過去一年,關於 AI agent 的討論卡在一個問題:這東西是不是真的能用,還是又一輪炒作。2026 年中,這個問題悄悄換了。blog.mean.ceo 六月的觀察講得很白,這是市場停止問「AI agent 是不是真的」、開始問「我公司哪個部門先被 agent 化」的月份。撐起這個轉向的不只是氣氛。Gartner 給了一個量化訊號:到 2026 年底,40% 的企業應用會內建任務型 agent,而 2025 年這個比例還不到 5%,等於一年內翻了八倍。當採用率從個位數衝到四成,問題自然從「要不要用」變成「先用在哪」。
這個轉折值得寫,是因為它不是單一廠商的行銷話術。AWS、Google Cloud、微軟、GitHub、IBM、Databricks 現在描述 agent 的方式幾乎是同一套詞:有目標、有記憶、會規劃、能用工具、帶部分自主。當這些彼此競爭的平台開始用同一套語言,那不是巧合,是市場結構成形的訊號。詞彙一旦統一,採用門檻就掉下來。市場規模也跟著走,AI agent 市場 2026 年估約 115.5 億美元,2025 年是 79.2 億,年增四成以上。錢和語言都對齊的時候,agent 內建會變成軟體的預設配備,不是加購選項。
那哪些部門會先被 agent 化?我的排序是這樣:客服、IT Service Desk、業務支援、人資、法務、財務。原因很簡單。這些部門本來就在做三件事:接收請求、查資料、執行流程。這本質上就是 agent 的工作。客服每天接的就是「我的訂單呢」「怎麼退費」,查一下系統、走一段既定流程回覆,這幾乎是 agent 的標準題型,所以排第一。越往後,請求越不規則、判斷的後果越重;法務和財務不是不能 agent 化,是錯一步的代價高,會被排在後面。排序的邏輯不是技術難度,是「這個部門的工作有多像在接單、查料、跑流程」。
但這裡要踩一個剎車。當 agent 內建變成預設,真正拉開差距的不是技術,是治理跟不跟得上部署速度。看兩個今年的例子就懂。KPMG 把 Microsoft 365 Copilot 與 Agent 365 鋪給全球超過 27.6 萬名員工,Databricks 直接把 agent 講成能跑重複工作流的「同事」。導入一個 agent,跟讓全公司同時用 agent,是兩種難度。部署可以一聲令下,治理沒辦法。當 27 萬人同時讓 agent 動到正式資料,權限、稽核、責任歸屬要一次到位,這件事比把 agent 裝起來難得多。
把部門排序和治理缺口疊在一起看,問題更清楚。agent 從客服往法務、財務一路往上爬的時候,權限的邊界和問責的歸屬同步變難。客服 agent 查錯訂單,頂多重查一次;財務 agent 自動跑錯一筆對帳、法務 agent 引錯一條條文,責任算誰的?每一個會自己動作的 agent,都是一個新的權限治理對象,這在寫 MCP 那篇就講過。務實的做法是順序不能倒:先定義這個 agent 要解的情境、誰用、碰得到哪張表,再決定開放範圍。部署速度和治理速度之間的落差,要靠這種一格一格盤點來補,不是靠模型變聰明。
最後講一件讓我蠻期待的事。當這些部門能力被做成 agent 內建進軟體,未來新創不就可以無痛擁有大型公司的資源了嗎?過去要養一整組客服、IT、法務、財務團隊才撐得起的規模,現在一個小團隊接上內建 agent 的軟體,就有了雛形。真是讓人期待呢。但話說回來,能用上不等於用得好。可信度從來不是靠模型多聰明撐起來的,是靠落地流程。新創拿到的是大公司的工具,不是大公司踩過的坑。誰先把情境、權限、問責這三格盤清楚,誰才真的把這份資源變成自己的。
參考來源
- 40% of Enterprise Apps Will Embed AI Agents by End of 2026, According to Gartner(Yahoo Finance(引述 Gartner 預測))
- AI Agents News | June, 2026(blog.mean.ceo)
- AI Agents Market Size, Share and Growth Report(Precedence Research)