企業開始用 AI 代理人，怎麼衡量績效？

Anthropic 這份企業 AI 代理人報告，最容易被拿來轉貼的數字是 80%：報告稱，多數受訪組織已經看到 AI 代理人帶來可衡量的經濟影響。

這個數字很適合放進簡報，但它不是導入答案。

對企業和中小團隊來說，真正難的是下一步：能不能把代理人從 demo、單一任務、工程團隊內部工具，擴到多步驟流程、跨部門工作和可治理的日常系統。

80% ROI 只是故事開頭

Anthropic 的 2026 State of AI Agents Report 稱，它與 Material 在 2025 年底調查 500 多名 technical leaders。報告裡的樂觀訊號很明顯：80% 組織表示 AI 代理人已經帶來可衡量經濟影響，57% 已用於多階段工作流程，16% 進入跨部門或端到端流程。

這些數字真正代表的，不是「買 agent 就會賺錢」。它代表企業開始把 agent 放進更長的流程裡。

單步任務很容易 demo：摘要文件、寫一段程式、回答客戶問題。多階段流程比較難，因為它會碰到資料、權限、例外、稽核、交接和責任歸屬。跨部門流程更難，因為代理人不是只服務一個人，而是要在不同系統和不同團隊之間移動。

四個阻礙，比採用率更接近現場

報告列出的阻礙比 ROI 數字更實用：既有系統整合、資料存取與品質、實作成本、組織改變管理。

這四件事幾乎就是企業 AI 代理人導入的現實順序。

第一，系統整合。代理人如果只能在聊天框裡回答，價值有限；但一旦要接 CRM、文件庫、工單、repo、ERP，就會進入權限和資料流問題。

第二，資料品質。代理人很會推理不代表公司資料乾淨。錯的欄位、過期文件、混亂命名和孤島系統，會讓它變成更快的錯誤放大器。

第三，成本。多步驟代理人不是一次 prompt，而是長上下文、多工具、多次重試和人工 review。採用前如果沒有量測用量，很容易把 pilot 的便宜誤認成 production 的成本。

第四，組織改變。員工不會因為公司買了代理人工具就自動改工作方式。誰負責設計流程？誰批准代理人動作？失敗時回到哪個人工節點？這些都不是模型問題。

台灣團隊別把它讀成採購理由

不要把它當成「企業都該立刻上代理人」的證據。這是 Anthropic 的 vendor-backed report，當然會強調 adoption 和 ROI。

更好的讀法，是把它當成導入檢查表。

如果你是軟體團隊，先問代理人要接哪個真實流程，而不是先問用哪個模型。如果你是中小企業，先盤資料在哪裡、誰能授權、輸出誰 review。如果你是管理者，先定義成功指標：省下多少時間、降低多少錯誤、讓人轉去做什麼高槓桿工作。

AI 代理人進入 production 之後，真正的競爭不只是模型能力，而是誰能把整合、資料、成本和人類流程一起設計好。報告裡最有價值的提醒，也正是這件事：採用的下一關，是系統工程。

林子睿（編輯：廖玄同），《企業開始用 AI 代理人，怎麼衡量績效？》，矽基前沿 [Si]gnals，2026-04-30。https://signals.tw/articles/anthropic-state-ai-agents-enterprise-roi/