老闆能交給AI代理人決策？建立「演算法斷路器」機制，阻止連鎖風險

打造企業集體智慧

AI代理人的表現首先取決於訓練資料的品質。因此，建置多代理人協作系統勢必牽涉資料治理與組織的重整。

在資料治理方面，企業需克服內部資料各自為政的常見情況，統一各業務單位的資料定義與格式標準，以降低系統間的語意歧異，進而建立跨部門的治理平台。在推動組織調整時，企業也需釐清跨代理人自動交涉的資料所有權、取用權限，以及衍生的當責歸屬。

要運用AI打造新的競爭優勢，企業還需要將AI與自身的領域知識融合。如此，AI代理人才能超越通用模型，展現出融合事業脈絡與組織特性的判斷邏輯，輔佐經理人做出策略性決策。

組織層面的行為與文化形塑，是融合AI與領域知識的根本驅力。擁有眾多成員的Meta意識到這樣的融合難以在全公司的規模上自然發生，因此將AI工具的使用納入績效衡量指標，並透過自主研發與併購新技術工具，降低使用門檻。

廣告

此舉目標在形塑「AI-Native」（AI原生）的組織文化，推動包括高階主管在內的全體員工能將AI融入日常工作。祖克柏表示，自己重新開始編寫程式碼，凸顯了由上而下將AI技術內化的策略意圖。

具備學習能力的AI代理人能在持續使用過程中自我優化，體現出持續成長的企業集體智慧。

60年前，台塑就強調集體智慧的重要。台塑管理哲學被概括為「管理靠制度，制度靠表單，表單靠電腦」，其意涵在於，管理者需持續優化制度設計，將決策經驗與商業判斷沉澱為具備可複製性與可執行性的標準流程。

許多台塑的制度源自創辦人王永慶的規劃，將人的決策智慧納入組織制度中，即構建了「企業集體智慧」的基礎。當年的制度化流程可視為現代AI代理人的概念雛型。代理人不僅承襲執行標準化流程的功能，更可以隨著營運資料的累積，持續學習並優化既有制度。

防範連鎖失效風險

當AI代理人具備自主串聯跨部門資訊並承擔複雜任務的能力時，企業需要重新檢視經理人的角色，將初階資訊處理由他們的職責中剝離，將心力集中到更具策略價值的活動之中。例如，若不同代理人基於各自模型設置得出相互衝突的見解，便仰賴經理人進行最終的商業權衡與資源裁奪。

廣告

此外，當AI代理人進入策略決策流程，經理人的首要之務即是謹慎管控營運風險。在多代理人協作系統中，當模型產出相互疊加時，上游資料的偏差可能在多個代理人交涉過程中傳遞並放大，形成連鎖失效。若缺乏配套控管機制，對AI工具的依賴會使組織暴露於系統失效的風險之中。

為此，企業應在交涉節點上建立演算法斷路器機制，嵌入經理人的查核點，以在第一時間阻斷錯誤的疊加。

這意味經理人重心從直接干預標準化作業，轉向規則監管與例外處理。

高層領導者的核心職責，更在於確保多種代理人的底層運作邏輯與企業策略意圖、價值體系、合規底線對齊，在效率與決策當責之間取得平衡。

（湯明哲為麻省理工學院企管博士，曾任台大副校長，現為長庚大學校長。謝凱宇為倫敦商學院策略與創業學博士，曾任政大商學院教授、早稻田大學商學院長聘副教授、新加坡國立大學商學院助理教授等職，現為長庚大學管理學院教授。）

廣告