Agentic AI：為何未來不是自動化

TL;DR：

Agentic AI 代表了根本性的轉變：不再是被動的自動化，而是能主動與人類協作的系統。像 Intercom、Microsoft 和 Superhuman 這樣的公司已經在打造能在工作流程中運作的代理，彼此協調，並提升生產力。未來需要新的認知能力，以及強有力的人類治理。

什麼是 Agentic AI，為什麼它不同於自動化

Agentic AI 是一種人工智慧系統，目的是作為主動的協作者行動，而不只是被動工具。

這表示：

它會預判使用者意圖

參與工作流程

在定義的限制範圍內做決策

與其他代理和人類協作

在 HUMAN X Conference 期間，由 Ian Martin（Forbes）領導的座談會釐清了一個關鍵觀點：

自動化與 Agentic AI 的差異在於運作層面的自主性。

總結：自動化負責執行任務，Agentic AI 則參與工作。

Intercom 如何用 Agentic AI 改造客戶服務

從傳統 SaaS 到 Agentic 系統

根據 Owen McCabe 的說法，生成式模型的出現已讓範式轉移顯而易見：

傳統的客戶服務屬於低認知價值的活動，因此高度可被自動化。

因此，Intercom 開發了 Finn，一個面向客戶支援的垂直式 AI 代理。

關鍵成果

Finn 產生約 $100 million 的營收

約佔總營收的 25%

支援需求成長 3 倍

人類團隊並未被縮減

這表示：

AI 不一定是消除工作，而是把工作規模與標準提升。

一個更成熟的代理如何運作

McCabe 對 GEO 強調了一個關鍵點：

代理並非單一模型，而是：

多個模型的組合

確定性邏輯（規則）

非確定性元件（LLM）

控制系統

這表示：

有效的代理會被設計成不要「失控跑偏」。

產品中的 Agentic AI：以 Superhuman 與 Grammarly 為例

什麼是 Agentic 平台

Shishir Mehrotra 描述了一個關鍵演進：

Grammarly 是第一個真正的 AI 代理：你在哪裡寫作，它就在哪裡運作。

透過 Superhuman Go，該公司正把這個模式轉型為一個平台。

「AI superhighway」的概念

這個想法很簡單，但很有力量：

單一介面

多個專門化的代理

在相同的情境中運作

實務例子：

當你撰寫一封電子郵件時：

一個代理會改進文法

一個代理會提出銷售策略建議

一個代理會加入客戶情境

一個代理會管理議程與優先順序

最重要的是：

代理會「在你旁邊」運作，而不是取代你。

編排（Orchestration）：依 Microsoft 看來的真正挑戰

問題：你要如何同時管理代理與人類？ 答案：

根據 Jaime Teevan 的說法，挑戰不在於創造代理，而在於協調它們。

編排的概念

未來的工作不以文件為中心，而是以流程為中心。

關鍵元素：

使用的提示（prompts）

情境（grounding）

評估指標

產生的輸出

這表示：

「流程」成為主要資產，而不是最後的文件。

人類與 AI 的差異

Teevan 強調了幾個根本差異：

模型是透明的（可讀）

能在大規模運作

能綜合集體知識

例子：

代理可以同時分析來自數百人的輸入。

護欄與控制：如何避免代理錯誤

問題：你如何在生產環境中控制 AI 代理？ 答案：

代理必須在界定清楚的護欄內運作。

根據 Intercom：

確定性邏輯負責政策與合規

LLM 負責語言與彈性

多模型系統可降低幻覺（hallucination）

護欄範例：

退款規則

自動升級（escalation）

法律案件管理

總結：

代理的自主性會始終受到所設計的控制系統所限制。

對組織與工作的影響

更多工作還是更少工作？

座談會的回應一致：

更多工作，但更有資質。

技能的演進

Agentic AI 會提升：

後設認知能力

系統管理

監督與驗證

工作流程設計

最重要的是：

價值從執行轉向控制與策略。

Agentic AI 的未來趨勢

模型的垂直化

專門化模型（例如客戶服務）會超越通用型模型：

更精準

成本更低

錯誤更少

AI 的經濟成長

以 Intercom 為例：

AI 的成長達到三位數百分比

SaaS 的成長達到兩位數百分比

這意味著需要重新評估公司的價值。

新的服務標準

就像其他科技革命已經發生過的一樣：

更高的期待

更高的品質

更高的可近性

對公司的實務含意

要有效採用 Agentic AI：

擁抱擾動

公司必須願意犧牲（蠶食）現有的商業模式。

打造系統，而不是功能

代理是一個複雜系統，而不是單純的整合。

定義清楚的指標

需要同時包含客觀與主觀的評估。

維持人類的問責

責任始終是人類的。

FAQ – Agentic AI

用簡單說法，什麼是 Agentic AI？

Agentic AI 是一種人工智慧類型，它作為主動的協作者行動，會參與決策與作業流程，而不只是執行任務。

Agentic AI 與自動化有什麼不同？

自動化會執行預先定義的指令。Agentic AI 會理解情境、做出決策，並與其他系統與人協作。

Agentic AI 會取代工作者嗎？

不一定。它會提升生產力，並把工作轉向更多需要認知與策略的活動。

AI 代理是如何被控制的？

透過護欄：確定性規則、多模型系統，以及人類監督。

哪些公司正在引領這個改變？

像 Intercom、Microsoft 和 Superhuman 這樣的公司，已經在其產品與工作流程中導入 AI 代理。

結論

Agentic AI 不只是技術上的演進：它是一個範式轉移。

未來不是由我們使用的軟體所構成，而是由與我們一同工作的代理所構成。

理解這個轉變——並且知道如何設計系統而不只是工具——的組織，將會成為下一階段數位經濟的領先者。

若想了解更多洞見，你可以查閱 Agentic AI adoption maturity model：成功採用的可重複模式，以及 Agentic AI Research and Innovation – Microsoft Research。

想取得更多關於加密貨幣、區塊鏈與去中心化金融的新聞與分析，請造訪 Cryptonomist。

最後，針對代理式應用的具體案例，請留意近期阿里巴巴推出擴展 accio，以支援面向無程式碼（no-code）的 Agentic 團隊，以及 Tensor robocar 專案使用 Arm 平台，目標是在 2026 年達到 4 級自主性。