商傳媒｜葉安庭／綜合外電報導

根據《The European Business Review》報導，儘管近八成企業已導入生成式人工智慧（AI），但同樣比例的企業卻未能從中看到顯著效益。這項分析指出，人工智慧投資成效不彰，主要來自於對人工智慧（AI）定位的誤解，而非技術或員工培訓問題。

文章解釋，最初的企業級人工智慧旨在輔助人類提高效率，而非完全取代，人類在決策過程中仍扮演最終拍板者的角色。然而，這種成效落差的主因，並非訓練或員工技能提升不足，而是人工智慧被置於錯誤的位置，這也是企業人工智慧導入常見的技術與組織挑戰之一。早期的人工智慧，例如輔助式人工智慧（Copilots），設計上預設人類將全程參與並做出最終決策。然而，新一代的代理式人工智慧（agentic AI），其設計理念恰恰相反，即預設在必要時才需人類介入，強調自主執行能力。這種自主執行模式正在IT服務管理、端點管理、可觀測性以及資安營運等領域逐漸取代傳統的輔助模式。然而，企業在評估這類人工智慧投資效益時，也面臨其複雜性帶來的考驗。

英國軟體公司 ManageEngine 的研究報告指出，過去 12 個月內，有六成資訊科技與資安專業人員感受到團隊壓力增加。此外，近半數受訪者認為技能落差是最大挑戰，而有 43% 的受訪者將人工智慧驅動的攻擊視為來年最大風險。

《The European Business Review》文章比喻，將代理式人工智慧直接導入現有工作流程，就像把一輛F1賽車開到滿是減速坡的道路上，問題出在道路（工作流程）而非賽車（代理式人工智慧）本身。要成功部署代理式人工智慧，關鍵因素包括明確劃定人類介入的界線、確保代理式人工智慧能連接到可執行動作的系統，以及優先重視可觀測性（observability），以提高透明度和可追溯性。此外，人工智慧治理的重心也正轉向問責制，思考當自主系統做出重大決策時，誰應負責任，以及如何建立審批追蹤機制。

資安營運是代理式人工智慧的關鍵應用領域，因為人工智慧驅動的攻擊速度飛快，傳統人工應變難以匹敵。代理式人工智慧能解決資安領域的海量資訊問題，透過篩選雜訊、整合跨系統資料，並將真正需要人工決策的問題浮現出來，讓分析師能專注於調查與長期決策，而非耗費時間在瑣碎的細節上。在資安領域導入代理式人工智慧的目標，是避免浪費專家寶貴的經驗，而非取代他們。

《The European Business Review》強調，企業對人工智慧的失望，源於試圖將新科技硬塞進舊有的工作方式。那些能針對人工智慧資源重新調整組織結構的企業，將更能從中獲益，變得更難被顛覆、更快復原，並降低對個人英雄主義式努力的依賴。