[何飛鵬] 用和你不一樣的人|數位時代 BusinessNext

一個團隊的主管常向我抱怨：他的團隊中缺乏能幹的戰將，我告訴他，要有計畫網羅積極度高、能力強的人進來。他也同意要這樣做，也確實晉用了一兩位有潛力的人。

但是過不了多久，這些我還滿看好的新人，相繼離職。我很想知道原因，私下約了離職的人了解狀況。他們告訴我，這位主管是非常幹練的人，但是個性穩健保守，無法接受一些比較積極的人的攻擊性作為，他們努力地做了許多建議，卻全部被否決。

我繼續追問他們做了哪些建議，發覺其中不乏極具創意的做法，也值得一試，只不過太創新了，推動起來要有相當的膽識，這位保守個性的主管，當然不敢嘗試。

我終於找到問題的癥結所在。這位主管個性穩定，因此帶了一群規矩而保守的員工。雖然他自己也覺得團隊破壞性不足、創意不足，也想改善；無奈當引進了有創新力的員工時，又與他穩健保守的個性不合，這些有攻擊力的新人當然有志難伸、留不下來。

這位主管只會用和自己基因相同的人，不敢用和自己個性、特質不一樣的員工，以致於整個團隊很難成長突破，這位主管也只能停在原地，不可能有更大的作為。

這是主管成長中必然會遇到的障礙，一定要學會用和自己不一樣的人，才有機會突破。

我自己也一樣，創業初期，不自覺地用了許多和自己特質相像的人，建構了一個相當團結和有效率的團隊。可是後來就遇見瓶頸，面臨新生事物，整個團隊都不懂；面臨變化，整個團隊的想法都相像，很難有創新。我察覺這個問題後，也嘗試引進新人，可是在工作過程中，我又用同樣的慣性思考，拒絕了這些人的改變。

最後我告訴自己，思想上要容許異端，組織中一定刻意要保護異類，對哪些背景、個性與我不一樣的人，我要容忍、接納，要向他們學習，要盡一切可能讓這些人能留下來，這樣才有機會讓組織發生突變、產生突破。

留下第一個不一樣的種子最困難，因為不只是主管，整個團隊也會視他們為異類，雖然不是刻意排擠，但這些不一樣的人才一定會覺得自己進錯了公司，到了一個不適合的環境。這時候主管的呵護最重要，主管要明確表態，對新人、新觀念、新想法要勇敢接納，宣示團隊引入新基因的決心。

只要進了第一個不一樣的種子，組織就會產生質變，晉用第二個不一樣的人就容易多了，之後也就會有更多不一樣的人才加入，讓團隊變成一個多元的團隊。

當主管學會用和自己不一樣的人之後，格局就變了，領導能力就增加了，接下來就能用比自己能力強的人，也能用和自己有嫌隙的幹才，最後才有機會進入主管的最高境界：天下無不可用之人。

出自經理人網站

ChatGPT、Gemini、Claude 等 AI 通用工具問世後，「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用，多數卻仍停留在文書輔助、單一聊天機器人（Chatbot）運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻，企業需要的不再只是一個會回答問題的對話框，而是具備「自主決策與行動執行」能力的「代理式 AI」（Agentic AI）。

Going Cloud 和 IDC 合作發布的《多代理系統崛起打造敏捷韌性企業》報告便指出，如今「AI First」時代來臨，企業的 AI 應用正從輔助性質走向自主營運，有 80％的企業期望藉此提升生產力，70％的企業希望能更輕鬆處理複雜任務，還有 66％的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多，必須納入組織管理

但究竟什麼是「代理式 AI」？

「過去人們使用生成式 AI 時，需要一步步下達明確指令，但現在使用者只要賦予代理式 AI（Agentic AI）明確目標，它就能自己理解前因後果、進行推演，甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加，比方說，人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI，跨部門協作的複雜度也隨之飆升，「如果你是管理者，你就會意識到，必須把 AI 當成一個人，納入組織裡來管理。」黃柏淞強調，能統籌、指揮多個 AI 代理協作的「多代理系統」（Multi-Agent System, MAS），正是為了解決這個痛點而生。

簡單來說，MAS 就像虛擬的企業總部，負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時，各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性，企業可以依照業務需求，隨時新增、更改 AI 代理，能大幅提升營運韌性。

雖然企業普遍意識到，代理式 AI 已經蔚為風潮，但實際部署時，仍面臨諸多挑戰。《多代理系統崛起　打造敏捷韌性企業》報告便顯示，資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題，「企業最擔心串聯多個 AI 代理時，要是權限沒控管好，很容易有機敏資料外洩的風險。」黃柏淞提到，在此情形下，Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」（Supervisor Agent）作為主要決策層，底層則串聯了各個負責單一任務的「任務代理」（Task Agents）。

以 Going Cloud 服務的大型金融企業為例，假設一位 VIP 客戶登入銀行 APP，詢問 AI 客服：「我想申請房貸，請問現在利率多少？另外，請幫我評估把我目前的科技股基金贖回當作頭期款適不適合？」如果是傳統的聊天機器人，可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡，「主管代理」接收到任務後，會先拆解再指派負責「房貸利率」的「任務代理」，去後台抓取客戶的信用評分和最新房貸專案。同時，這位虛擬主管還會指派「理財分析」的「任務代理」，去檢視客戶最近科技股基金的績效並預測市場。最後，再由「主管代理」統整資訊，一併給出一份完整且客製的財務建議，「分層式 MAS 能確保整個過程的指令被清楚傳遞，而且因為權限分層管理，房貸 Agent 不會碰到不該碰的理財資料，符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看，多代理客服平台能降低 50％以上的人工客服工作負擔，並讓回覆使用者問題的平均時間減少 60％以上；FAQ 知識導向與 API 資料調用的正確率，在調用得當的情況下，也都達到9成以上的成功率。黃柏淞指出，金融、製造、顧問等有複雜跨部門協作需求的大型企業，都是亟需採用代理式 AI 的產業。

懂雲也懂企業痛點，助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構？一方面，Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技（KKCompany Technologies），奠定具備理解和服務大型企業的經驗，且自 2022 年創立起，就鎖定服務架構最複雜的大型企業市場。同時，Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家，此成就彰顯 Going Cloud 在堅實的資訊安全基礎上，深化了對個人資料保護的承諾，為客戶提供符合國際標準的資料保障，強化雲端服務領導地位。另外，Going Cloud 還能為企業量身打造底層 AI 平台，提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業，黃柏淞建議，釐清應用場景，比追求最新技術更重要，「唯有清晰定義痛點，才能讓強大的 MAS 平台真正落地。」
他特別提到，導入 MAS 系統不只是 IT 部門的責任，其實更像企業的升級轉型，「未來的知識工作者，不能只是單純『接球就打』，每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表，應該要學著指派手下的「數位同事」去執行。員工的核心價值，將從過去繁瑣、重複性任務的執行，轉移到前期的目標定義、流程規劃，以及後期的決策判斷和審核把關。

AI 技術飛速推進，企業間的競爭已從「要不要用 AI？」，升級成「如何管理與協作多個 AI？」。透過建構靈活、安全且具高擴展性的多代理系統，企業不僅能解放員工的生產力，更能在瞬息萬變的市場中，打造敏捷、韌性兼具的營運大腦。