SAP 於美國時間 9 月 22 日在亞特蘭大宣布擴充 Signavio 等工具，協助企業部署、治理與監控 AI 代理（AI agent，能替人執行任務的 AI 系統）；隔天，自動化軟體商 UiPath 在拉斯維加斯的年度大會 FUSION 2026 推出 Cartographer，把散落各處的流程知識整理成一份「工作地圖」（Map of Work）。更早在 5 月，流程智慧（process intelligence）業者 Celonis 也推出 Context Model，定位為企業 AI 的「情境層」（context layer）。
三家廠商雖採取不同技術路線，但都在解決相似的問題：在代理接手工作之前，先讓它弄懂企業的流程實際上怎麼運作，而不只是流程圖上怎麼畫。模型能力愈來愈強，為什麼企業還得先替代理設計一份工作地圖？這份地圖又該如何設計、由誰負責？
三個步驟各 90% 準確，結果只剩 73%：AI 代理為何需要工作地圖？
UiPath 創辦人暨執行長 Daniel Dines 在大會主題演講中主張，AI 需要一本記錄企業工作實際如何運作的手冊，Cartographer 產出的工作地圖就是這本手冊：「沒有這本手冊，沒有人能真正成功部署我們可以信任的自主 AI。」
據《TheNextWeb》報導，同場登台的三井住友金融集團（SMBC）的 Kei Yamamoto 用一道算式說明多步驟流程的風險：「如果一個流程有三個步驟，每一步的準確率都是 90%，端到端的準確率就會降到約 73%。」醫療用品商 Medline 的 William Abrams 則形容，73% 的準確率「難以想像」，因為該公司的醫院客戶期待的是 99%。
類似的看法也出現在其他企業。零食大廠億滋（Mondelez International）資訊暨數位長 Filippo Catalano 在 Celonis 的新聞稿中表示：「……除非 AI 代理理解流程在每個市場、系統與部門實際如何運作，並據以行動，而不只是理論上如何設計，否則無法持續部署、運行值得信任的代理。」
UiPath、SAP、Celonis 怎麼把流程知識交給 AI 代理？
據《TheNextWeb》報導，Cartographer 會讀進流程圖、流程探勘（process mining，用系統事件紀錄找出流程瓶頸的分析方法）圖表、文件與標準作業程序（SOP），也能詢問領域專家、請對方錄下螢幕操作，並追問為什麼走了不同的路徑，再據此產出第一版工作地圖。接著，寫程式的 AI 代理（coding agents）依地圖建立自動化流程；代理處理案件時，由人審閱建議並修正。
UiPath 在官方說明中強調，Cartographer 只負責提案，「不核准，也不發布」，每項變更都要由指定的負責人核准；重要決策與理由將記錄在「決策帳本」（Decision Ledger），再回饋成地圖的修改提案，但這項功能目前仍列在 UiPath 的產品規劃中。Cartographer 已經推出，UiPath 未公布價格；SMBC 表示，下一步計畫測試這項工具。
UiPath 也在 10 月 21 日於台灣發布新聞稿介紹 Cartographer。UiPath 台灣地區區域副總裁陳名璋在新聞稿中表示：「……真正的挑戰不只是技術導入，更在於如何讓 AI 理解企業既有的作業規則、跨部門流程及實際營運中累積的經驗與判斷。」
至於 SAP，該公司在官方新聞中表示，Signavio 的流程顧問代理（Process Consulting Agent）最新版本加入流程探勘功能，分析 SAP 與非 SAP 系統的流程績效資料，找出瓶頸，並建議哪些環節可以交給代理；仍在預覽階段的「公司記憶」（Company Memory），則將為員工與 AI 代理提供一致的企業規則與流程知識來源。
Celonis 則宣稱，Context Model 能提供即時的營運數位分身（digital twin），把企業營運「轉譯成 AI 能理解的語言」。
有沒有流程情境，AI 代理差多少？Uniper 的招募代理實測
德國能源公司 Uniper 是公開的導入案例之一。據《Computer Weekly》報導，Uniper 已將一個以 Microsoft Copilot Studio 打造的 AI 代理，正式用於招募作業，並結合人資資料與 Celonis 提供的營運情境。
據 Uniper 說法，測試期間，該公司用同樣的提示詞，分別讓代理在有、沒有流程情境的情況下作答。被要求找出招募流程的瓶頸時，只依原始人資資料運作的代理，給出的是籠統的回答；有了流程情境，代理則能指出具體問題，包括 27 位候選人在候選名單上停留超過 14 天。
不過，Uniper 也刻意限制代理的權限。該公司流程智慧卓越中心負責人 Robert Daamen 表示，Uniper 的人資 AI 代理不分析候選人資料，也不決定影響候選人的行動，而是處理行政工作，例如透過 Microsoft Teams 提醒用人主管、管理職缺需求總覽。他強調：「人類永遠在流程之中，也永遠是決策者，代理只提供支援。」
隱性知識難擷取、責任仍在人身上：分析師提醒什麼？
Forrester 首席分析師 Bernhard Schaffrik 向《Computer Weekly》表示，流程探勘正「從回顧式的分析工具，轉變為代理式 AI 的營運基礎設施」，但現況是「技術上可行，營運上仍在起步」。Forrester 調查 15 家流程智慧供應商，據供應商回報，潛在客戶希望把流程智慧當成導入 AI 前置步驟的比例平均為 52%，現有客戶的實際採用率平均則為 34%。
Schaffrik 也指出，資料完備度是第一個瓶頸，流程資料常分散在老舊系統、紀錄方式不一致，或根本不完整。他提醒：「代理式 AI 在設計上就永遠不會完全可靠。」顧問公司 BearingPoint 的 Jason Strambi 則指出，自動化不等於改善流程：「為紙本世界設計的 12 道核准程序，就算每一步省下 40 秒，仍然是糟糕的流程。」
流程知識本身也不容易取得。IDC 研究總監 Amy Loomis 向《CIO》表示，建立工作地圖這一步的成效「取決於團隊的隱性知識，以及能否準確擷取」。Dines 也在台上坦承，工作地圖的初版「一定不完整」。
UiPath 的官方說明也指出，負責維護工作地圖的「製圖師」（cartographer）是人，而不是軟體。Strambi 則建議：「在部署代理之前，先設計好人的角色。哪些決策它能自己做？哪些需要人確認？哪些不能碰？」他也表示：「責任始終在決定代理能做什麼的那個人身上，任何供應商合約或模型說明卡都改變不了這點。」
廠商正把流程知識打造成 AI 代理的基礎設施；從 Uniper 的做法到分析師的提醒，則都指向部署代理前的準備功課：先弄清楚流程實際怎麼運作，並決定哪些決策要留給人。《Computer Weekly》分析，流程探勘對於釐清企業「不該」自動化哪些環節的重要性，可能不亞於協助企業自動化「能」自動化的部分。
【推薦閱讀】
◆ 8 成美國企業財務團隊用生成式 AI 管現金流，採用代理式 AI 卻只有 5%
＊本文開放合作夥伴轉載，資料來源：UiPath 官方說明、SAP 官方新聞、Celonis 官方新聞稿、《Computer Weekly》、《CIO》、《TheNextWeb》、UiPath 台灣新聞稿，首圖來源：Unsplash
