金融機構正由單一 AI 代理，轉向讓多個代理分工合作的系統。不過，採用速度似乎跑在企業準備程度前面：Capgemini《2027 年金融服務雲端報告》指，59% 機構正試行或部署多代理系統，但只有 10% 建立了全企業協調能力，足以在大規模業務中自主執行工作。19

這個落差是報告的重點。試行或部署代理，不等於已能在整間企業協調它們、管控其行動，並證明它們帶來實際價值。報告建基於對 14 個市場、1,100 名金融服務業高層的調查。2

採用多，不代表協調能力成熟

多代理系統是由多個 AI 代理協同處理工作，而非單靠一個代理完成整個流程。報告指，銀行及保險公司正逐步把這類系統帶進核心業務流程。3

59% 是指正處於試行或部署階段的機構；10% 則是具備全企業協調能力、可讓系統自主執行業務的比例。19 換言之，業界對多代理 AI 的興趣和試驗相當普遍，但真正能讓它在整間機構自主運作的，仍然不多。

對評估 AI 進展的管理層而言，這個分別不容忽視。試點可以展示某個用途是否可行，但單靠一個試點，並不足以證明機構已有基建和管控措施，能在多個業務流程中協調 AI 代理。

投資回報仍然難以交代

報告亦指出，衡量成效本身就是一大難題：48% 機構未能持續證明代理式 AI 計劃的投資回報，51% 則缺乏成熟的價值把關機制，用以決定是否繼續投資。22

因此，單看部署數字並不足以判斷成敗。機構需要有方法評估項目是否帶來業務價值，以及是否值得繼續投放資源。報告預測，到 2028 年，把業務成果列為 AI 撥款首要考慮因素的高層人數將增加 141%。9 這是對管理層優先考慮方向的預測，並不代表 AI 投資回報已經改善。

雲端不只是運算基建，也是管治的一環

Capgemini 認為，雲端的角色正超越承載 AI 工作負載的基建。按報告的說法，雲端可以成為自主系統的「執行權限」：為代理提供在大規模運作時遵守可信邊界、並產生可衡量成果的基礎。19

要擴展多代理系統，底層技術現代化和管治安排因而同樣重要。報告指，90% 機構已使用或計劃採用智能模型路由，以優化效能及控制 token 成本；另外，52% 銀行及保險公司偏好大型雲端服務商，作為管治多代理部署的雲端夥伴。3

這些數字反映的是機構目前的做法和偏好，並不能證明某種雲端安排必然帶來安全或有效的成果。不過，它們顯示模型選擇、成本管理和管治，已成為擴展 AI 的重要課題，不只是「部署不部署」那麼簡單。

關鍵不只是用了多少 AI 代理

Capgemini 的調查呈現出業界熱度與實際營運能力之間的落差：大部分受訪機構正試行或部署多代理 AI，但只有一小部分具備讓系統在全企業自主執行所需的協調能力。19

報告及相關公告亦強調，機構需要更新底層技術架構；其中一份公告指，五分之四高層把減少技術債列為優先事項。18 加上不少機構仍難以衡量回報，企業既要打好運行 AI 代理的技術基礎，也要建立清晰準則，判斷投資是否值得延續。

對金融業管理層來說，值得追問的並非單純「用了幾多個 AI 代理」，而是團隊能否可靠地協調它們、管好它們的存取權限和行動，並證明由此帶來的工作流程值得繼續投資。

金融機構正由單一 AI 代理，轉向讓多個代理分工合作的系統。不過，採用速度似乎跑在企業準備程度前面：Capgemini《2027 年金融服務雲端報告》指，59% 機構正試行或部署多代理系統，但只有 10% 建立了全企業協調能力，足以在大規模業務中自主執行工作。19

這個落差是報告的重點。試行或部署代理，不等於已能在整間企業協調它們、管控其行動，並證明它們帶來實際價值。報告建基於對 14 個市場、1,100 名金融服務業高層的調查。2

採用多，不代表協調能力成熟

多代理系統是由多個 AI 代理協同處理工作，而非單靠一個代理完成整個流程。報告指，銀行及保險公司正逐步把這類系統帶進核心業務流程。3

59% 是指正處於試行或部署階段的機構；10% 則是具備全企業協調能力、可讓系統自主執行業務的比例。19 換言之，業界對多代理 AI 的興趣和試驗相當普遍，但真正能讓它在整間機構自主運作的，仍然不多。

對評估 AI 進展的管理層而言，這個分別不容忽視。試點可以展示某個用途是否可行，但單靠一個試點，並不足以證明機構已有基建和管控措施，能在多個業務流程中協調 AI 代理。

投資回報仍然難以交代

報告亦指出，衡量成效本身就是一大難題：48% 機構未能持續證明代理式 AI 計劃的投資回報，51% 則缺乏成熟的價值把關機制，用以決定是否繼續投資。22

因此，單看部署數字並不足以判斷成敗。機構需要有方法評估項目是否帶來業務價值，以及是否值得繼續投放資源。報告預測，到 2028 年，把業務成果列為 AI 撥款首要考慮因素的高層人數將增加 141%。9 這是對管理層優先考慮方向的預測，並不代表 AI 投資回報已經改善。

雲端不只是運算基建，也是管治的一環

Capgemini 認為，雲端的角色正超越承載 AI 工作負載的基建。按報告的說法，雲端可以成為自主系統的「執行權限」：為代理提供在大規模運作時遵守可信邊界、並產生可衡量成果的基礎。19

要擴展多代理系統，底層技術現代化和管治安排因而同樣重要。報告指，90% 機構已使用或計劃採用智能模型路由，以優化效能及控制 token 成本；另外，52% 銀行及保險公司偏好大型雲端服務商，作為管治多代理部署的雲端夥伴。3

這些數字反映的是機構目前的做法和偏好，並不能證明某種雲端安排必然帶來安全或有效的成果。不過，它們顯示模型選擇、成本管理和管治，已成為擴展 AI 的重要課題，不只是「部署不部署」那麼簡單。

關鍵不只是用了多少 AI 代理

Capgemini 的調查呈現出業界熱度與實際營運能力之間的落差：大部分受訪機構正試行或部署多代理 AI，但只有一小部分具備讓系統在全企業自主執行所需的協調能力。19

報告及相關公告亦強調，機構需要更新底層技術架構；其中一份公告指，五分之四高層把減少技術債列為優先事項。18 加上不少機構仍難以衡量回報，企業既要打好運行 AI 代理的技術基礎，也要建立清晰準則，判斷投資是否值得延續。

對金融業管理層來說，值得追問的並非單純「用了幾多個 AI 代理」，而是團隊能否可靠地協調它們、管好它們的存取權限和行動，並證明由此帶來的工作流程值得繼續投資。