簡報 · 金融
企業級 Agentic AI 由試點走向平台:採用曲線對營運方意味著什麼
MIT Sloan 於 2025 年春季進行的調查顯示,35% 的受訪者已採用 AI agents,另有 44% 計畫在短期內部署。隨著 Microsoft、Salesforce、Google 與 IBM 將 agentic 能力直接嵌入核心平台,企業營運方面對的問題已不再是是否導入,而是如何治理、整合並從自主 AI 工作流程中取得可持續價值。
Guidances 編輯台 · Updated June 28, 2026 · 已審閱來源

發生了什麼
MIT Sloan Management Review 發布了一篇關於 agentic AI 的說明文章,分析基礎來自 2025 年春季的一項調查。調查顯示,35% 的受訪者已在某種營運場景中採用 AI agents,另有 44% 表示計畫在短期內部署。合併來看,這些數據意味著,受訪組織中相當大一部分在調查當時已經運行,或正積極準備 agentic AI 工作負載。就企業技術導入速度而言,這代表採用曲線被明顯壓縮。
MIT Sloan 文章同時指出,agentic AI 進入企業的方式正在出現結構性變化。Microsoft、Salesforce、Google 與 IBM 等主要軟體供應商,並未將 agentic 能力留給獨立解決方案,而是直接嵌入既有平台。這種嵌入式策略,可能影響 agentic AI 擴張速度、經濟價值由誰取得,以及後續會浮現哪些治理挑戰。
Guidances 未能獨立核實原始頁面的發布日期;該文於 2026 年 6 月 16 日收錄,所引述的調查數據則標註為 2025 年春季。讀者應將這些數字視為當時的情緒與採用狀況快照,而非即時指標。
市場為何關注
從實驗性 AI 試點轉向平台內建的 agentic 工作流程,不只是產品功能升級,而是企業軟體經濟結構的變化。當 agentic AI 被打包進企業原本就已付費使用的平台,例如 Microsoft 365 Copilot、Salesforce Agentforce、Google Workspace、IBM watsonx,導入摩擦便會明顯下降。採購週期可能縮短,IT 部門也可能減少對單一供應商的額外評估。價值捕捉,則可能更集中流向平台既有業者。
以 Microsoft 為例,這項機會的規模已可從其財務輪廓看出。公司公布的年度營收為 2817 億美元,年增率為 +14.9%,TTM 營業利益率為 +46.8%。這些數字反映出,在 agentic AI 成為重要營收來源之前,其軟體與雲端業務本身已具備相當槓桿。其市值達 2.62 兆美元,也反映市場對平台持續擴張的預期。若 agentic AI 的嵌入策略帶動席位升級或按用量計費成長,相關效益將流入既有的高毛利雲端與生產力業務線。
更廣泛的市場含意在於,擁有龐大既有客戶基礎的企業軟體業者,可能在 agentic AI 轉型中取得結構性優勢。它們不必靠爭取新客戶來變現 agentic 能力,而是可以把既有客戶轉換為更高階方案,或導向按用量計費模式。這與最初生成式 AI 浪潮的競爭邏輯不同;當時,新進者仍可僅憑模型品質與既有業者競爭。
技術與政策連結
agentic AI 與早期 AI 部署最關鍵的差異,在於自主性。AI agent 不只是回應提示詞,而是會規劃、執行多步驟任務、呼叫外部工具或 API,並在某些配置下採取具有現實影響的動作,例如寄送電子郵件、修改紀錄或觸發交易。這種自主性,為企業帶來一類新的治理與責任問題,而這些問題仍在釐清中。
Microsoft、Salesforce、Google 與 IBM 所採取的平台嵌入策略,等於把 agentic 能力放進既有的企業安全邊界、身分架構與稽核軌跡之內。不過,這也可能讓風險更集中:當 agent 在處理薪資、CRM 或供應鏈資料的平台內運作時,若設定不當或發生故障,錯誤可能以機器速度在原本彼此隔離的系統間擴散。
從政策角度看,agentic AI 正位於多條監管討論的交會點,包括歐盟 AI Act 的風險分級架構、美國聯邦政府針對自動化決策的新指引,以及金融服務與醫療保健等行業規範。將 agent 部署於受監管工作流程的企業,可能需要以現有記錄系統未必完全支援的方式,文件化決策鏈。這也為合規工具與可觀測性平台創造了次級市場機會,這類工具可在任務層級稽核 agent 行為。
Market Lens
觸發因素: 2025 年春季的 MIT Sloan 調查顯示企業正快速採用 AI agents,同時四家大型軟體供應商同步推進平台層級的嵌入策略。
作用機制: 平台既有業者可透過捆綁式部署,把既有企業關係轉化為 agentic AI 的升級銷售機會,降低導入摩擦,並可能加速按用量計費收入成長。已標準化採用 Microsoft、Salesforce、Google 或 IBM 平台的企業,轉向 agentic 工作流程的切換成本,可能低於改用獨立 agent 供應商。
受影響產業與公司: 企業軟體(Microsoft、Salesforce、Google 母公司 Alphabet、IBM);承載 agent 工作負載的雲端基礎設施供應商;合規與可觀測性工具供應商;以及隨 agent 部署擴大而支撐更高推理工作負載的半導體與網路基礎設施。
時間範圍: 2025 年春季調查中「短期內部署」的 44% 比例,顯示初期企業上線潮可能主要落在 2025 年至 2026 年。平台供應商的營收認列效應,特別是席位升級與按用量計費成長,可能反映在 2025 與 2026 會計年度的業績中。
下一個觀察點: Microsoft 下一次財報揭露是關鍵檢查點。FMP 資料可能會標示營收預估,但該數字可能只反映特定部門或期間估算,而非公司整體營收,因此讀者應以 Microsoft 官方 IR 資料核對。Salesforce 與 Alphabet 的財報發布,也將提供 agentic AI 功能是否轉化為可量化席位或用量成長的證據。2026 年 6 月 25 日的 Microsoft SEC 文件已可查閱,且是目前最新、經核實的揭露檢查點。
本分析僅供市場脈絡參考,不構成投資建議。文中未明示或暗示任何買入、賣出或持有建議。
未經核實的連結: MIT Sloan 調查數據與任何具名供應商的特定營收項目之間,是否存在直接因果關係,Guidances 尚未獨立核實。該調查數據標註為 2025 年春季,未必反映當前部署速度。
接下來要看什麼
若要判斷 MIT Sloan 調查所描繪的採用曲線,是否正轉化為可持續的商業成果,以下幾個具體檢查點最為關鍵:
平台供應商財報揭露: Microsoft 對 Copilot 與 Azure AI 部門的評論、Salesforce 的 Agentforce 席位與用量指標,以及 Alphabet 對 Google Workspace AI 的揭露,將是主要證據來源。觀察重點在於,供應商是否將 agent 驅動的用量成長,與基礎雲端成長分開揭露;目前這種做法在業界仍不一致。
治理與合規工具採購: 企業對 agent 可觀測性、稽核記錄與政策執行工具的採購,將是組織是否正從試點走向大規模生產的前導指標。這一領域的供應商,包括既有資安平台與新興的 agent 專門新創,都值得留意其合約公告或募資輪次,這些訊號可反映企業需求。
監管進展: 歐盟 AI Act 的實施時程,以及美國聯邦政府針對受監管產業自動化決策的任何指引,都將決定 agentic 部署的合規底線。金融服務、醫療保健與政府承包領域的企業,面臨最直接的監管曝險,行動步調也可能比調查整體平均更為審慎。
人力與流程重設訊號: agentic AI 最持久的價值,不在於把 agent 疊加到既有流程上,而在於圍繞 agent 能力重新設計流程。早期證據可來自案例研究、分析師調查與供應商公開基準測試,這些資料可用來判斷企業是否真正提升生產力,或只是為原本不變的流程加上一層 AI。
不確定性與限制
MIT Sloan 的來源僅為摘要層級參考,Guidances 並未使用全文進行分析。2025 年春季調查的方法、樣本規模、產業組成與地理範圍,都無法從所提供的摘要中確認。在將調查數據用於內部規劃或對外溝通之前,應直接查閱 MIT Sloan 原文。
此外,「計畫短期內導入」這類回覆(44%)與實際進入生產環境之間的落差,在企業技術採用史上屢見不鮮。凡是需要流程重設、安全審查與組織變革管理的技術,調查中的導入意願往往會先於實際部署出現。
Builder 含意
-
平台依賴已成為策略變數。 隨著 Microsoft、Salesforce、Google 與 IBM 將 agentic AI 內建於核心平台,獨立 agent 建構者在企業銷售上可能面臨結構性逆風。採購方在評估獨立方案之前,可能會先選擇平台內建的 agent。若面向企業市場,建構者可考慮尋找平台 agent 尚未覆蓋的領域,例如深度垂直專業化、跨平台協同編排、受監管產業合規,或將自身定位為平台 agent 所呼叫的基礎設施。
-
治理工具仍是短期內具商業需求的缺口。 agentic AI 的自主性,帶來現有企業平台尚未完全解決的稽核、責任與合規需求。能以與既有 GRC(治理、風險與合規)流程相容的格式,提供 agent 行為的任務層級記錄、政策執行與可解釋性的建構者,正在解決一個隨著受監管產業從試點走向生產而愈發重要的問題。
-
按用量計費模式需要新的成本管理工具。 隨著 agentic AI 使企業計費從席位授權轉向用量或 token 基礎模式,財務與工程團隊可能需要即時掌握 agent 成本累積。能在 agent 工作流程中量測成本歸屬、預算護欄與異常偵測的建構者,正搶先處理一個隨多 agent 部署擴大、月度雲端帳單更難預測而日益重要的問題。
深入了解
圖表、Market Lens 與本文的完整背景。
Market lens
Separate infrastructure signal from investable outcome
Treat market-linked stories as context: identify the mechanism, then wait for evidence before treating it as an outcome.
Impact path
Signal first, outcome later
Signals to watch
- Primary-source guidance and filings
- Price, volume, margin, and renewal evidence
- Follow-up reporting that confirms or rejects the mechanism
Verification schedule
D+1 · Jun 29
Is the mechanism visible in primary data?
D+3 · Jul 1
Do follow-up sources confirm direction and magnitude?
D+7 · Jul 5
Did the initial read overstate the market effect?
Informational context only — not investment, legal, tax, or financial advice.
視覺簡報
A simple map of how enterprise agentic AI moves from isolated pilots into governed platform workflows.
Want follow-up alerts? Subscribe by email after reading the public article.
更正與安全
See a factual, privacy, rights, or safety issue? Review the corrections process or contact Guidances before relying on this article for important decisions.