打破公司治理的迷思|數位時代 BusinessNext

博達案例在國內資本市場持續發酵，財務透明度與公司治理等相關議題，再度成為眾所關注的焦點。基本上，「公司治理」的立意甚佳，在歐美市場已行之多年，是非常正確而且必須要做的事；不過，如果只專注在表面功夫而沒有從根本做起，結果或許仍不盡如人意。

**公司治理人人有責

**
是否全數引進並套用歐美企業所實施的「公司治理」的模式，就可以防杜作假帳、虛報業績等等的金融弊端，這恐怕是個值得探討與深思的議題。因為，即使是向來極度重視公司治理的美國資本市場，仍免不了會爆發像安隆（Enron）公司醜聞這麼嚴重的弊案，而且這椿血淋淋的教訓並非是史上頭一遭，我相信，也不會是最後一個案例。
透過公司治理的精神，並針對國內企業所面臨的問題及實際運作上的狀況，截長補短，加以修正，才能夠真正落實到公司治理與財務透明的基本意義。不過嚴格來說，身為企業內部的員工，每一個人都應該肩負著公司治理的責任，並非是內控、稽核或財務等相關人員的任務而已；甚至，也不是總裁或董事長，才必須扛下這個重責大任。當然財務單位肩上的擔子，要比別人來得更沈重些，不僅僅是扮演公司最後一道把關防線的角色而已。畢竟，消除壞帳、管控財務等「除弊」的任務，可能比較消極，一個好的財務單位更應該要化被動為主動，要發揮所謂「興利」的作用，亦即，致力改善公司財務結構，用更宏觀、更積極的財務策略，來建構一個效能最佳的現金流量表。

**適度舉債創造價值

**
舉例來說，如果單看財務報表中負債比例很低，就將「保守」跟該公司的財務結構健全畫上等號，這是錯誤的思維。事實上，財務指標太低並非全然是好事，它所代表的另一層意義是，財務單位並未發揮財務管理的真正價值，僅是一味地守成而已，並沒有將公司資金做最有效率的運用，以及替公司爭取良好的信用；譬如，適度舉債有時候反而可以為公司創造更多的附加價值，特別是在公司邁向大型化、國際化的過程中，更需要前瞻性、建設性及國際觀的財務管理。
在國外、尤其是美國市場，舉債是企業界最主要的節稅管道，適度舉債，可以產生所謂「tax shield」的效果。台灣企業因為節稅方法及避稅管道較多，負債比例大多低於國外企業，以致於陷入「負債比例愈低就是好公司」的迷思中。隨著國際化及大者恆大時代來臨，大型企業一旦要邁向國際舞台，就必須建立起應有的正確觀念，亦即，財務單位必須要有更積極的作為，不單單只是檢視負債比例、現金流量而已，甚至是就整體公司考量的ROE（股東權益報酬率）、各個事業群的ROIC（投資報酬率），乃至於籌資規畫、資金周轉率等，均要相互搭配，在財務上要有完整的配套措施與長遠的規畫，這麼一來，才能夠發揮財務單位應有的最大效益。

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。