今年，Google Cloud 投入大量心力，彙整了數百場與頂尖企業高階主管（CXOs）的深度對話。嘗試找出他們在導入多代理系統（Multi-Agent Systems, MAS）時最棘手的問題。
這些對談清晰地展現了一個現象：MAS 確實能協助企業重新審視那些既有且繁瑣的流程，然而，許多高階主管卻往往專注於將現有流程自動化，而非大膽地重新構想。此外，道德風險始終是核心議題——如何在創新與道德規劃之間取得平衡？高階主管們如何在不全面動搖組織的前提下，善用目前所有可用的技術？
今天，我們將深入探討 MAS 領域中常見的幾個誤區、高階主管們最關心的問題，以及如何有效推進 MAS 導入的實用見解。
目錄
目錄
快速理解：MAS 的核心價值？
多代理系統（MAS）指的是多個 AI 代理協作完成複雜業務任務的系統。例如，在客服中心中，解決一個複雜問題時，MAS 可由協調代理（orchestrator agent）整合各個專責代理（如帳單、使用量、優惠等），依據商業邏輯與公司政策協同運作。
MAS 如今正從理論承諾走向實際應用。在客服中心，MAS 能即時分析複雜問題並指派適當代理處理，還能啟用驗證代理，確保合規與準確。這大幅提升首次解決率，減少轉接真人的需求。MAS 的應用已逐漸拓展至供應鏈優化、科研協作等場景，展現了透過「智能協作」解決複雜問題的潛力。
三大常見實戰誤區
誤區一：僅自動化舊流程，而非重新構想
若僅將 MAS 應用於自動化現有流程，將會嚴重限制其轉型潛力。真正的價值，來自於重新思考整個工作流程，運用 MAS 實現動態且全面的問題解決方案。這需要技術團隊與業務團隊的緊密合作，才能勇敢挑戰現狀。我們看到客戶正從過去為解決複雜查詢，讓客戶在各部門間來回奔波的窘境，轉變為賦予每個部門更快回答問題的能力，最終目標是將所有事務整合到一個由 MAS 驅動，並具有完善監督機制的單一部門。
值得注意的是，即使我們正在重新構想現有流程，這並不代表需要一步到位。如果我們希望提高虛擬代理人處理的通話數量，應首先識別出最初可由其處理的通話類型。隨後，再逐步擴展虛擬代理人能處理的類型或主題，以確保客戶滿意度並維持整體服務品質。
誤區二：低估協作設計的複雜性
一個嚴重的錯誤是，低估了代理人協作設計所需的資源投入，特別是在明確定義角色、通訊協議和衝突解決策略方面。
隨著 MAS 的不斷演進，了解專家代理人應在何時、何種情況下，以及為何被啟用變得日益關鍵。但如何驗證這種協作邏輯的有效性呢？答案是透過使用真實數據（ground truth）進行評估，並結合高品質的測試數據進行嚴格測試。
在這一領域取得成功的客戶，對於不同問題類型中「好」與「壞」的答案有著清晰的標準。這些具體範例對於建構智慧代理人至關重要，它們能判斷在提供回應時應採用哪些工具、與哪些其他代理人協作、服務模式、資訊的詳細程度、語氣以及呈現格式。
誤區三：遲遲不進行治理與道德規劃
將治理、道德和監控視為事後才需要考慮的問題，將會引發重大風險，例如專案延遲、偏見放大和關鍵政策漏洞。古語有云「磨刀不誤砍柴工」，這句話在我們提升系統複雜度時變得更加貼切。在 MAS 中，透過嵌入負責任的 AI 原則（包括建立明確規則、審計追蹤和透明度），是實現這一目標的最佳途徑。
舉例來說，如果偏見監控直到部署後期才被納入考量，電商平台上的虛擬代理人可能會過度重視客戶的郵遞區號，導致對富裕地區的客戶展示更高價位的產品，而對收入較低地區的客戶則推薦經濟實惠的選項。這可能造成不公平的購物體驗，讓特定群體感到被排斥或服務不足，最終損害品牌聲譽。其後果是，不僅需要返工、重新設計，甚至要回溯更新以重新經歷解決方案設計和測試過程，這可能額外增加長達六個月的工作量。
這些核心概念及負責的團隊，必須從 MAS 專案的第一天起就全面納入規劃。
最受關注的三大關鍵問題
問題一：「除了節省成本，我們該如何衡量 ROI（投資報酬率）？」
我們將重心放在追蹤複雜任務的成果改善、客戶體驗提升、人工操作風險降低，以及新營收來源的創造。例如，一位分析師助理能透過即時洞察複雜金融數據、識別關鍵趨勢並生成客製化報告，來有效支援財富經理。這不僅促使財富經理能與客戶進行更有意義的互動，提出更精準的後續問題，最終更建立了更穩固的客戶關係。因此，MAS 有助於提升客戶留存率、增加客戶的投資份額，並將錯誤解讀關鍵金融資訊的風險降至最低。
問題二：「如何平衡人類監督與自主代理人之間的關係？」
MAS 的目標並非取代人類，而是策略性地發揮人類技能的最大影響力。人類在處理模糊不清、道德兩難和新穎情境方面具有卓越的能力。在一個真實案例中，AI 負責處理複雜的報價，但遇到價格匹配競爭對手促銷等邊緣案例時，會立即轉呈給人類進行最終判斷。關鍵在於，您的用例和預期成果才是驅動解決方案的根本，而不是反過來！
問題三：「我該如何預測結果並應對道德風險？」
在 MAS 中取得成功成果，需要深思熟慮的設計，這始於提出正確的問題：當客戶與系統互動時會發生什麼？回答他們的問題需要哪些資訊？人類監督應該介入何處？我們又該如何在測試和生產環境中評估和監控效能？為確保系統可靠性，我們與客戶進行了多種測試，包括負載測試、準確性和品質測試、紅隊演練（Red Teaming）以及使用者驗收測試。這種嚴謹的方法，結合持續監控，有助於識別和糾正意外行為，並確保系統按預期運行。此外，我們透過嵌入規則、確保透明度和可審計性，並為代理人和人類分配明確的角色，主動降低偏見放大、不公平性和責任漏洞等道德風險。
宏庭科技與您攜手邁向 AI 智動化未來
在 AI 從實驗室走向企業核心的轉型浪潮中，多代理人系統（MAS）正扮演著舉足輕重的角色。透過本文的深度探討，我們理解到，成功的 MAS 導入不僅止於技術的應用，更在於重新構想流程、精準設計協作，並從專案初期就將治理與道德規範融入其中。衡量 MAS 的價值，也應跳脫單純的成本節省，轉向對複雜任務成果的提升、客戶體驗的優化以及新營收的開創。
宏庭科技身為 Google Cloud Premier Partner，對於能在這波 AI 創新浪潮中貢獻心力，深感榮幸。此篇文章改寫至 Google Blog，我們將持續關注 Google Cloud 在 AI 領域的最新進展，未來也將第一手為各位帶來更多 AI 相關的重量級資訊。請密切關注宏庭科技的各項活動訊息，我們期待能在活動中與您相見，共同探討 AI 如何為您的企業帶來實質的轉型與效益。若您對導入 AI 或多代理人系統有任何疑問或需求，歡迎隨時聯繫宏庭科技，我們將竭誠為您服務，協助您的企業駕馭 AI，開啟智動化新篇章！
