目錄

• 你可能想知道
• 主要主題
• 重點洞見表
• 後續…

你可能想知道

1) 更長時間運行的自主式 AI 代理人將如何改變大型銀行內的工作流程與治理？

2) 對於營收創造、勞動力角色與供應商關係可能產生哪些影響？

主要主題

摩根大通計劃在今年晚些時候部署更有能力的人工智慧代理人，這些代理人能夠自主運行的時長顯著長於許多現有實作。這些代理人代表了從狹義、特定任務工具向能管理多步工作流程並協調跨多種軟體環境活動的數位工作者的轉變。根據該行首席分析官 Derek Waldron 的說法，此一轉變標誌著朝他所稱的 長時間運行的自主代理人 的演進，能夠持續運作一小時或更久，而非早期系統典型的兩到三分鐘執行。

過去一年中，市場上透過高知名度的範例與病毒式展示已可見到更長時間運行代理人的出現。這些原型展示了代理人如何串聯任務、撰寫程式碼並控制網頁介面，以達成需要持續性與多步協作的目標。摩根大通打算在內部部署此類代理人，意味著在模型能力上取得進展之外，也在處理跨國企業在受管制環境中採用新軟體前所要求的安全性、合規性與治理需求方面取得了進展。

對於像摩根大通這樣的全球性銀行——由 CEO Jamie Dimon 自 2006 年領導，並擁有近 200 億美元年技術預算——將更長時間運行的代理人整合到生產工作流程有若干影響。首先，它改變了領導者評估 AI 的方式：除了衡量原始模型智慧，他們越來越關心 AI 系統能夠自主運作且在無人干預下仍保持有效的時長。Waldron 稱此耐久性衡量為「智識連貫性」。它反映了代理人在更長期範圍內推理的能力、維護多步計畫完整性，並在情況演變時重新分配子任務的能力。

AI 模型在推理與規劃方面的改進，使得代理人更有可能扮演協調者或「團隊經理」而非孤立貢獻者的角色。此類比凸顯代理人在解析複雜問題、將任務委派給專門工具或子流程、並監控整體進度直至達成目標時所扮演的角色。促成這些行為的技術進步包括更佳的程式碼生成、瀏覽器自動化，以及與桌面應用程式的直接互動——這些能力將代理人的觸角從孤立的 API 擴展到企業日常使用的更廣泛軟體生態系。

儘管有這些進展，長時間運行的代理人尚未立即能在企業廣泛使用，原因在於資料安全與治理顧慮。大型金融機構要求對存取、可稽核性與風險管理實施嚴格控管。摩根大通正準備推出此類代理人，表示這些關切已在某種程度上得到解決，足以滿足內部標準。該行的路線圖預期逐步改進：代理人能維持數小時的連貫性，接著是數天，最終可處理為期數週的任務，從而在不需反覆人工協調的情況下實現愈來愈複雜與持久的工作流程。

AI 已在後端作業與軟體開發營運中展現可衡量的影響，該處自動化帶來明顯的生產力提升。然而，摩根大通報告指出，AI 的效益也正延伸到產生收入的活動。例如在私人銀行業務中，夜間由 AI 推動的流程可篩選市場動態、監控客戶倉位並提出研究，從而使銀行家能將更多時間用於直接客戶互動。該行觀察到與這些工具相關的總銷售顯著上升——報告為 20% 的成長——並預期在此類系統的協助下，個別銀行家可將其客戶覆蓋範圍擴大多達 50%。

摩根大通的領導層，包括 CEO Dimon，對 AI 的勞動力影響持開放態度。雖然部分職位可能被取代，該行強調會對受影響員工進行再訓練與重新部署。早期對 AI 主要作為削減成本工具的預期，正轉向更廣泛的觀點：公司旨在利用 AI 建立可持續的競爭優勢並開發營收機會。正如 Waldron 所言，透過 AI 取勝，重點不在於最大化裁員，而在於策略性地應用能力以擴大商業成果。

另一項策略性後果是企業決定內部開發能力或向供應商採購的方式。摩根大通的做法似乎正朝向在可行情況下增加內部開發，驅動因素包括獨特的業務需求以及保有對關鍵系統控制權的意願。此一趨勢可能會削弱某些企業軟體供應商過去所依賴的「護城河」，因為銀行及其他大型組織會加大對緊密整合其流程與控管的客製化解決方案投資。

將長時間運行的代理人投入運作需要持續關注治理框架、監控與人機介入的安全機制。控管必須確保資料隱私、防止未授權行為，並保持符合法規義務。採用這些代理人的組織需要強健的記錄、可解釋性機制以及供人員審查的升級路徑。成功的實作很可能會將自主代理能力與結構化監督結合，以在效率提升與營運風險之間取得平衡。

總之，摩根大通計劃部署更長時間運行的自主式 AI 代理人，代表企業 AI 採用上的重要一步。它反映了在推理與自動化方面的技術進展、對治理與安全的審慎關注，以及朝向生產力與營收擴張的策略取向。隨著這些代理人成熟，它們將改變工作流程、影響供應商動態，並需要周到的變革管理以在降低風險的同時取得成效。

重點洞見表

後續…

展望未來，自主代理人的發展趨勢指向更高的自治性與更長的運作時長，使其能夠在各行各業處理日益複雜的任務。那些在治理、監控與勞動力轉型方案上投入的組織，將較有利於把代理人驅動的自動化轉化為可衡量的商業優勢。隨著像摩根大通這樣的機構展示受控且安全的部署，監管期望與最佳實務也會持續演進——形塑長時間運行代理人被採用的速度與廣度。未來幾年可能會揭示新的生產力前沿以及將持久 AI 工作者整合到關鍵任務環境中的重要經驗教訓。