代理式 AI 正從生成文字或程式碼，走向跨系統執行一連串工作。新加坡企業正探索將它用於文書處理、軟體開發和服務流程；潛在好處是擴大工作處理量，難題則是如何確保代理不會在缺乏適當限制與問責的情況下，擅自採取重大行動。52

採用數字說明了什麼，又沒有說明什麼？

微軟《2026 年工作趨勢指數》指出，新加坡有 66% 的 AI 使用者表示，自己現在能完成一年前做不到的工作；全球比例為 58%。36 這是受訪者自我回報的能力變化，並非經量化驗證的生產力、工作品質或獲利增幅。

另一份報告指出，新加坡在 AI 擴散程度上全球排名第二，2026 年第一季有 63.4% 的工作年齡人口使用 AI。37 這反映 AI 已廣泛普及，但單憑這項數據，無法得知有多少企業已把自主代理正式投入營運，也不能說明這些系統是否受到妥善管理。

此外，提問中提到「僅 24% 的人認為領導層目標清晰且一致」一項數字，目前提供的來源無法獨立確認其確切數值或受訪者範圍，因此不宜視為已核實的結果。微軟公開摘要則指出，新加坡的 AI 採用動能主要由個人帶動，企業仍有機會進一步取得更多價值。36 這提醒企業：員工可能已開始嘗試新工具，但組織的共同方向與監督機制未必同步到位。

代理式 AI 帶來不同的控管問題

AI 助理可以提出建議；代理式 AI 則能運用工具，朝特定目標採取行動。新加坡資訊通信媒體發展局（IMDA）的李婉思曾指出，代理的自主性使它不只生成資訊，也可能實際執行任務，因此機構必須界定它的權限範圍。在企業流程中，代理可能跨系統蒐集資訊、更新客戶紀錄，或準備付款指示。2

行動後果越重大，就越需要預先決定代理可以存取哪些資料、可以修改哪些內容，以及哪些步驟必須由人員檢查或核准。授予代理多少自主權，應取決於任務風險，而不是只看技術上「做不做得到」。1525

IMDA 治理框架：負責任部署的四個面向

IMDA《代理式 AI 模型治理框架》1.5 版提出四個相互配合的面向：預先評估並界定風險、確保人類實質承擔責任、落實技術控制與流程，以及促進終端使用者負責任地使用。1725

實際部署時，可以將這些原則轉化為以下做法：

• 評估用途並設定界線。 考量代理的自主程度、可接觸的敏感資訊，以及錯誤可能造成的後果；部署前先明確列出允許執行的任務與可使用的系統。1525
• 明確分配人類責任。 指定代理的負責人，並規定哪些情況需要人工檢查或核准。把工作交給軟體執行，不代表組織可以免除管理責任。225
• 測試並持續監測。 在接近實際工作情境的任務中測試代理，包括它如何使用工具；正式上線後，也要留意是否出現預期之外的行為。IMDA 的測試指引特別強調，當代理可能造成重大變更時，應安排監督與監測。2428
• 讓使用者了解如何負責任地使用。 向使用或依賴代理的人說明其用途與限制，並讓他們知道何時需要核對結果或通報問題。1725

把代理視為需要負責管理的數位角色

代理不應只是附上一段提示詞、再開放商業軟體權限就直接上線。務實的治理方式，是為每個代理設置可辨識的身分、指定明確職責、只授予工作所需權限，並保留行動紀錄。如此一來，組織才能確認代理獲准執行什麼，也能回頭檢視它實際做了什麼。1834

微軟指出，代理身分可用於在其服務中驗證並授權 AI 代理。34 這只是技術控管的一環，不能取代組織監督：代理的用途、權限與表現，仍須由人負責。25

因此，代理式 AI 的生產力效益並非理所當然。代理或許能協助企業串接文書、開發與服務流程，但 AI 使用普及、員工自述能力提升，都不等於企業已取得經量化的效益。要把潛力轉化為成果，組織必須同步建立依風險設定的權限、人類問責、測試與持續監測機制。52528

代理式 AI 正從生成文字或程式碼，走向跨系統執行一連串工作。新加坡企業正探索將它用於文書處理、軟體開發和服務流程；潛在好處是擴大工作處理量，難題則是如何確保代理不會在缺乏適當限制與問責的情況下，擅自採取重大行動。52

採用數字說明了什麼，又沒有說明什麼？

微軟《2026 年工作趨勢指數》指出，新加坡有 66% 的 AI 使用者表示，自己現在能完成一年前做不到的工作；全球比例為 58%。36 這是受訪者自我回報的能力變化，並非經量化驗證的生產力、工作品質或獲利增幅。

另一份報告指出，新加坡在 AI 擴散程度上全球排名第二，2026 年第一季有 63.4% 的工作年齡人口使用 AI。37 這反映 AI 已廣泛普及，但單憑這項數據，無法得知有多少企業已把自主代理正式投入營運，也不能說明這些系統是否受到妥善管理。

此外，提問中提到「僅 24% 的人認為領導層目標清晰且一致」一項數字，目前提供的來源無法獨立確認其確切數值或受訪者範圍，因此不宜視為已核實的結果。微軟公開摘要則指出，新加坡的 AI 採用動能主要由個人帶動，企業仍有機會進一步取得更多價值。36 這提醒企業：員工可能已開始嘗試新工具，但組織的共同方向與監督機制未必同步到位。

代理式 AI 帶來不同的控管問題

AI 助理可以提出建議；代理式 AI 則能運用工具，朝特定目標採取行動。新加坡資訊通信媒體發展局（IMDA）的李婉思曾指出，代理的自主性使它不只生成資訊，也可能實際執行任務，因此機構必須界定它的權限範圍。在企業流程中，代理可能跨系統蒐集資訊、更新客戶紀錄，或準備付款指示。2

行動後果越重大，就越需要預先決定代理可以存取哪些資料、可以修改哪些內容，以及哪些步驟必須由人員檢查或核准。授予代理多少自主權，應取決於任務風險，而不是只看技術上「做不做得到」。1525

IMDA 治理框架：負責任部署的四個面向

IMDA《代理式 AI 模型治理框架》1.5 版提出四個相互配合的面向：預先評估並界定風險、確保人類實質承擔責任、落實技術控制與流程，以及促進終端使用者負責任地使用。1725

實際部署時，可以將這些原則轉化為以下做法：

• 評估用途並設定界線。 考量代理的自主程度、可接觸的敏感資訊，以及錯誤可能造成的後果；部署前先明確列出允許執行的任務與可使用的系統。1525
• 明確分配人類責任。 指定代理的負責人，並規定哪些情況需要人工檢查或核准。把工作交給軟體執行，不代表組織可以免除管理責任。225
• 測試並持續監測。 在接近實際工作情境的任務中測試代理，包括它如何使用工具；正式上線後，也要留意是否出現預期之外的行為。IMDA 的測試指引特別強調，當代理可能造成重大變更時，應安排監督與監測。2428
• 讓使用者了解如何負責任地使用。 向使用或依賴代理的人說明其用途與限制，並讓他們知道何時需要核對結果或通報問題。1725

把代理視為需要負責管理的數位角色

代理不應只是附上一段提示詞、再開放商業軟體權限就直接上線。務實的治理方式，是為每個代理設置可辨識的身分、指定明確職責、只授予工作所需權限，並保留行動紀錄。如此一來，組織才能確認代理獲准執行什麼，也能回頭檢視它實際做了什麼。1834

微軟指出，代理身分可用於在其服務中驗證並授權 AI 代理。34 這只是技術控管的一環，不能取代組織監督：代理的用途、權限與表現，仍須由人負責。25

因此，代理式 AI 的生產力效益並非理所當然。代理或許能協助企業串接文書、開發與服務流程，但 AI 使用普及、員工自述能力提升，都不等於企業已取得經量化的效益。要把潛力轉化為成果，組織必須同步建立依風險設定的權限、人類問責、測試與持續監測機制。52528