AI Agent 可以理解 Email 與附件、查詢企業資源規劃系統（Enterprise Resource Planning，ERP）、建立報價草稿並呼叫工具執行下一步。然而，企業級 AI Agent 的重點不是讓人工智慧自由操作 ERP，而是把資料理解、規則驗證、系統動作與人工核准設計成可停止、可追蹤、可回復的工作流程。
根據企業訪談與導入現場的匿名觀察，許多看似單純的「訂單輸入」工作，其實同時包含客戶辨識、品項對應、庫存查詢、交期承諾及例外判斷。企業不應一次交出全部執行權，而應依序開放讀取、建議、建立草稿、核准後執行與條件式自動執行五層權限。
AI Agent 已經開始參與企業流程
AI Agent 能理解 Email 與附件、查詢企業系統、產生文件並呼叫工具。AI Agent 因此能把分散在員工與系統間的步驟串成可控流程。
生成式 AI 助理主要回覆問題或產生內容；AI Agent 則能依目標選擇工具、取得資料並推進多步驟任務。SAP 在 2026 年 7 月公布的 Business AI 更新，也把企業人工智慧的方向描述為：AI Agent 進入核心業務流程執行工作，同時保留人工監督（SAP，2026 年 7 月）。
Microsoft Sales Order Agent 已能監看指定信箱、分析客戶來信及附件、辨識客戶與品項、查詢庫存、建立報價，再由指定使用者核准對外訊息。這類設計顯示，Agent 的價值不是多一個聊天視窗，而是減少員工在 Email、附件與 ERP 之間反覆搬運資料（Microsoft Learn，2026 年 7 月）。
AI Agent、RPA 與 Workflow 有什麼差別？
固定且可預測的步驟適合 Workflow 或 RPA。需要理解自然語言、附件與模糊需求時，才需要在自動化流程中加入 AI Agent。
Workflow 是依條件連接系統與任務的工作流程；機器人流程自動化（Robotic Process Automation，RPA）常用來模擬人員操作既有介面。AI Agent 擅長處理語意不固定的輸入，但不代表每項工作都應交給語言模型判斷。
| 方式 | 最適合的工作 | 主要限制 | 訂單情境 |
|---|---|---|---|
| Workflow | 條件明確、系統有 API | 無法自行理解模糊文字 | 核准後通知 ERP 建單 |
| RPA | 畫面操作固定、舊系統無 API | 介面變動可能造成流程失敗 | 把確認資料填入舊版 ERP |
| AI Agent | Email、PDF、圖片與自然語言 | 輸出具有不確定性，必須限制權限 | 理解「跟上次一樣」並提出候選訂單 |
| 組合架構 | 既有規則加上非結構化輸入 | 需要明確定義各層責任 | Agent 理解內容，Workflow 驗證並執行 |
如果工作只是每天從固定欄位匯出資料、貼到固定表格並寄給主管，一般自動化通常更便宜且穩定。企業應先處理工作問題，再選擇工具，不必為了使用 AI Agent 而把簡單流程複雜化。
一封 Email 訂單如何變成 ERP 裡的正式訂單？
Email 訂單可依序經過內容辨識、客戶與品項比對、庫存查詢、報價草稿、人工核准及正式建單，形成一條端到端流程。
- 限定入口：AI Agent 只監看指定接單信箱，不任意讀取全部員工信件。
- 辨識需求：AI Agent 判斷信件是否為詢價或訂單，並解析本文、PDF、圖片等附件。
- 建立身分情境：系統以寄件者 Email 對應客戶主檔，避免只憑相似公司名稱認人。
- 整理訂單欄位：AI Agent 擷取品項、數量、單位、交期與客戶備註，再列出無法確認的欄位。
- 查詢正式資料：ERP 回傳商品主檔、庫存、價格與交期規則，AI Agent 不自行編造企業資料。
- 建立安全草稿：先產生報價或待確認訂單，避免立刻影響庫存、財務或生產排程。
- 核准後執行：指定人員確認價格、交期與對外訊息後，Workflow 才建立正式訂單並留下紀錄。
Microsoft Sales Order Agent 也是先建立報價，再依設定與確認結果轉成訂單；所有對外訊息可要求指定使用者審核。安全的中間狀態能讓企業在自動化速度與錯誤成本之間保留緩衝（Microsoft Learn，2026 年 7 月）。
AI Agent 可以判斷庫存、交期與訂單能否承接嗎？
AI Agent 可以呼叫 ERP 查詢庫存與交期，但正式承諾應由企業規則或授權人員確認。語言模型不能憑文字推測企業可交付的結果。
AI Agent 適合理解客戶說了什麼、整理缺少的資料並選擇要呼叫哪項查詢工具。ERP、訂單管理系統或既有規則引擎才是庫存、價格、信用額度與承諾交期的正式資料來源。
| 情況 | AI Agent 可做的事 | 不得單獨決定的事 | 建議處理 |
|---|---|---|---|
| 品項名稱明確 | 比對商品編號與規格 | 自行改用替代品 | 顯示比對依據 |
| 客戶寫「跟上次一樣」 | 查詢歷史訂單並提出候選 | 假定門市、數量與價格都相同 | 資料不唯一時詢問 |
| 庫存不足 | 取得 ERP 庫存與預計到貨日 | 承諾未經核准的交期 | 轉交業務或生管 |
| 價格超出授權 | 標示價差與規則 | 自行折扣或改價 | 交由主管核准 |
| 附件無法辨識 | 指出缺漏欄位 | 猜測不可讀內容 | 要求重傳或轉人工 |
Microsoft 官方文件也指出，產品資料的描述、屬性與分類品質會影響 Agent 的商品比對效果。導入 Agent 之前，企業仍需整理主檔與例外規則，否則只是把原本的資料問題交給速度更快的系統（Microsoft Learn，2026 年 7 月）。
用五層執行權限決定 AI Agent 可以做到哪一步
企業可把 AI Agent 權限分為讀取、建議、建立草稿、核准後執行及條件式自動執行。企業應逐層驗證成效後再擴大授權。
以下五層方法源自企業訪談與流程拆解的實務觀察。五層執行權限不是軟體成熟度排名，而是企業願意承擔多少營運風險的授權選擇；同一個 Agent 在不同動作上也可能位於不同層級。
| 層級 | AI Agent 可以做什麼 | 訂單範例 | 升級前應驗證 |
|---|---|---|---|
| 1. 讀取 | 讀取指定 Email、附件與 ERP 資料 | 查詢客戶與庫存 | 資料範圍、身分與存取紀錄 |
| 2. 建議 | 整理欄位、提出品項與處理建議 | 列出可能商品及缺漏欄位 | 正確率、錯誤類型與轉人工條件 |
| 3. 建立草稿 | 建立可修改、可撤回的中間成果 | 產生報價與回信草稿 | 必填驗證、版本紀錄與撤回能力 |
| 4. 核准後執行 | 人員確認後才寫入系統或對外寄送 | 核准後轉正式訂單 | 核准責任、權限與稽核軌跡 |
| 5. 條件式自動執行 | 符合低風險條件時自動完成 | 標準客戶與標準品項自動建單 | 金額、信心門檻、停機與回復機制 |
企業可以讓 AI Agent 自動整理全部訂單，但只允許固定客戶、標準品項、正常價格及明確庫存的案件自動建單。高金額、新客戶、特殊折扣與急單仍停在第四層，由指定人員核准。
AI Agent 串接 ERP 後，企業要防範哪些風險？
AI Agent 連接 ERP 後，企業必須限制資料範圍、工具權限與可執行動作。高影響操作還要保留核准、稽核及停止機制。
Agent 讀取外部 Email、PDF、圖片或網頁時，外部內容只能視為待解析資料，不能視為可信指令。Microsoft Security 曾揭露 Agent 框架中的漏洞：惡意輸入可能影響工具參數，進一步造成未授權的檔案或程式操作。風險來源不只是模型回答錯誤，也包含工具本身過度信任模型輸出（Microsoft Security，2026 年 5 月）。
| 控制層 | 企業要回答的問題 | 基本措施 |
|---|---|---|
| 資料範圍 | AI Agent 可以讀哪些信箱、附件與客戶資料？ | 限定資料源、遮蔽不必要欄位 |
| 工具權限 | AI Agent 能查詢、建立、修改或刪除哪些資料？ | 獨立身分、最小權限、工具白名單 |
| 輸入驗證 | 外部內容能否改變系統指令或工具參數？ | 分離資料與指令、驗證所有參數 |
| 執行條件 | 哪些案件必須停止並轉交人員？ | 金額、信心、客戶及例外門檻 |
| 核准與稽核 | 誰對價格、交期與正式訂單負責？ | 具名核准、完整日誌、版本與回復 |
人工核准不是唯一安全措施。員工若只看到整理後的結果，仍可能看不見藏在附件或工具參數裡的惡意內容；企業必須同時在身分、權限、工具及系統驗證層建立控制。
導入 AI Agent 後，員工的工作不是消失，而是重新分工
AI Agent 接手查找、整理與重複輸入後，員工仍負責規則設計、例外判斷、正式核准及持續改善企業工作流程。
匿名企業訪談顯示，主管常先看到員工反覆複製、貼上訂單資料，因而認為整份工作都能交給 AI。實際流程拆解後，重複操作只是工作的一部分；客戶習慣、品項別名、急單處理與承諾交期仍仰賴員工經驗。
| 工作 | AI Agent | ERP／Workflow | 員工 |
|---|---|---|---|
| 理解來信與附件 | 擷取欄位、提出候選 | 提供格式與欄位規則 | 處理無法辨識內容 |
| 比對客戶與商品 | 語意比對與排序 | 驗證正式主檔 | 處理模糊或衝突結果 |
| 查詢庫存與交期 | 呼叫查詢工具 | 回傳正式資料與規則結果 | 判斷特殊承諾 |
| 產生報價或訂單 | 建立草稿 | 檢查必填欄位 | 核准價格、交期與對外訊息 |
| 改善流程 | 記錄錯誤與例外 | 保留執行軌跡 | 調整規則、門檻與授權 |
企業導入 AI Agent 的成果，不該只用「少掉幾個操作步驟」衡量。更重要的是讓員工從資料搬運者轉為規則設計者與例外處理者，同時讓原本只存在個人經驗中的判斷逐步成為可維護的流程資產。
企業應該如何開始規劃 AI Agent 工作流程？
企業應先拆解一條真實工作流程，再決定 AI Agent、既有系統與員工的責任。導入初期應從唯讀、建議或草稿開始。
第一個流程應具備高頻、輸入相對明確、錯誤可被攔截，以及結果容易衡量等特徵。企業完成流程拆解後，先把正式資料來源、例外條件、核准責任與可回復的中間狀態寫清楚，再選擇 AI Agent、Workflow、RPA 或客製 API。
AI Agent 的成熟，不等於企業必須立刻追求全自動化。真正可落地的做法，是讓授權程度隨證據增加：先看得到，再能建議；先能建立草稿，再核准後執行；只有經過驗證的低風險案件，才進入條件式自動執行。
常見問題
企業導入 AI Agent 的常見疑問集中在 ERP 整合、執行權限、例外處理與資安。以下解答以分階段授權為共同原則。
公司已經有 ERP，還需要另外導入 AI Agent 嗎？
ERP 負責保存正式交易資料與執行企業規則，AI Agent 則可理解 Email、附件與自然語言。若工作只是固定欄位搬移，一般 Workflow 或 RPA 可能已足夠；只有需要處理非結構化輸入與模糊情境時，才需要加入 AI Agent。
AI Agent 可以直接修改 ERP 資料嗎？
技術上可以，但企業不應一開始就開放完整寫入權限。較安全的方式是先從唯讀查詢與建立草稿開始，再依錯誤率、影響程度與稽核需求，逐步開放核准後寫入或低風險自動執行。
AI Agent 與 RPA 可以一起使用嗎？
AI Agent 與 RPA 可以互補。AI Agent 負責理解自然語言、判斷語意與選擇下一步；RPA 或 Workflow 負責依明確規則操作介面、呼叫 API 與留下執行紀錄。
客戶只寫「跟上次一樣」，AI Agent 看得懂嗎？
AI Agent 可以嘗試查詢該客戶的歷史訂單並提出候選結果，但「跟上次一樣」可能涉及不同門市、數量或價格。企業應要求 AI Agent 顯示比對依據，並在資料不唯一時轉由客戶或員工確認。
AI Agent 找不到客戶或品項時會怎麼處理？
企業應預先設定停止條件。找不到客戶、品項有多個候選、庫存不足或價格超出授權時，AI Agent 應停止正式建單，改為詢問客戶、建立待確認草稿或轉交指定人員。
AI Agent 建立的訂單一定要由員工核准嗎？
導入初期應由員工核准。當企業累積足夠測試紀錄後，可讓低金額、固定客戶、標準品項與無例外的訂單條件式自動通過，高影響案件仍保留人工核准。
Email 或 PDF 可能攻擊 AI Agent 嗎？
外部 Email、PDF、圖片與網頁可能包含誤導 AI Agent 的惡意指令。企業必須把外部內容視為待解析資料，而非可信指令，並以最小權限、參數驗證與工具白名單限制可執行動作。
中小企業需要一次做到全自動化嗎？
中小企業不需要一開始就追求全自動化。先選擇高頻、輸入明確、錯誤可被攔截的流程，從讀取、建議或建立草稿開始，通常比直接讓 AI Agent 自主執行更容易驗證價值。
關於作者 {#author}
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
最後更新：2026-08-24