如果一家企業只有 2 萬名員工，卻同時管理 15 萬個 AI Agent（代理），企業會變成什麼樣子？
這是 Google Cloud 亞太區技術團隊副總裁 Moe Abdula 在 COMPUTEX 2026 展前論壇演講中拋出的情境。他引用市場研究機構 Gartner 預測指出，到 2026 年底，約 40% 的企業應用程式將具備某種形式的 AI Agent 能力；而 2028 年內，財富 500 強企業平均可能管理超過 15 萬個 AI Agent。
「如果這是我們正在談論的規模，思維模式必須非常快速地轉變和移動。」Moe 說。
這代表企業正在進入一個新的管理階段：競爭焦點不再只是誰擁有最強 AI 模型，而是誰能建立代理平台、治理框架與資料能力，讓 AI 真正進入組織流程。在接受台灣媒體採訪時，Moe 與 Google Cloud 台灣技術總經理林書平則進一步拆解，企業要支撐這樣的規模，必須先建立哪些技術基礎與組織能力。
想看更多 COMPUTEX 動態？最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展
支撐 AI Agent 運行的三大支柱
談到 Agent，Moe 特別提醒，企業不應把 AI Agent 理解成進階版聊天機器人。他認為，聊天問答只是 AI 的起點，真正的代理式系統，代表 AI 開始理解情境、跨系統採取行動，甚至與其他代理協作完成任務，而支撐這種能力的基礎，有三個核心支柱。
第一，情境與記憶（Context & Memory）。企業過去使用 AI，大多仍停留在單次互動，但 Moe 認為，真正有價值的代理必須理解上下文。例如，同樣詢問「設備為什麼無法運作」，如果提問者是財務主管與維修工程師，AI 應該給出完全不同的回答；如果一週後再次提問，AI 也不應重新要求使用者重複背景資訊。他指出，長時間運行並記住工作流程的脈絡，是過去 AI 系統做不到的能力。
第二，執行能力（Action）。代理不應只產生內容，而要能執行工作。Moe Abdula 認為，企業真正需要的是能操作系統、跨流程協作、將任務交接給其他代理，甚至在人機協作流程中自動執行工作的 AI。
第三，身分與治理（Identity & Governance）。隨著代理開始擁有執行能力，企業也必須重新建立治理機制。Moe 表示，未來每個 AI Agent 都應具備可辨識的身分，能夠被追蹤、審計與驗證，企業必須知道是哪個代理採取了哪些行動，以及是否符合權限規則。他在訪談中進一步強調，這個支柱不只是技術安全，更是 B2B 的信任問題：當 AI 代理代表你的品牌與第三方互動時，這個代理在商業網路中的可信賴度，是企業導入 AI 時的關鍵考量。
資料處理的典範轉移：從 Data for AI 到 AI for Data
三大支柱要能運作，背後還有一個更根本的底層在發生變化：資料與 AI 的關係。雖然 Moe 表示「有句老話說，沒有資料就沒有 AI。」但他緊接著指出，AI 進入多模態時代後，這個底層的運作邏輯已經完全被翻轉。
他解釋，過去的典範是「Data for AI（為 AI 處理資料）」：資料必須搬家。企業要把分散在各系統的資料整理乾淨、搬到單一倉儲，AI 才能使用。Moe 形容這是過去十年 IT 員工的工作日常：每天上班的第一件事，就是處理不同系統的格式不一致，花大量時間清理、整合、寫管道，「這變成他的工作，也變成他的身分。」
但這套做法在 AI Agent 時代已經行不通。Moe 表示因為「AI 是沒有耐心的，」當 AI 代理一次要提出 100 個資料分析需求時，傳統那種 IT 人員手動整理資料管道的速度，完全跟不上。
新的典範是「AI for Data（讓 AI 來處理資料）」。當資料從 SAP、掃描文件、影音檔案等不同來源進來時，AI 能透過推理能力自動辨識欄位意義、轉換格式、判斷實體關係，不再需要人類預先告訴它規則。更重要的是，企業不再需要把所有資料都搬到雲端。Moe 在演講中明確指出，Google Cloud 已經不再要求客戶「把所有東西移到 Google」，而是讓資料留在原本的位置，透過安全機制讓 AI 高效存取。
要支援這個新典範，Google Cloud 的資料庫層也做了根本性的進化。林書平在受訪時補充，他們稱之為「AI 原生的資料倉儲」的系統具備三項關鍵能力：多模態能力（處理結構化與非結構化資料）、向量搜尋能力（透過語意理解快速找到相關資訊），以及知識圖譜能力（理解資料之間的商業關係）。
Moe 指出，人類的思考本來就是建立在「實體與關係」之上，而知識圖譜讓 AI 也具備這種理解能力。過去這些實體與關係需要資料工程師花上幾個月硬寫程式碼建立；現在 AI 可以自動分類、加速建構。
針對台灣企業在導入科技時普遍最重視的安全問題，林書平建議企業在一開始規劃 AI 導入時，就將資料存取控制、代理權限控管以及完整的稽核流程建立起來。只有在資料治理和 AI 治理都做好的基礎上，企業才能安全地將需求與代理效應最大化。
給領導者的兩個立即行動
訪談的最後，Moe 給企業領導者兩個非常具體的行動建議。第一個行動：CEO 必須親自把 AI 當成自己的專案。
Moe 強調，高階主管，特別是 CEO，必須親自將 AI 導入當作自己的專案來推動，不能只是下放給其他人做。如果將此事交給別人，AI 導入就會淪為一個「附帶的倡議」，讓員工覺得這不是公司最重視的事情。只有當 CEO 親自掌舵並向全公司宣示「我要培訓每個人，讓 AI 融入我們的文化與工作」時，整間公司才會真正接受並擁抱這個理念。
第二個建議是「現在就開始在自己的公司裡面使用 AI」。Moe 建議領導者去檢視內部的營運流程，特別是那些經常面臨極大壓力、總是覺得人手不足的後勤支援部門。他舉例，可以先讓 AI 代理來協助人資部門回答「如何請假」這類常見的基本政策問題。當員工親自體會到 AI 能夠賦能他們、幫助他們把工作做得更好或更多時，他們自然就會成為推廣 AI 的大使。
演講最後，他提醒企業反思自身的應用程式與資料平台是否已準備好與成千上萬的代理串接，以及是否能以「機器速度」安全地運行。此外，他強調整個轉型的重點在於升級與培訓員工，讓一般的「業務使用者（business user）」也能參與其中，而不僅僅是依賴少數的 AI 專家。
【推薦閱讀】
◆ 當提示詞變成義大利麵程式碼：難察覺的「AI 技術債」來襲，企業如何跨越治理盲點？
＊首圖來源：《TechOrange》拍攝。
