2026年至今，「AI代理」熱潮持續延燒。日前落幕的Computex上，幾乎沒有演講內容不提及代理。BCG X 大中華區負責人吳學霖觀察，台灣企業普遍「awareness很高。」
他在專訪中指出，大部分企業主會表示自己有在導入AI agents，事實可能也是如此，「但是不是有效果，這件事可能比較還是問號。」
BCG X是波士頓顧問公司（BCG）旗下的技術建構團隊，定位為傳統策略諮詢服務的互補單位。成員涵蓋數據科學家、軟體工程師與產品經理等，提供企業端到端的科技解決方案，也因此累積了大量在第一線見證企業導入痛點與成功特質的經驗。台北團隊成形於2022年，是首波落地城市之一。
代理要做出成效門檻更高，但也因此還沒遇上成本難題
AI代理要繳出明確成效，比單純「部署」（deploy）的門檻更高。BCG自2023年以來，將企業轉型方法論分為部署、重塑（reshape）與開創（invent）三個階段。
部署是使用現成工具，提升日常任務的效率。例如讓AI摘要報告內容、安排會議時間等。重塑則是重新在AI賦能的條件下，重新思考部門定位與工作流程。開創進一步使用AI打造出過去不存在的產品、服務或商模，創造新的收入來源。
吳學霖觀察，部分企業口中的「代理」，其實還是一種部署。例如打造特定代理，輔助或代為處理原本人類員工執行的任務，「但有時候這不見得非常make sense。」
他解釋，過去有些工作由人類這樣做是必要的，但AI來說，是不是還需要把過去的步驟全部再做一次？可能不是這樣。以Harness Engineering為例，有了coding tools後，軟體工程師的工作焦點有很大的改變，也確實因為打破過往工作框架，而產生效率的大躍進。
但跨出軟體開發領域，哪些工作流、職能適合被AI代理重塑，以及如何重新想像、發明，是企業還在摸索的事。吳學霖解釋，這需要高層由上而下的引導與推動，以及足量的資料支持，成功落地的案例在台灣仍較有限。
即使是在應用AI上跑得較快的高科技製造業，也不一定佔有絕對優勢。吳學霖觀察，高科技製造業在製造管理與設備上相對先進，但不一定代表他們已坐擁AI轉型所需的所有資料。過去人類管理時需要與收集的資料，時常無法精準對齊訓練AI所需的資料類型與深度，在累積新資料上仍有作業要補寫。
也因此，台灣企業大多還沒遇上部分歐美企業已經碰上的挑戰：tokens經濟學的計算。
當企業真的開始大規模跑代理，成本結構會與訂閱ChatGPT的月費計算截然不同。讓大量代理串接、平行運作的效率極大化目標，催生近期席捲科技圈的「tokenmaxxing」，但也很快碰上實作的困境：難以估量的tokens帳單。
有健康照護公司在六個月內燒掉1兆個tokens，換算出超過600萬美元的計畫外成本。連科技本業的Uber也傳出在4個月內花盡全年AI預算的消息，tokens的成本控管，對其他非科技背景的企業更是難題。
更多高層親身領導AI轉型，可望啟動組織變革的大規模效益
隨著代理進化、深入企業流程，tokens經濟學仍是企業必修課。吳學霖表示，嘗試可以多方進行，但最好的做法還是仔細盤點自身營運體質，將有限的資源與精力聚焦到少數專案上。
如何辨識優先專案？吳學霖的答案是：與企業核心競爭力最相關、能產生最大價值者。這類專案在前期投資，不一定能立刻看見ROI，但長期做、規模化後的經濟成果是合理的。
「我們千萬要避免的是為了要用AI而AI。」吳學霖表示，某些任務已經有人在做，再加上AI，結果除了付人類薪水，還要再付tokens給AI，最終計算結果不一定划算。
近期發布的《AI Radar 2026》報告指出，已有近7成的CEO表示自己是企業的主要AI決策者；將近半數CEO認為AI投資的成果與自己的職位穩定性息息相關。
吳學霖表示，企業轉向代理階段，將帶來更大規模的持續性tokens成本，這必然是CEO必須注意的事。當高層親身領導、推動，就更可能由上而下檢視跨部門的工作流，可能因此催生出個體部署階段無法開啟的效益。
他坦承，AI轉型真正能產生價值的用例，其實仍屬少數。但隨著更多C level主管親身領導組織AI轉型，情況可能改變。
過去，BCG X服務客戶時，企業時常是以借鑑國外領先企業做到什麼程度的方式探尋。但今年的態度已出現轉變，企業已經歷試錯，有業務目標，能問出精準問題來加速AI創造價值的速度。「其實這是我們今年感受最深的地方。」吳學霖說。
責任編輯：李先泰
