AI 代理走入組織圖前，企業先要量度成本與責任
企業導入 AI 的焦點正由添置工具，移向重畫工作流程與權責分工。TechNews 科技新報 報道，Block、Cloudflare、亞馬遜及新思科技的管理層近日在論壇上分享做法；當中最進取的想像，是把 AI 代理視作可被部署及管理的組織資源，甚至日後列入組織圖。
不過，這仍主要是企業高層的自述與方向判斷，未有獨立驗證其生產力數據，也未足以說明 AI 代理可取代哪些職位。對企業而言，眼前較實際的問題是：每個代理能做甚麼、可接觸哪些資料、產生的程式碼由誰批核，以及投入成本能否轉化為客戶成果。
從自動化任務，走向重整決策鏈
Block 財務長兼營運長 Amrita Ahuja 指出，公司自 2024 年初開始在業務中使用 AI，並持續簡化流程。她表示，Block 今年較早前已削減四成人力及移除多層管理架構；在其設想中，單純傳遞資訊、或在最終審核前反覆檢查的中間環節，未必再需要由人手承擔。
Block 公布的內部數字稱，工程師處理程式碼審查變更的效率在年初至年中增加 150%，非工程職位的效率則提高 60%；約 15% 程式碼變更接近全自動處理，最後決定仍由人員作出。這組數字反映 AI 可壓縮部分重複工序，但也同時突顯人員沒有完全退出流程：當自動化涉及產品行為或程式碼變更，最終簽核與責任承擔仍要有人接手。
Ahuja 亦承認，AI 投資回報的衡量方式仍在發展。Block 正嘗試以「timed customer value」追蹤程式碼變更如何演變成功能、客戶互動及最終價值。這個方向的意義在於，若只以節省工時或產出數量衡量，很容易把更多 AI 使用誤當成更高商業價值；把指標延伸至客戶結果，才較接近判斷投資是否合理。
成本、權限與審核會成為管理重點
新思科技財務長 Shelagh Glaser 表示，AI 支出起初看似可控，之後可能迅速增加。公司因此要區分哪些員工可用高階方案、哪些人使用一般模型；若供應商沒有提供相應工具，便需自行建立用量計量機制。她認為，回報應以客戶成果衡量，而非只看產品推出數目。
這亦帶出企業落地 AI 代理時的實務取捨。模型及代理的用量可被量度，但較難的是把成本對應到特定流程、客戶結果與風險。若代理能存取內部資料、代表團隊執行任務或提交程式碼，企業便要同步設定權限範圍、操作紀錄、升級處理機制及人手覆核門檻；否則，效率提升可能換來難以追溯的錯誤或額外支出。以上是由報道所述做法引伸的管理分析，並非各公司已披露的完整管控安排。
Cloudflare 共同創辦人兼總裁 Michelle Zatlyn 則表示，公司現時同時招聘「員工與代理」，並希望約 5,000 名員工都能成為跨部門建造者。她提到，一名大量使用 AI 代理的財務主管，其後獲財務長委派推動財務團隊的 AI 轉型；Cloudflare 亦計劃於今年招募逾千名實習生，讓團隊較快適應新的工作方式。這表示 AI 轉型未必只屬工程部門，財務等支援職能同樣會改變工作分配與能力要求。
亞馬遜客戶體驗、產品與服務副總裁 Heather Zorn 所述的次序較為審慎：先看採用情況，再看員工參與度，最後才評估效率及節省時間，並要求客戶與商業模式同時受益。對正建立 AI 治理制度的企業而言，這提供了一個可行框架：先確認工具是否被正確使用，再判斷使用是否改善流程，最後才把成效連到業務價值。
代理入組織圖，意味管理工作更重
Ahuja 預期，未來更多公司會在組織圖中加入 AI 代理，員工除了使用代理，亦要負責訓練及部署。若這種安排逐漸普及，組織圖的改變不只是一個新欄位，而是要求管理層清楚界定代理的任務邊界、預算、資料權限和人工決策點。
下一步值得觀察的，不是企業會否為 AI 代理冠上職稱，而是它們能否公開一套可審核的成效與風險管理方法：哪些流程真正改善客戶成果、哪些成本可以控制，以及程式碼或業務決策出錯時由誰負責。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- TechNews 科技新報 — Block 財務長預言公司組織圖即將納入 AI 代理，科技業重新設計工作模式 — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
