當AI在企業蔓延：如何治理大量部署的Agent？

Agent Sprawl：AI Agent正蔓延，企業治理卻跟不上

AI的發展如同光速般成長。產學界才將2026年定義為「AI代理元年」，短短數個月，市場已經熱烈討論AI代理過多而失控的風險。

Gartner預估，2025年全球財金500大公司平均每家部署約15個Agent，至2028年將超過1萬5千個，成長將近1萬倍。但調查顯示，僅有13%企業完備AI治理機制。Gartner將這種現象稱為 Agent Sprawl( 蔓延、擴散)。

這是因為，隨著 AI Agent 快速增加，企業若缺乏集中管理，很容易出現大量重複開發、權限失控、資料來源不一致，及安全治理不足等問題。

這種現象其實很容易地理解。試想，過去一家公司可能只部署一套 ERP、CRM或少數幾個企業系統；未來，企業可能同時擁有客服 Agent、採購 Agent、生產 Agent、品管 Agent、法遵 Agent、財務 Agent，甚至每一位員工都擁有個人Agent。

這些Agent也愈來愈自主，可以查詢資料、呼叫ERP API、修改CRM資料、建立採購單、安排維修或，與其他 Agent 協同完成工作。當 AI 開始具有「執行能力」，管理Agent成了全新的組織治理問題。

Agent蔓延五種模式

企業應該怎麼觀察Agent蔓延現象，提早管控風險呢？

AI Multiple公司指出5種AI Agent蔓延模式 ：

• 功能重複： 不同團隊運用多個Agent執行相同任務，浪費資源及產生結果不一致窘境。
• 影子代理：部門或個人繞過資訊單位，自行開發Agent，造成資安漏洞、資訊洩密等問題。
• 孤兒代理：儘管任務已經完成，許多孤兒Agent卻持續運轉，浪費公司資源與成本。
• 權限蔓延： Agent的權限超出其原始設定，產生不可控制與預期風險。
• 未監控的委派： 企業對眾多Agent缺乏可見或授權追蹤機制，無法區分責任，甚至造成代理間相互協同產生連鎖效應的風險。

圖、AI Agent蔓延的五大風險模式(資料來源:本研究)

這種「管不到」、「見不到」、「追不到」的Agent愈來愈多，使得許多國際企業開始著手治理Agent。

四大產業的Agent治理邏輯

觀察不同行業代表性國際大廠，可以發現對Agent治理的重點各不相同。

• 製造業：管理 Agent 的「行動權」

當品質、設備、排程、維修等Agent 開始連接 ERP、MES ，甚至自動化設備系統，治理重點將不只是掌握 AI判斷是否正確，而是「Agent 可以執行到哪一步」。可以查詢設備狀態？建立維修工單？修改排程，甚至下達設備指令？

例如：Siemens 發展 Industrial AI Agent 與多 Agent 架構，讓工程、維護與自動化領域的專業 Agent 協作，並透過工業軟體與平台整合 Agent、資料及工具。這反映出，製造業需要建立「行動治理」(Action Governance)，依風險設定 Agent讀取、寫入、執行及人工核准的邊界。

• 金融業：管理 Agent 的「決策權」

當付款、了解客戶(KYC)、風險、法遵與投資 Agent 開始參與金融作業，關鍵問題變成「Agent可以自主決定到什麼程度」。它可以分析交易異常，但能否阻擋交易？可以檢查付款，但能否直接放行？

例如：BNY銀行透過Agent平台發展企業 AI，並建立具有特定工作角色的數智員工，將 AI能力置入企業既有資料、權限與治理架構。這反映了金融業需要強化「決策治理」(Decision Governance)，依風險設定自主程度、人為介入機制(Human-in-the-loop)與完整稽核機制。

• 物流業：管理Agent 的「協作權」

物流任務可能同時涉及報價、訂艙、運輸、貨況、異常與客服 Agent；每個 Agent決策可能都合理，卻不一定形成整體最佳結果。

例如：C.H. Robinson將30個以上AI Agent運用於不同物流任務，並透過物流規劃系統，協調各Agent端到端貨運流程。這反映出物流業需要「協同治理」(Orchestration Governance)，管理Agent間的任務分派、委派、優先順序、目標衝突與人工介入等。

• 零售業：管理Agent的「一致性」

當顧客、商品、促銷、庫存、門市與供應商Agent同時運作，同一件商品可能同時受到價格、庫存、推薦與供應鏈決策影響，因此最大的問題將變成「不同 Agent 能否依據一致的資料與營運規則工作」。

例如:：Walmart 正發展涵蓋顧客、員工、供應商與開發者的多Agent 生態協調系統，透過專業Agent 分工與協調支援購物及企業工作流程。這反映零售流通業需要「一致性治理」(Consistency Governance)，確保不同 Agent 使用一致的商品、價格、庫存、顧客資訊與商業規則。

圖、不同行業的Agent治理方向(資料來源:本研究)

綜合來說，「能不能行動」、「能不能決策」、「如何協同」、「保持一致」是Agent的治理需求。企業需要一個軟體平台來治理愈來愈多的Agent。

Agent治理平台的核心能力

綜合上國際案例與Agent治理趨勢，治理平台的核心能力可歸納為五項。

• 發現與註冊：讓所有Agent都能被看見，建立用途、所有人、版本、狀態與生命週期的管理中心。
• 身分與權限：讓每個 Agent 都具有明確身分，依任務決定它可讀什麼資料、使用什麼工具、執行什麼動作。
• 知識與工具：管理 Agent 可以調用的企業知識、Skill、API，以及與ERP、CRM等其他工具介接方式。
• 協作與人為控制：管理 Agent 之間如何分工與委派，以及哪些高風險節點必須交由人類核准。
• 監控與生命週期管理：記錄 Agent 從建立、部署、執行、修改到退役的完整過程，讓企業知道它做過什麼，

並能在異常發生時追蹤、暫停甚至撤銷權限。

圖、企業Agent治理平台五大治理原則(資料來源:本研究)

這些能力也陸續出現在不同企業級AI軟體平台。如:

• Microsoft: 將既有權限控管延伸到 Agent，讓 Agent 擁有獨立身分，並可管理所有者、存取權限、生命週期及稽核紀錄等。

• IBM: 運用代理控制台，將異質建立與運行的 Agent 納入共同控制層，提供目錄、治理、可觀測性、排程及成本管理。

• 鼎新數智: 鼎新Agent Space治理平台將個人空間與企業空間分開，嚴格控制行動權，打造「可信」、「可控」、「追溯」的agent運行空間。在企業空間中，管理Agent的職責、權限、知識、技能及跨場景協作，並連接ERP與企業營運資料，使 Agent 能參與訂單、物料、產能、交期等跨部門工作；個人空間則僅能處理桌面上的Email、Office、網路搜尋等資源存取。

圖、鼎新數智打造可信、可控的Agent Space治理平台(資料來源:鼎新數智)

要真正治理Agent，企業需要一個能同時管理行動、決策、協同以及商業規則一致性的治理平台，讓每個Agent可信、可控。

小結：治理Agent，將是未來企業競爭力關鍵

隨著 AI Agent 從單一工具走向多代理協作，企業面臨的已不只是導入問題，更是治理挑戰。Agent擴散帶來權限失控、重複建置、資料風險與責任不清等問題。因此，企業應開始建立Agent治理平台，從身分、權限、知識與工具，到協作、監控與生命週期，形成完整的治理機制，讓每個 Agent 都能看得見、管得住、能協作、可追溯。