隨著企業數位環境日益複雜，IT團隊正面臨龐大且複雜的資料量、與日俱增的網路威脅，以及不斷成長的基礎架構需求。企業需要的不再只是能提供建議的AI，而是能夠採取行動、完成任務的代理型AI。這項轉變並非漸進式的演進，而是企業IT運作模式的結構性變革，讓IT從被動回應需求的支援角色躍升為自主執行的運作層。然而，根據McKinsey《2025年AI現況》報告，成功在各種業務職能中大規模部署AI代理的企業仍不到10%，顯見AI願景與實際營運之間仍存在巨大落差。
從提供建議到自主執行
目前企業使用的AI大多仍扮演顧問角色，使用者下達指令，AI做出回應。代理型AI則能監控各種狀況、依循人員制定的策略，在無需指令的情況下代表使用者採取行動。然而，系統被授予的自主權高低會造成極大差異。對企業而言，最穩健的做法是先從建議模式開始，再逐步發展至完全自主運作，方能在風險升高前建立治理機制、測試策略，並確保決策具備可解釋性。監督與可稽核性是讓代理型AI要達到企業部署要求的關鍵。根據Deloitte研究指出，目前僅有五分之一的企業已建立成熟的自主AI Agent治理模式。
此外，隨著運算資源與模型日益普及，企業自身的專有資料將成為重要差異化資產。客戶希望利用可自行掌控的新專有資訊對AI進行關聯分析、擴充與微調。資料的品質、治理能力與可存取性將影響代理型AI能否發揮真正價值。
自主運作的關鍵在資料基礎
企業資料基礎若不夠穩固，即使是最精密的代理型AI系統也難以成功。唯有在治理框架下存取可信賴的資料，代理型AI才能以負責任的方式採取行動。AI在企業中運作可分為三個階段：
‧資料準備：將資料匯入資料湖，處理結構化與非結構化資料來源、從PB（Petabyte）擴充至EB（Exabyte）規模，並具備符合其資料量的成本結構。
‧模型訓練：從中篩選經過整理的資料子集，進行密集運算。此階段的基礎架構需求會從規模轉向資料傳輸量。
‧推論：將訓練完成的模型部署至多個地點，通常鄰近AI使用者端，需求再次轉變，著重於極低延遲。
其中最常被忽視的「資料準備」階段，卻是決定資料治理能否真正落實的關鍵。企業必須管理資料血緣（Data Lineage）、GDPR合規要求，並在模型訓練開始前識別、遮蔽或移除個人可識別資訊（PII）。企業唯有先了解資料，才能妥善加以運用。例如，在執行行銷模型時，企業可能需要移除PII，但同時保留公司名稱。數據顯示最佳化企業中有半數會確保訓練資料的品質，但新興企業中卻僅有三分之一做到這一點。這正是代理型AI與資料治理能夠相輔相成之處，代理型AI可在資料流經資料管線的過程中持續分類、標記與治理資料，進而提升自主行動的安全性。
代理型AI發揮實質效益的四大領域
代理型AI的真正價值在於能投入第一線的業務運作中。最能立即展現其效益的領域包括：
1.資料標記與分類
代理型AI持續針對結構化與非結構化來源的資料分類與標記，在過程中套用治理與政策控管機制。敏感資料可即時識別並受保護，無需人工介入。
2.儲存最佳化
AI代理能持續檢視儲存使用情況、平衡工作負載並即時重新分配資源，無需人工操作。經常存取的資料會保留在高效能儲存層，而較少使用的資料則會自動移至更具成本效益的儲存層。
3.預測式IT維護
在現今的環境中，一旦數位業務中斷，每一分鐘都可能付出高昂代價。非計畫性停機平均每分鐘造成14,056美元的損失，大型企業的損失更高達每分鐘23,750美元。代理型AI可透過監控遙測資料、自動安排維護時程，並在設備故障前啟動更換作業，讓企業業務流程能夠自我修復，並在問題被察覺前就自動解決，降低停機風險。
4.網路安全應變
代理型AI能快速識別並隔離受到勒索軟體等網路威脅影響的特定資料或系統，還能在既定的安全與治理框架內啟動不可變快照、實體隔離或備份機制，以快速應變並防患未然。根據Hitachi Vantara《2025全球資料基礎架構現狀報告》，台灣企業對內部AI引發資安事件的擔憂已攀升至42%，與對外部AI攻擊的46%幾乎不相上下。
為代理型AI建立治理基礎
代理型AI的治理機制須從系統設計之初即納入。若系統無法說明其行動、原因及所依循的策略，便不適合部署於企業環境中。根據報告，僅有28%台灣受訪企業已建立正式的治理框架。企業若能將治理機制內建於系統中，即能取得競爭優勢。
然而，單靠治理框架並不足夠。零信任架構是確保治理機制真正落實的關鍵。當代理型AI系統在複雜的基礎架構中自主決策時，「永不信任，持續驗證」的原則至關重要。使用者與系統應僅能存取獲得授權的資料，不得超出其存取權限。若缺乏零信任架構，再完善的治理設計也難以因應代理型AI的速度與規模。
可信賴的自主運作
代理型AI的討論往往聚焦於速度與規模，但真正關鍵在於信任。企業必須能夠信賴這些系統在治理政策的規範下代表企業採取正確行動，並對其行動承擔完整責任。可信賴的自主運作意指系統知道該採取什麼行動、能夠呈現執行過程，並在預先規劃的防護機制下運作。要實現這一點，企業需要穩固的資料基礎與治理框架。Deloitte研究發現，相較於將AI治理交由技術團隊負責的企業，由高階領導者積極主導AI治理的企業能夠創造更高的商業價值。
代理型AI時代已到來，對技術領導者而言，當務之急是確認企業基礎架構、資料與治理機制是否已就緒，能夠為代理型AI的運作提供充分支援。
＜本文作者：林祈禎現為Hitachi Vantara台灣區首席技術顧問＞