跨廠牌 AI agent 各自為政，企業要的是統一中控：Cognizant 把 ServiceNow agent 接進單一編排層，再疊一層 AI Control Tower

企業手上真正的問題，不是 agent 不夠多，是沒人把它們統一中控。每套 SaaS 都塞了自己的 agent，各帶各的連接器、各講各的話，湊在一起就是一團各自為政。Cognizant 六月連走的兩步，剛好踩在這個痛點上：先把治理層接好，再把編排層打通，方向抓對了。但這裡要先踩一個剎車，統一中控有兩種很容易解錯題的做法，等一下說。

先看它做了什麼。第一步在 6 月 4 日，Cognizant 把自家的 Neuro AI Trust 接進 ServiceNow 的 AI Control Tower。Control Tower 這個東西的定位是「治理與觀測的統一底座」，把散在企業各處的 AI 系統、agent 和身分找出來、看得到、管得動；Cognizant 疊上去的是一批「責任式 AI」與 Guardian agent，負責在 AI 運作時即時盯公平、安全、資安、透明與合規。Cognizant 雲端與基礎設施服務全球負責人 Sriram Kumaresan 講得直接：市場已經解決了「用得到 AI」這件事，企業現在要的是「用得負責、又快又大規模」。

第二步在 6 月 18 日，Cognizant 讓 ServiceNow 的 AI Agents 和自家的 Neuro AI 多代理加速器互通，湊出一個跨 ServiceNow、第三方平台與自建系統的單一編排層。過去不同廠牌的 agent 基本上是各跑各的孤島，每接一個就得寫一套連接器、靠人工去協調。這一步就是要把那些孤島串起來，讓 ServiceNow 裡的 agent 能參與跨平台的工作流程。加速器本身是開源的，放在 GitHub 上，還附了業務、財務、供應鏈、客服這些現成的多代理網路。Cognizant 引 IDC 的數字說，超過七成企業打算同時投現成 agent、自建 agent，和內建在既有軟體裡的 agent。三種來源混著買，碎片化幾乎是注定的。

所以先確認一件事：這波產品在解的到底是哪一類問題。答案很清楚，它解的是「整合」與「治理」，不是「agent 不夠聰明」。這個定位我認為對。真正拖垮企業 agent 專案的，從來不是模型笨。Gartner 預測到 2027 年底會有超過四成的 agentic AI 專案被砍掉，理由是成本失控、商業價值講不清、風險控制不到位，沒有一項是「模型能力不足」。換句話說，卡點在落地設計，不在演算法。Cognizant 這兩步瞄準的正是落地那一端，值得肯定。

但統一中控有第一個容易解錯題的地方：把治理做成「一套規則套死所有 agent」。Gartner 另一份研究直接點名，對所有 agent 一視同仁地套同一套治理，反而會害死企業的 agent 專案。原因是把兩件本該分開的事混在一起：一個 agent「能做什麼動作」和它「能碰到什麼資料、什麼系統」，是兩層授權，不能綁成一個開關。你不會因為一個實習生會用 Excel，就把整個財務系統的權限開給他。agent 也一樣。真正該固定的是誘因與流程：這個 agent 的角色是什麼、它動了資料誰負責、出錯時哪一關攔得住。信任的依據是這套結構，不是它掛在哪個中控台底下。中控台讓你「看得到」，但看得到不等於「授權設計對了」，這中間還隔著一段功夫。這也是為什麼 MCP 這類連接標準成形之後，企業真正要治理的重點反而從「怎麼接」移到了「接上之後誰有權碰什麼」。

第二個容易解錯題的地方，是「統一到誰家」。單一編排層聽起來很美，但它本身也是一個廠商的層。Cognizant 把加速器開源、掛在 GitHub 上，這是加分，代表它至少不想把你鎖進一個閉源黑盒。可是企業要問的下一個問題是：這個中控層可不可攜？我今天把所有跨廠牌 agent 都編進 Cognizant 加 ServiceNow 這一層，明天想換掉其中一塊，成本有多高？業界另一條路線是走廠商中立的開放協定，像 A2A，讓不同廠牌的 agent 直接對話，不必透過誰家的中控。但開放互通自己也帶風險：一個在你治理範圍內的 agent，可能把任務轉交給範圍外的外部 agent，而這筆交接沒留下稽核紀錄。所以這不是「用中控台或用開放協定」的二選一，而是要想清楚：中控與可攜要怎麼並存，別為了統一而換來新的單一依賴。

再補一個成本上的提醒。CIO 訪談裡 Gartner 分析師 Anushree Verma 講過一句實話：當你把編排器、治理層和多個 agent 疊上去，成本會很快失控。統一中控本身就是在往上疊層。疊得值不值，取決於它替你省下的協調成本有沒有超過它自己的開銷，這筆帳要在買之前算，不是上線後才發現。

那台灣企業該怎麼讀這條新聞？台灣的金融、製造、電信，這幾年一套一套地買 SaaS，每套很快都會附上自己的 agent。同樣的碎片化，一兩年內就會撞到。這時候順序不能倒：先定義你要編排的到底是哪些流程、哪些 agent 該有權碰哪些資料，再去挑中控與編排工具，最後才是比較具體選哪家。把順序倒過來，先被某家的「單一編排層」框住，再回頭硬套自己的流程，是選型最常見的失敗模式。對本地的系統整合商來說，機會也在這裡：能替客戶把治理與編排的架構定義清楚，比再賣一個 agent 值錢得多。政府若要替企業立座標，新加坡那套主體型 AI 治理框架已經示範了「治理要跟著 agent 的自主程度分級」的思路，值得參考。

回到那兩則公告。Cognizant 的 AI 長 Babak Hodjat 說，多代理系統是企業 AI 的未來，價值在「一群 agent 一起工作」，不在任何單一 agent、平台或廠商。這句話我同意一半。價值確實在協作，這是對的。但「協作」要成立，前提是每個 agent 的角色、授權與責任先被定義清楚，中控台只是讓你看得見這一切，不是替你把這些定義好。看懂它解的是整合與治理這個對的題，再看清楚它可能在授權設計與廠商可攜上留下的兩個坑，比記住「單一編排層」這個賣點重要。

常見問題

AI agent 的「單一編排層」到底在解決什麼問題？
解決的是跨廠牌 agent 各自為政的整合問題。企業常常同時用 ServiceNow、第三方平台和自建系統的 agent，過去每接一個都要寫專屬連接器、靠人工協調。編排層的目標是把這些孤島串成能一起跑的工作流程，[Cognizant 六月就是這樣把 ServiceNow agent 接進自家 Neuro 加速器](https://news.cognizant.com/2026-06-18-Cognizant-expands-cross-platform-agentic-AI-with-new-ServiceNow-AI-Agent-interoperability)。它解的是整合與治理，不是讓單一 agent 變聰明。

有了 AI Control Tower，agent 的治理就算做好了嗎？
沒有。Control Tower 讓你「看得到」企業裡所有 AI 系統與 agent，但看得到不等於授權設計對了。Gartner 提醒，對所有 agent 套同一套治理反而會出事，關鍵是把「agent 能做什麼動作」和「能碰什麼資料、什麼系統」分成兩層授權。治理的重點是角色、資料權限與責任歸屬，中控台是必要條件不是充分條件。

為什麼那麼多企業 agent 專案最後被砍掉？
因為卡點多半在落地設計，不在模型能力。Gartner 預測[到 2027 年底超過四成 agentic AI 專案會被取消](https://www.forbes.com/sites/robertszczerba/2026/07/07/why-40-of-agentic-ai-projects-may-be-canceled-by-2027/)，主因是成本失控、商業價值講不清、風險控制不到位。分析師也指出，把編排器、治理層和多個 agent 疊上去，[成本會很快膨脹](https://www.cio.com/article/4132031/why-most-agentic-ai-projects-stall-before-they-scale.html)，這筆帳要在導入前先算清楚。

台灣企業導入多代理 agent 前，第一步該做什麼？
先定義問題再選工具，順序不能倒。先想清楚要編排哪些流程、哪個 agent 該有權碰哪些資料、出錯誰負責，再去挑中控與編排平台，最後才比較選哪家。先被某家的單一編排層框住、再回頭硬套自己的流程，是選型最常見的失敗模式。