在過去數十年裡，企業員工的工作模式幾乎沒有太大改變，多數人每天花費大量時間登入各種應用程式、在繁雜的畫面間切換，並在不同功能模組中逐一點選與操作。不過現在，這種工作方式正面臨根本性的顛覆：近期，全球顧問巨頭 KPMG 提出「無介面」（headless）的全新企業科技架構，主張將員工的工作體驗與底層系統、畫面及模組徹底分離。
在這套全新架構下，原有的企業資源規劃（ERP）、客戶關係管理（CRM）及人力資本管理（HCM）系統並不會消失，而是繼續在後台運作，擔任保存企業核心資料與交易紀錄的「紀錄系統」（system of record）。目前，OpenAI 已正式聘請 KPMG 為其建置內部的 AI 原生平台，成為 KPMG 方案的「零號客戶」，這也標誌著大型企業開始步入 AI 原生部署時代。
OpenAI 如何驗證 KPMG 的 AI 原生工作流程？
這場備受矚目的變革，起點源自 OpenAI 委託 KPMG 打造內部的「供應鏈與履約協調平台」（Supply Chain & Fulfillment Orchestration platform）。OpenAI 聘請 KPMG 設計這套平台，實際上是要求這家顧問公司親自實作一套 AI 原生工作流程系統，而這正是 KPMG 目前計畫向全球企業廣泛推廣的營運範本。
在 KPMG 為 OpenAI 規畫的工作模式中，員工將從傳統軟體介面的繁瑣操作，轉而以自然語言向系統描述希望達成的任務成果，接著由 AI Agent 判讀人類意圖，自主協調多套後台系統並執行任務。只有在遇到需要人類專業經驗判斷，或必須承擔法律與商業責任的例外情況時，系統才會將工作交由人類處理。
KPMG 專家 Swami Chandrasekaran 與 Matteo Colombo 指出，當前企業軟體面臨的實質痛點，並非底層系統功能不足，而是一項簡單的審批、客戶回覆或人力資源需求，往往需要跨越數套彼此獨立的軟體，迫使員工在不同平台之間來回切換，破壞工作流程的完整性。
員工未來只要開口，AI Agent 就能跨系統完成工作
KPMG 美國科技、媒體與電信產業主管 Chad Seiler 指出，人類與企業系統互動模式的終極型態將是語音，在未來的辦公場景中，員工與企業軟體系統「說話」的時間，可能遠多於打字的時間。
在傳統模式下，員工扮演的其實是各套軟體與資料庫之間的「連接組織」（connective tissue），負責手動將資料與資訊從一個應用程式搬到另一個應用程式。然而，當智慧代理層（intelligent agentic layer）建立後，員工將能擺脫這類機械性操作，不僅可以直接與系統對話並採取行動，更能透過智慧代理層，將這套對話機制與外部資料集及多個後台系統串接。
這也代表，企業行之有年的 SaaS 應用程式與核心資料庫並不會一夕消失，而是會逐漸退居幕後，成為使用者看不見的基礎設施，改由上方的代理層負責處理人類意圖與機器執行之間的轉譯。
KPMG 將這套新架構描述為運行於 ERP、CRM 與 HCM 之上的「AI 工作介面」，其中由專業的 AI Agent 負責執行特定任務，再由更高階的「Superagent」跨越傳統應用程式邊界，協調各項跨系統流程，以達成最終的業務成果。未來，員工將不必耗費大量心力學習複雜軟體的功能位置、選單路徑或操作邏輯，而能將更多時間與精力專注於企業希望達成的核心目標與成果。
操作時間變少，驗證 AI 的責任加重：「三明治理論」揭企業新挑戰
不過，當日常操作工作逐漸被 AI Agent 取代，企業的治理與問責機制反而變得前所未有地重要。為了具體說明這項轉變，《Fortune》特別引用普林斯頓大學教授 Arvind Narayanan 提出的「三明治理論」（decide, execute, deliver sandwich）。這項框架將人類工作劃分為頂部的「決策」（decide）、中間的「執行」（execute）與底部的「交付」（deliver）三個層級。Arvind Narayanan 指出，生成式 AI 主要壓縮的是中間的執行層，這部分傳統上僅占整體工作量的三分之一，涉及核心判斷與最終問責的決策層及交付層，不僅較難被 AI 壓縮，未來甚至可能進一步擴大。
KPMG 美國科技、媒體與電信產業主管 Chad Seiler 在受訪時認同這項觀點，並指出，這會在底部的交付階段產生全新的「驗證負擔」。也就是說，當 AI 大幅提高執行速度，員工未來反而需要花費更多時間相互討論、確認並稽核 AI 的工作產出，導致「討論工作」的時間變多，親自「操作軟體」的時間變少。
針對大模型能力逐漸走向商品化的趨勢，Chad Seiler強調，KPMG 在這場變革中的獨特顧問價值，在於其長期掌握客戶的商業模式、人才、文化、既有系統、資料結構、內部政治與組織壁壘，這些是通用前沿模型難以規模化掌握的企業知識。
此外，這次與 OpenAI 的合作關係並非獨家，KPMG 同時與 Anthropic 等其他前沿實驗室維持合作，也不預期大型客戶會將所有業務標準化於單一 AI 供應商，因為部分企業已開始採用其他較便宜或開源的方案，作為成本與營運韌性的對沖。
KPMG 提醒，跨系統的智慧協調若要形成可長期維持的競爭優勢，企業必須建立明確的流程負責人、可信賴的資料基礎、清晰的決策權限，以及一套嚴密的控制機制，以規範 AI 何時能自主行動、人類何時必須介入，以及例外狀況應如何升級處理。
因此，KPMG 建議，成功的組織應謹慎挑選值得重構的流程。企業不應將 Agentic AI 的導入視為單純的 IT 技術升級，而必須將其視為一整套需要主動規畫與權衡的「業務決策組合」，這也將成為影響企業未來核心競爭力的關鍵。
