Gartner最新十大預測：多代理AI系統為關鍵趨勢　Agent Space如何提前布局？

Gartner在2026年度《十大策略技術趨勢》報告中，將「Multiagent Systems（MAS，多代理系統）」列為十大關鍵趨勢之一，並預測到了2027年，70%的多代理系統（MAS）將採用高度專業化的職能Agent，以提升執行準確度；2028年，則有60%的MAS可支援跨廠商、跨平台的互通協作，提升運作彈性與創新能力。

這不只是一組預測數字，而是企業正逐步發展的新階段。

延伸閱讀：複合式 AI 崛起：如何打造企業營運的智慧中樞？

可治理、可監控、職能應用 是企業AI 關鍵路線

相較問一句答一句的生成式AI，AI Agent最大的不同在於它能跨系統調用API、讀取資料、寫入紀錄、甚至主動發送電子郵件，真正執行一項工作。

它不只是回答問題，而是具備目標導向的執行能力。只要交付一個任務，便會自行規畫步驟、操作工具，遇到錯誤時重新嘗試，直到完成目標。

Gartner的趨勢報告指出，Multiagent Systems（MAS）的發展可分為三個階段：第一階段是多個Agent部署於同一平台內協作；第二階段則是透過標準協議，讓不同平台上的Agent彼此互動；第三階段進一步演進為互聯的Internet of Agents，讓跨平台、跨企業的Agent彼此發現、協調與協作。

目前，多數企業正處於由單一平台協作，逐步邁向跨平台互通的重要階段。

Gartner因此建議，企業應及早規畫模組化、具明確職能的Agent，同時建立治理、監控與互通機制，並培養人員能力，才能降低未來導入的成本與風險。換句話說，現在真正該思考的已不是「要不要導入AI」，而是「如何讓AI真正融入企業流程」。

Gartner十大預測報告中將多代理系統列為重要趨勢。（圖／摘自Gartner官網）

Agent Space：讓企業AI真正開始協作

面對這波趨勢，鼎新數智於今年6月正式發布「Agent Space（數智運行空間）」，希望從企業實際工作場景出發，建立一套可治理、可協作、可追溯的AI Agent運行環境，這也是台灣少數以Multiagent Systems架構為核心設計的企業AI平台。

Agent Space採用「個人空間」與「企業空間」並行的雙軌架構，兼顧個人生產力與企業治理需求。

其中，個人空間（Edge端）屬於第一線工作者的專屬AI夥伴。它運行在個人的本機設備上，保有隱私邊界，能在兼顧資料安全的前提下，持續累積個人的工作習慣、判斷邏輯與知識脈絡，並可整合Google Workspace，串聯Gmail、Google日曆等日常工具，讓AI自然融入工作流程，而非增加新的操作負擔。

企業空間（Server端）則是企業的AI中控台，部署業務、採購、人資、生管等不同職能的企業「AI數智分身」，透過符合MCP協議的API，串接ERP、CRM、HRM等企業核心管理系統，依每個帳號權限調用企業資料。

整個平台同時具備完整的權限管理、Token配額控管與操作審核機制。AI分身在企業授權下，快速進行商務郵件偵測、採購變更、毛利分析、供應鏈風險監控等多任務，當AI執行高風險操作前，仍須經人工確認：AI能做什麼、不能做什麼，仍是企業說了算。

另一項設計，則是讓員工在個人空間培養出的工作技能包，經過驗證與評分後，可上傳至企業空間，供其他AI Agent或團隊運用。換句話說，各職能的工作經驗不再封閉於資深員工，而能逐步成為企業可持續累積的組織資產。

結合Server端與Edge端的設計，是Agent Space的重要核心。（圖／Freepik）

AI落地之前 更重要的是治理能力

自養龍蝦是今年風行一時的話題，不少企業曾嘗試利用各種開源AI工具解決既有問題，但實務上卻常面臨幾個困境，包括缺乏統一管理入口、資安風險難以掌握，甚至部分開源框架因權限設計過於開放，讓企業難以放心導入。

這也是Agent Space採取不同設計思維的原因。

平台針對每一個數智分身，都清楚定義技能與權限邊界，同時提供可視化記憶庫，企業能清楚知道AI記住了哪些資訊、推論的資料來源，不需要的內容可以刪除，也能主動補充知識；至於高風險操作，則必須經人工確認後才能執行。

這些設計背後，其實都回到同一個核心——企業導入AI的同時，也必須保有治理能力。

這也呼應Gartner提出的五項建議，包括優先鎖定高價值應用場景、建立模組化Agent、強化治理與可觀測性（Observability）、採用互通標準，以及培養組織的人機協作能力。唯有建立完善治理機制，企業才能真正發揮MAS的價值，而這也是Agent Space能補足之處。

當AI逐步接手重複性工作，人就能專注於判斷、協調與決策，而企業真正需要建立的，也不只是AI能力，而是一套能讓多個Agent安全協作、持續治理的運作機制。