企業 AI Agent 失控：94% 已注意、僅 12% 真正採取行動

企業 AI Agent 正在失控。

根據 OutSystems 今日發布的《2026 AI 發展現狀》報告，調查涵蓋 1,879 位 IT 領袖，結果顯示：97% 的企業已在探索 Agentic AI 策略，49% 形容自身能力達到「Advanced」或「Expert」等級。然而，真正建立集中式治理機制的企業僅有 36%，實際使用集中平台控制 AI 蔓延（AI Sprawl）的企業更只有 12%。

這個 82 個百分點的鴻溝——從「注意到問題」到「真正行動」——才是這份報告最值得關注的数字。

Agentic AI 為什麼更難治理

傳統生成式 AI 被動等 Prompt，Agentic AI 則不同：它自己規劃步驟、呼叫 API、監控結果，在後台持續運行，無需人類持續輸入。這種自主性是它的核心價值，卻也是治理困難的根源——一旦 Agent 上線，很難事後補上治理機制。

OutSystems 報告指出，94% 的企業認為 AI 蔓延正在增加複雜性、技術債與安全風險，但僅 39% 的企業對此感到「非常」或「極度」擔憂。而真正付諸行動的，只有 12%。

治理做得最好的企業，是將治理視為架構決策而非合規checkbox。報告顯示，66% 的 IT 領袖認為，建立「人機協作檢查點」（Human-in-the-loop）在技術上非常困難——需要複雜的編排層來暫停 Agent、保留推理上下文，並產出可供人類審查的決策日誌。

多數企業最終選擇較被動的「Human-on-the-loop」模式，但這套機制的前提是治理結構已先就定位。對大多數企業而言，它們並不存在。41% 的企業依賴專案層級規則，而非任何集中式框架，導致合規缺口散落在整個組織中。

舊系統成 AI Agent 撞牆的磚牆

AI 採用熱潮碰上另一個更老的問題：Legacy（舊系統）。

報告顯示，Legacy 碎片化與整合困難是 AI 開發成功最大的障礙，40% 以上來自各層級的受訪領袖（C-suite 到資深經理）都引用了這個原因。38% 的受訪者將舊系統列為 Agentic AI 專案停滯不前的主因。

這不是新問題，但 Agentic AI 讓它變得更尖銳。因為 Agent 需要跨系統移動，不只是查詢單一系統。以金融服務的客服工作流為例，一個 Agent 可能需要穿越 CRM、核保系統、客服平台等多個既有系統——而這些系統從一開始就不是為 AI 協作設計的。

企業該怎麼做

報告建議，治理必須從一開始就被內嵌進 Agent 架構，而非留到最後才補。具體方向包括：

建立集中式 Agent 治理平台，追蹤所有 Agent 的決策軌跡
在 Agent 設計階段就引入「可解釋性」與「人類覆寫」機制
正視 Legacy 現代化的戰略必要性，而非繼續用技術債堆砌新系統
重新定義 IT 與資安團隊的職能，以承擔 Agent 時代的新風險

當企業忙著讓 AI Agent 盡快上線，幾乎沒有人在意這些 Agent 是否被正確治理。這種態度的代價，才剛剛開始顯現。

來源：