龍蝦在企業的場景應用發想

文／洪為璽

現今企業正在面對前所未見的數位入侵，以生成式 AI（Generative AI）與代理型 AI（Agentic AI）為核心的自動化系統，逐漸從工具升級為「行動主體」。這些 AI 就像是被放入企業生態池的一群「龍蝦」，能自行找尋資料、執行任務、甚至彼此協作執行多代理系統。

此種「龍蝦型 AI」指的是具有自動化流程、跨系統整合以及決策能力的 AI 代理系統。隨著企業逐步導入這類技術，組織運作邏輯將會發生本質上的改變。以往企業強調的是流程、制度與人力分工，未來將會轉向以 AI 驅動的動態運作模式。

目前企業面臨的問題不再只是 AI 能不能做，而是 AI 該做到哪裡。在效率與控制之間，企業需要找到新的平衡點。本文將從產業趨勢角度出發，深入探討「龍蝦型 AI」如何改寫企業 IT、哪些單位會被取代、隨之帶來的治理風險，以及企業該如何導入與拿捏界線。

龍蝦如何改寫企業 IT 運作模式

近年企業 IT 的核心角色，逐步從「系統維運」轉向「系統自治」。過去企業 IT 的價值在於維持穩定、修復錯誤、部署系統，所有的決策與操作是由人類主導。然而，當 AI 具備自動分析與行動能力後，IT 開始有自治的特性。

AIOps（Artificial Intelligence for IT Operations）由全球知名的研究機構 Gartner 所提出，AIOps 是結合人工智慧與大數據分析，能夠精準偵測、快速分析與解決系統的相關問題，讓 IT 系統具備診斷與修復的能力。換言之，企業 IT 開始從「人類主導」的系統轉向「系統自治」 的系統。比如以往系統在發生問題後才進行修復，而 AI 卻可透過歷史資料與自動監測，預測淺在的風險並即時處理。

[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 LinkedIn，與全球CIO同步獲取精華見解 ]

進一步來說，過去企業的系統由 ERP、CRM 等不同的模組組成並各自運行，未來則將由代理型 AI（AI Agents）組成，每個 AI 代理負責不同的任務且能彼此溝通與協作，從查詢資料、串接流程到建議決策，形成無數個數位員工。據調查，企業平均導入近 30 個 AI 系統，並預計持續增加至 60 個。這種 AI 集化的現象，實際上是企業內部出現不同的「龍蝦」各自運作與協作。此現象帶來一個關鍵轉變，讓 IT 部門不再只是維運者，而是成為生態管理者。CIO 的角色從技術負責人轉為「AI 治理者」，負責協調 AI 之間的運作與價值輸出。

可被龍蝦取代的企業管理單位

當 AI 具備跨任務與跨系統的能力後，企業內部的流程型管理單位將首當其衝，將最容易面臨被「龍蝦」取代或重構的風險。

1. 首先是 IT 維運與技術支援部門。AI 已能自動進行帳號管理、系統監控與故障排除，甚至自動開關與驗證權限。這代表著傳統 IT 支援與系統管理人數將大量縮減。
2. 其次是財務與會計流程單位。AI 能自動完成帳務整理、記帳、對帳、報表生成與結帳流程，甚至直接進行財務查詢、分析及預測。這將使傳統會計的工作逐漸消失。
3. 再來是人力資源部門與客服。已有企業以代理型 AI 取代人資流程與客服。從篩選履歷到評估績效，AI 能提供快速且一致性的判斷。因此，未來 HR 的核心價值將轉向組織發展與文化塑造。至於客服，AI 除了能回覆問題，更能立即處理問題，比如修改訂單或安排物流。所以，未來客服將從溝通者變成監督者。
4. 另外，供應鏈管理也是另一個受影響的部分。代理型 AI 可根據數據進行需求預測、庫存調整及訂單處理，從人工決策轉成自動化決策。這不僅提升供應鏈管理之效率，也改變企業的反應速度。

[ 閱讀更多 洪為璽 的專欄文章 ]

依據 CIO DIVE（2025）的數據來看，約三成企業規劃將以 AI 取代部分員工（如資訊科技到會計等各行業），並預計未來 50% 以上的工作將被自動化或重塑。然而，代理型 AI 並非全面取代員工，而是以任務層級取代。代理型 AI 最終將重組工作內容，使人類專注於策略、創造與複雜決策 。因此被龍蝦取代的並非整個部門，而是可標準化、流程化、數據化的工作。

龍蝦帶來的企業治理風險

隨著企業放入越來越多的龍蝦，其風險也升高，這些風險不只是技術問題，更涉及治理。

1. 首先是失控風險。代理型 AI 具備自主能力，但決策的過程往往不透明，這可能面臨在缺乏實際監控的情形之下執行錯誤的決策，進而引發系統性的風險，因此這類代理型 AI 可能成為金融與企業系統的潛在風險來源。
2. 其次是責任歸屬。當決策由代理型 AI 完成時，責任該由誰來承擔？是系統開發者承擔、使用者承擔，還是企業本身承擔？目前在法律與倫理上都是尚未解決的問題。
3. 再來是品質崩潰。生成式 AI 加速開發的速度，同時也伴隨著品質失控的問題。企業在 2025 年已出現因 AI 生成程式碼導致系統故障的案例，顯示速度與品質之間的張力正慢慢擴大。
4. 第四是治理碎片化。不同的 AI 系統各自運作，導致系統複雜性增加。當企業導入多個 AI 系統時，系統之間可能產生衝突或重複，使效率下降甚至浪費資源。此外，多個 AI 系統彼此連動時，一個錯誤會引發連鎖反應，例如供應鏈系統的錯誤預測可能會影響生產與銷售造成運作上的失衡，這種現象將成為企業管理 AI 系統的新挑戰。
5. 最後是組織風險。大量企業以導入AI 為由進行大規模的裁員，但實際效果隱藏不確定性，甚至影響企業長期的競爭力。

企業導入策略：如何「養龍蝦」？

面臨代理型 AI 導入的不可逆趨勢，企業目前需要思考的不再只是如何導入而是如何養龍蝦，以下分成幾個方向來探討：

1. 企業需建立清楚的治理框架。包括權限設定、決策流程與監控機制等。每個代理型 AI 系統都該有明確的角色與責任範圍。
2. 建立AI編排能力。企業需建立控制平面（control plane），協調不同代理型 AI 系統的運作，避免重複與衝突。這像是設計水族箱中的生態平衡，而非任由龍蝦各自生長。
3. 導入 ModelOps（model operations）治理框架，確保 AI 模型從部署到監控有完整的生命週期管理。這不僅是技術上的問題，更是企業治理的關鍵問題。
4. 強化資料治理。AI 的核心是資料，若缺乏高品質資料將導致錯誤的決策。資料治理成熟度不足往往成為企業導入 AI 的主要障礙。
5. 設計組織角色。未來員工不再是執行者，而是代理型 AI 的監督者與決策者。企業必須建立「人機協作邏輯」，維持人機平衡而非單純追求自動化，否則龍蝦將從執行助手變成主導者。

企業該如何拿捏？

現今的關鍵問題在於企業該讓代理型 AI 做到什麼程度？從產業的趨勢來看，代理型 AI 的最佳角色並非完全取代，而是增強。因此，企業需建立以下三層拿捏邏輯：

1. 第一層是「效率導向」，讓代理型 AI 處理重複性與低價值的勞力型工作。
2. 第二層是「決策輔助」，由代理型 AI 提供分析與建議，最終決策仍由人類掌握及主導。
3. 第三層是「戰略控制」，確保代理型 AI 的目標與企業價值維持一致性。

此拿捏的核心，在於權力分配。當代理型 AI 越強大，則人類越需保留關鍵的決策權。否則企業將面臨效率越高但失控的風險越大。

結語

「龍蝦」在企業並非單純的導入問題，而是關於權力、治理與未來工作的結構性變革。代理型 AI 漸漸從輔助工具轉變成組織成員，甚至是決策參與者。企業若無法建立清楚的治理框架與權力邊界，最終面臨的不只是養龍蝦，而是被龍蝦重塑。

未來的企業競爭，不只是誰擁有最多代理型 AI，而是誰能有效地管理代理型 AI。當企業能於效率與控制之間取得平衡，讓代理型 AI 成為可控的龍蝦，而非失控的主導者，那這場技術革命才真正轉化為組織競爭力。

(本文授權非營利轉載，請註明出處：CIO Taiwan)