UiPath調查：企業代理式 AI 多數仍卡喺試點，真正難關係落地擴展

UiPath 一項於 2026 年 9 月發布、訪問約 600 名大型企業 C-suite 高層及 IT 從業員嘅全球調查顯示，企業代理式 AI（agentic AI）正面對一個明顯落差：好多公司已經證明初步概念可行，但距離將 AI 代理變成可重複、跨業務運作嘅能力，仲有一段距離。UiPath 將呢種狀態形容為「試點煉獄」（pilot purgatory）。418

要留意，呢項調查由 UiPath 贊助，結果亦基於受訪者自述；當中有關投資回報（ROI）嘅數字，應理解為受訪者經驗，而唔係獨立審計後嘅成效量度。不過，調查清楚指出企業卡關嘅三大位置：數據、整合同管治。

AI 有落地，但未必做到全公司規模

受訪企業當中，31% 表示 AI 已完全融入業務；35% 表示只屬有限度使用；另有 11% 仍在試點或實驗階段。3

呢啲數字唔代表其餘企業完全冇用 AI，而係反映 AI 要廣泛嵌入日常營運，仍未算普遍。UiPath 嘅核心發現係，企業通常可以為代理式 AI 做到初步概念驗證（PoC），但一到要擴展部署、並帶來有意義嘅 ROI，就容易停滯不前。18

由試點走向正式運作，三大難關

受訪者被問到優化部署時面對咩挑戰，最多人提及嘅係：

• 數據質素及準備度：38%
• 同既有工作流程及系統整合：37%
• 管治及合規：33% 18

原因唔難理解：試點可以只處理一項狹窄任務、畀少量用戶使用，亦毋須接駁太多內部系統；但一旦正式投產，就要穿梭於企業既有應用程式、部門交接、審批流程同控制機制之間。

TechTarget 同樣指出，示範可以證明 AI 代理喺受控環境完成某項任務；但唔代表企業已處理好數據、保安、工作流程設計、價值衡量同營運模式等要求，足以令代理喺全企業反覆、可靠地運作。21

「業務編排」點解成為焦點？

UiPath 所講嘅業務編排（business orchestration），係指一個協調層，將業務流程內嘅人員、應用程式、數據、自動化工具同 AI 代理串連起來，令佢哋唔係各自為政，而係按端到端流程受管理地協作。UiPath 對自家產品嘅描述，亦包括協調代理、機械人、人員、應用程式同數據。14

講得白啲，編排要解決嘅係：下一步應該做乜、交畀邊個系統或人員處理、邊啲情況必須由人覆核，以及點樣監察同管治整個流程。當 AI 代理需要操作既有應用程式，或者碰上審批關口，呢層協調尤其重要。

調查發現，只有 29% 受訪者表示編排已完全融入其工作流程；而喺呢個群組之中，89% 表示其代理式 AI 實施嘅 ROI 達到或超出預期。5

呢個係值得注意嘅相關性，但唔應該解讀成「有編排就必然有 ROI」嘅因果保證。編排較成熟嘅企業，亦可能本身已有較佳數據基礎、更清晰嘅用例選擇，或者更成熟嘅營運方法。較穩妥嘅結論係：編排看來係與受訪者所報告成功經驗相關嘅企業能力之一。

未來一年：混合型流程最受注目

展望未來 12 個月，36% 受訪者預期 AI 代理會喺企業工作流程中擔當重要角色。2

最多人關注嘅應用方向係混合型工作流程，佔 52%。呢類流程結合固定、可重複嘅步驟，同需要按情境判斷嘅動態工作。212

呢一點好關鍵，因為高價值業務流程往往唔係全自動、亦唔係全人手：當中可以同時有結構化交易、文件處理、例外個案、專業判斷同審批。AI 代理可以參與其中，但要規模化，企業需要協調呢幾種不同工作模式，而唔係將代理當成一個獨立介面。

真正走出 PoC，企業要補足乜？

所以，企業唔應該只用「代理可唔可以完成測試任務」去判斷自己係咪準備好。更難、亦更重要嘅問題係：可唔可以將呢項能力穩定地放入真實營運？

要由試點走向正式部署，至少要處理以下五方面：

1. 可信而可用嘅數據：代理取得嘅資訊，要足夠可靠，亦要喺需要時可用。
2. 工作流程及系統整合：代理要融入現有應用程式、流程步驟同交接安排，而唔係喺旁邊另起爐灶。
3. 管治與問責：當 AI 參與營運工作，企業要有適當控制、可視性同責任歸屬。
4. 混合流程設計：要清楚安排固定規則自動化、AI 驅動步驟同人手決策，各自在最合適嘅位置發揮作用。
5. 成果衡量：團隊要量度到部署有冇帶來實際業務成果，而唔係只做到一場吸引嘅示範。

UiPath 嘅調查並唔係話大型企業未有採用代理式 AI；相反，難題已由「試唔試到」轉為「點樣營運化」。對希望走出試點階段嘅企業而言，重點未必係再加一個獨立 AI 代理，而係建立足以令代理在端到端流程中可整合、受管治、可問責地運作嘅數據、系統連接同協調能力。1821