Google揭AI下半場藍圖 為何「代理式企業」成下一波競爭關鍵？
2026-07-21
陳昭妤
79
AI的競爭正從模型能力，逐步轉向企業能否建立一套可協作、可治理的運作機制。Google在近期登場的Cloud Day Taiwan 2026中提出「代理式企業」五層重要架構，也勾勒出AI從工具走向組織運作核心的下一步。
AI競爭的下一階段
從2016年AlphaGo擊敗世界棋王、Transformer論文奠定生成式AI的重要基礎，到Gemini持續迭代，AI技術正以前所未有的速度推進，2026年則被視為Agentic AI快速落地的一年。
Google台灣技術總經理林書平指出，企業關注的焦點已逐漸從「模型有多強」，轉向「AI如何真正落地、融入企業流程並創造價值」。
這樣的轉變，對台灣格外具有意義。林書平觀察，台灣擁有完整的半導體供應鏈，同時也面臨少子化、高齡化，以及全球名列前茅的資安威脅。
面對這些挑戰，企業需要的不只是更聰明的模型，而是一套能安全治理、串接資料並驅動AI協作的平台，正式邁向「Agentic Enterprise（代理式企業）」新階段。
延伸閱讀：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？
Cloud Day Taiwan 2026吸引不少業內人士到場交流。
Google「代理式企業」的五大核心架構
為了讓AI Agent能安全、有效率地在企業內協作，Google提出了Agentic Enterprise Framework（代理式企業架構），從底層運算能力到多Agent協作，打造出五個層級。
第五層：AI Hypercomputer——打造AI推理的運算基礎
AI Agent在執行任務時，需要大量推理、規畫與工具調用，對運算資源的需求遠高於傳統AI。Google因此持續發展AI Hypercomputer架構，並推出第八代 TPU，首度將「訓練」與「推論」分家為TPU 8T與8I。其中， TPU 8I特別優化推論（Inference）能力，大幅提升AI Agent執行複雜任務時的效率，為大規模部署Agent打好基礎。
第四層：Agentic Data Cloud——企業資料真正被AI理解
AI要想準確完成工作，前提是正確理解企業資料。因此Google提出Agentic Data Cloud，讓企業內容不只被分類儲存，而是透過Gemini模型，系統會自動整理文件內容、建立關聯，AI Agent可依據語意搜尋，而非只比對關鍵字，藉此快速找到所需資訊。
第三層：Agentic Defense——用最快速度擊退AI駭客
隨著AI普及，許多駭客也開始利用AI發動網路攻擊，Google因此將資安能力整合進Agentic Enterprise架構中，結合Google Threat Intelligence、Security Operations等能力，協助企業利用AI快速分析威脅、排序告警優先順序，提升整體防禦效率。
第二層：Agentic Platform and Models ——孕育AI Agent的溫床
建置好算力、資料索引與資安防護後，如何訓練並管理成千上萬個AI Agents？Google透過Agentic Enterprise Platform提供各種模型（Models）和管理開發工具，不僅能定義AI Agent的運作模式，更賦予每個AI Agent專屬的「Agent ID」，確保AI只能讀取人類授權的資料，建立AI治理規範。
第一層：Agentic Taskforce ——讓AI像團隊一樣協作
當不同職能的AI Agent各司其職，最上層的「Agentic Taskforce」如同指揮官角色，能讓它們像人類團隊一樣協作，如財務、行銷和法務Agent可以共同完成新產品上市規畫，各自分析風險、成本與市場策略，再整合結果提供管理者決策。AI不再只是單一工具，而開始形成數位團隊。
GOOGLE提出了五層Agentic Enterprise Framework。
深度推理為代理AI的目標
有了這五層架構作為骨幹，AI要如何像人類一樣做出成熟的決策？
Google DeepMind研究副總裁紀懷新分享，從大腦運作的角度來看，過去的生成式AI大多停留在System 1（直覺、模式識別）階段，如看圖說故事、靠直覺預測下一句話。
然而，要真正協助企業處理複雜任務，AI必須具備System 2（慢思考、深度推理）的能力，也就是能夠規畫、拆解問題、反覆驗證推論過程，並隨時修正策略。
因此，Google DeepMind近年的研究重點，也逐漸從Next Token Prediction延伸到 Next Idea Prediction，希望AI不只是預測下一個字，而是能規畫下一個想法、行動與下一步策略，走向深度代理。
Google DeepMind研究副總裁紀懷新分享了AI走向深度代理的基礎。
AI治理能力 才是Agent規模化的關鍵
隨著企業部署的AI Agent從數十個逐漸擴展到數百、甚至數千個後，多數企業高層在期待生產力爆發的同時，內心也伴隨著「風險焦慮」：當賦予AI Agent主動讀取資料、甚至自主執行的能力時，AI會不會在後台「越權」讀取機敏資料？多個Agent之間互相串接，又會不會產生資安漏洞，甚至引來新型態的AI駭客攻擊？
從今年Google Cloud Day Taiwan顯示，企業AI發展的重心，不在於引入強大模型或各家AI工具，而是建立一套可治理、可管控的企業級AI平台。從身分驗證、權限控管，到部署前的Sandbox（沙盒）測試環境，以及持續優化模型的Feedback Loop（回饋循環），目的都是讓AI Agent在明確規範下運作，而非成為難以掌控的潛在威脅。
也因此，Google在其代理式企業架構中，特別將「治理」與「安全防護」視為不可妥協的核心，這也是企業思考導入AI最應側重的要件。
當AI開始真正參與工作流程，企業未來競爭的重點，將不只是擁有更先進的模型，而是能否建立一套可治理、可協作且能持續擴展的Agentic AI運作機制，讓AI從工具進一步成為企業營運的新基礎設施。