Microsoft：唔好一上嚟就派 AI Agent，先將工作流程執好

Microsoft 的《Becoming a Frontier Firm》playbook 想講的重點其實好直接：部署 AI Agent，唔係裝新軟件咁簡單，而係要改變公司點樣運作。根據 Microsoft 在公司內數百個 AI 轉型項目累積的經驗，企業應先令工作流程變得清楚、可簡化、可管治，先至叫 Agent 接手其中一部分工作。成效亦應睇質素、速度、風險、收入同客戶影響，而唔係發咗幾多個帳戶、用了幾多次 prompt。12

先睇工作點樣做，唔係先揀 AI 工具

Microsoft 的第一步係搞清楚工作實際上係點流轉：由頭到尾畫出流程、找出部門交接位及例外情況、釐清邊啲決定由邊個作出，以及員工依賴咩數據與系統。否則，公司很可能只係將一個本身混亂、價值不高的流程自動化，而唔係真正改善它。12

指南用了一句簡潔口號：「先精簡，後上 Agent」（lean before agents）。即係在交工作畀 Agent 前，企業應該：

• 簡化並標準化原有流程；
• 移走無謂審批、重複工序和交接；
• 建立可用的共享數據，以及接通相關系統；
• 設定存取權限和管治規則；
• 明確界定哪些決定、例外情況及高風險行動必須由人主導。12

實際意思係，唔好畀 Agent 一句含糊的「幫公司提升效率」就算；應該在一條已理解清楚的流程內，畀它一項範圍明確、責任有邊界的工作。

三條路，可以並行推進

Microsoft 並無將 AI 轉型講成單一路線，而是提出三種互補做法。

1. 重點職位加速（Persona Acceleration）

為優先職位提供 AI 助手、提示詞、技能培訓及職位專用 Agent。目的係將少數高效 AI 使用者的做法，變成整個團隊都可以重複做到的能力；相應的學習安排和管理方式，亦要令「人與 AI 一齊做嘢」成為日常。1

2. AI 驅動的流程重設（AI-Powered Process Redesign）

這條路針對一整條跨職能流程，而唔係自動化單一任務。企業會重設流程，減少延誤、重工、浪費和分散的決策。這也最能反映 Microsoft 的觀點：AI 的價值取決於工作怎樣被重新組織。12

3. AI-first 探索（AI-First Possibility）

讓小型、具專業能力的團隊，從一開始就假設 AI 存在，去設計產品、服務或營運方法。這種做法不確定性較高，但可能發現漸進式自動化看不到的新工作模式及產品機會。1

Agent 自主權要逐級加，唔係一刀切

Microsoft 不把 Agent 自主性視為「要麼全自動、要麼不用」的二選一，而是建議在有人承擔責任的前提下，逐步擴大 Agent 的工作範圍：

1. 人用 AI 助手： AI 幫手起草、摘要、分析，支援人的判斷。
2. 人機協作團隊： Agent 在既定控制措施、升級處理路徑及監督下，執行指定任務或決定。
3. 人主導、Agent 營運的流程： Agent 處理大部分日常運作，人則負責策略方向、例外情況、結果驗證，並保留最終問責。1

這三層未必是一條硬性的成熟度階梯。不同流程可按風險、數據準備程度及出錯後果，採用不同程度的自主性。

Microsoft 內部案例想說明甚麼？

Microsoft 表示，其雲端供應鏈工作是先重設流程和建立共通基礎，才逐步擴展至逾 111 個針對規劃、採購、履約及物流而設的專用 Agent。公司稱，部分供應鏈流程的週期時間最多縮短 75%，需求計劃調查亦由原本五至七日縮短至數小時。24

另一個 Copilot Cowork 個案中，一支由九人組成的跨職能團隊，以 AI-first 方式在 35 日內推出首個產品版本。Microsoft 認為，重點不只在於開發快了：工程師及產品經理的角色轉為所謂「meta-engineers」和「meta-PMs」——負責指揮、審核及協調 Agent 的產出，將焦點放回產品判斷和系統設計。24

按這個框架，AI 可減少人手花在初稿、例行研究，以及四處追查營運資料的時間；人的工作則更集中於界定問題、設計系統、驗證輸出、處理例外、建立關係及運用判斷力。要做到這一點，需要 AI 素養、信任、實驗文化，以及職位和管理方式的調整，而唔係淨係派一個 Copilot 帳戶畀員工。12

真正難被複製的優勢，不在於模型本身

Microsoft 認為，基礎模型會愈來愈可互相替代；較持久的競爭優勢，反而在於每間機構自身的資產：可信的內部知識、受管治的數據和工具存取、工作流程編排、對「好工作」的專屬定義，以及與真實業務成果掛鈎的評估方式。15

公司將這個持續改善循環稱為 「hill-climbing machine」。簡單講，就是先定義想要的成果，再評估 Agent 輸出、收集回饋與錯誤、改善流程或 Agent，然後重複。Microsoft 的意思是，優勢唔係押注某一個模型，而是持續令整個系統更符合公司自己的標準與工作方式。5

企業 Agent 數據反映：由通用助手走向具體流程

Microsoft 報告分析了接近 2,000 個租戶內的 40,093 個 Copilot Studio 企業 Agent，當中面向內部員工生產力及用戶支援的應用，佔已部署 Agent 的 64.6%。報告亦指出，使用正轉向較窄、較清楚界定的營運場景，例如技術支援及專門業務流程。3

這與 playbook 的主張一致：通用生產力助手可能是常見起點，但較有實質影響的 Agent 部署，通常要有邊界清晰的流程、相關數據、控制措施，以及可量度的成果。

應視為框架，而非放諸四海皆準的答案

這份 playbook 的證據主要來自 Microsoft 自己的內部轉型工作及產品生態；其中表現數字未經獨立驗證。Microsoft 亦明確表示，這是一套仍在演進的工作方法，不是規定式方案，更不保證其他機構會取得同樣結果。12

因此，最值得借鑑的未必是照抄 Microsoft 的組織名稱或成效數字，而是測試它提出的先後次序：選定重要業務成果，攤開並簡化流程，建立數據與管治基礎，慎重地畀 Agent 接手範圍清楚的工作，保留人的問責，再用量度到的回饋不斷改善系統。