顯示代理擴張的速度已快於組織管理的調整。同時人才缺口正從「會使用AI」轉移到「能管理AI」,尤其是「管執行」、「管配置」與「管回報」三種能力。
管執行:為AI劃出授權邊界
在管執行方面,關鍵在於授權問題。工作者須判斷哪些流程適合交由代理執行,設定資料與工具權限,並區分可自動完成、需經核准與必須轉交人工的操作。以採購流程為例,代理可自動比對報價與合約條款,但金額超過門檻或供應商資料異常時,即應轉由人工核准。迴圈深度、重試次數與費用上限也須事先設定,每條代理流程都應有明確負責人,能查閱紀錄、處理異常,並保有介入權限。
授權之外,還需要驗收標準。企業應以實際任務建立測試,確認代理是否完成工作、正確使用工具並遵守限制。然而這項工作的關鍵不在技術,而在業務知識:何謂合格成果、哪些例外不能自動處理,須由熟悉業務的人定義,技術人員再將其轉為測試與控制機制。管執行的本質,是把隱含在經驗中的判斷,轉寫為代理可遵循的規則。
管配置:依任務需求分派模型
管配置處理的是資源問題。模型選擇日益多元,大型、小型、專用模型與本地、雲端部署,在成本、速度與資料安全上各有差異,工作者須能為任務分級:例行步驟交由低成本模型,複雜判斷再升級至較強模型。美國加州大學柏克萊分校研究團隊於2024年發表的RouteLLM研究顯示,在特定測試條件下,透過路由可保留強模型約95%的表現,同時降低逾85%的成本。
配置的判斷依據不應只是單價。低價模型若頻繁重試、增加人工覆核,總成本可能反而更高;較強模型若能降低重做率,也可能更具效益。較合理的比較基準是「每件合格任務的總成本」,並在品質門檻內選擇最適組合。這類判斷過去多由資訊部門集中處理,隨著代理深入各業務流程,第一線人員也須理解自身流程的運算成本結構並具備相關能力。
管回報:連結AI支出與業務產出
管回報處理的是價值問題。企業需在導入前建立處理量、工時、品質與成本基準,導入後才較有依據;成本除了模型與工具費用,也應涵蓋重試、人工覆核與系統維運。此外,效益評估須區分釋放工時、增加產能與實現財務收益三個層次。省下的工時若未被重新配置,便不會反映在財務數字上,這也是部分AI專案看似提升效率、卻難以證明回報的原因之一。投資報酬率也須持續追蹤,當案件量、模型價格或人工接手比例改變,原本合理的配置可能不再划算,企業應據此決定擴大、調整或停止應用。
人與工作關係的重新定位
過往授權、資源分配與績效評估,原本是管理者的核心職能。代理普及後,這些職能開始向第一線延伸,每位將工作交付給代理的員工,都在管理一支數位團隊。工作者的價值不再只體現在親手完成的產出,而在於所設定的規則、所分配的資源與所做的取捨;這些決定嵌入流程後,會在大量任務中反覆生效,影響範圍遠超過單一次的操作。
因此人才的能力重心也應隨之移往更上游:將業務目標轉為清楚的規則與標準,理解技術選擇背後的成本與限制,並以結果檢驗投入。這些能力跨越業務、技術與財務的分工,仰賴的是系統思考,而非單一專業的熟練。此外,代理擴張與組織管理之間的落差,不會隨技術成熟而自然縮小。若企業能在擴大導入的同時,同步培養具備管執行、管配置與管回報能力的人才,便有機會讓代理從局部試用走向規模化應用,最終使AI投入實際反映在營運成果上。
最後,對企業而言,AI的競爭力將不再取決於導入多少工具,而在於能否讓人與AI各自發揮所長;對工作者而言,下一階段的價值,也將從熟練使用AI,轉為具備管執行、管配置與管回報的能力。
【未經MIC許可,不得轉載與作其他用途使用】