代理人勞動力（Agentic Workforce）的黎明

本週，隨著 OpenAI 推出 Frontier，企業技術格局發生了決定性的轉變。這是一個全面的平台，不僅旨在部署人工智慧（Artificial Intelligence），還能以與管理人類員工相同的嚴格程度和結構來管理 AI。對於產業觀察者和企業而言，這標誌著從「副駕駛（copilots）」時代（AI 輔助人類使用者）向「代理人（agents）」時代的過渡，在此時代，AI 系統能自主運行以執行複雜的多步驟工作流。

在 Creati.ai，我們長期以來一直預見大型語言模型（Large Language Models，LLMs）將演變成功能齊全的商業邏輯作業系統。Frontier 似乎就是這一願景的實現。透過獲得來自 HP、Oracle、State Farm 和 Uber 等產業巨頭的早期承諾，OpenAI 正在發出訊號：企業 AI 的實驗階段已經結束。現在的焦點已完全轉向規模化、治理和自主執行。

解構 Frontier：代理人的作業系統

Frontier 與以往 OpenAI 產品的不同之處在於，它專注於**編排（orchestration）**而非僅僅是生成。雖然像 GPT-4o 和 o1 這樣的模型提供了原始智慧，但 Frontier 提供了在企業環境中安全利用該智慧所需的基礎設施。

該平台的建立前提是，隨著 AI 代理人變得更加強大，它們需要一個類似於人力資源和中層管理的管理層。企業不能在沒有定義邊界、目標和監督機制的情況下，簡單地將自主代理人（autonomous agents）釋放到其伺服器中。Frontier 透過將代理人視為具有特定角色、權限和績效指標的獨立實體來解決這個問題。

核心架構組件

Frontier 平台引入了幾個關鍵模組，重新定義了開發者和 IT 領導者與 AI 互動的方式：

• AI 的身分與存取管理（Identity and Access Management，IAM）： 就像員工擁有識別證和登入憑據一樣，Frontier 代理人也被分配了特定的身分。為客戶支援設計的代理人無法存取薪資資料庫，而為代碼部署建構的代理人則需要在推送到生產環境之前獲得人類主管的多因素授權。
• 認知可觀察性（Cognitive Observability）： 與「黑箱」模型不同，Frontier 允許管理員即時查看代理人的「思考鏈」或決策日誌。這種透明度對於金融和保險等高度合規的產業至關重要。
• 協作群集（Collaborative Swarming）： Frontier 允許個多個專業代理人在單一任務上進行協作。例如，「研究員」代理人可以將數據傳遞給「撰稿人」代理人，後者隨後將草案提交給「合規」代理人，所有這些都在最終審批階段之前無需人類干預。

「AI 版人力資源」範式

Frontier 發布中最引人注目的方面之一是其使用者介面和概念框架，它大量借鑒了人力資源管理。OpenAI 實際上創建了一個「AI 版人力資源」控制面板。

這種視角的轉變對於高管層（C-suite）的心理接納至關重要。經理現在可以「入職」一個代理人，定義其「工作說明」（系統指令），並審查其「績效評估」（成功率和錯誤日誌）。

工具與代理人的比較

為了理解這一轉變的規模，對比前一代 AI 工具與 Frontier 所解鎖的能力會很有幫助。

表 1：從工具到 Frontier 代理人的演進

早期採用者驗證：HP、Oracle、State Farm 與 Uber

Frontier 的可信度因其啟動合作夥伴而大大增強，這些合作夥伴代表了全球經濟的多元化剖面。這些不僅僅是技術領先的新創公司，而是擁有巨大營運規模的傳統老牌企業。

Oracle 與 HP：基礎設施與硬體整合

對於 Oracle 和 HP 而言，Frontier 的整合意味著 AI 正在更深入地嵌入硬體和資料庫層。Oracle 正在利用 Frontier 自動化複雜的資料庫遷移和最佳化任務——這些流程傳統上需要昂貴的人力諮詢時間。HP 則利用該平台徹底變革 IT 支援，建立能夠自主診斷並修復企業設備上軟體漏洞的代理人。

State Farm：重新定義保險理賠

State Farm 的參與凸顯了該平台在高風險、受監管環境中的潛力。保險理賠處理涉及審核照片、檢查政策細節、估算成本和檢測欺詐。State Farm 正在部署 Frontier 代理人來處理此流程的初始階段。代理人被授權即時結算簡單理賠，同時將複雜或可疑案件標記給人類審查，從而大幅縮短客戶的周轉時間。

Uber：物流與客戶支援

對於 Uber，其應用是雙重的：客戶支援與內部物流。Uber 正使用 Frontier 來管理複雜的司機與乘客糾紛，這些糾紛超出了簡單的退款要求。此外，內部代理人現在正優化供應側物流，預測需求高峰並即時調整激勵措施，其細微程度是以前的演算法模型無法達到的。

應對自主權的風險

儘管對 Frontier 持樂觀態度，但自主代理人的部署引入了新的風險向量。當軟體可以執行操作——發款、刪除文件或傳送電子郵件給客戶——與僅僅生成錯誤文本的聊天機器人相比，錯誤的成本會呈指數級增加。

OpenAI 透過將「人機協同（human-in-the-loop，HITL）」協議直接整合到 Frontier 架構中來解決此問題。管理員可以設置信心閾值；如果代理人對決策的把握低於 99%，或者交易超過一定的金額，工作流將凍結並向人類主管發送審批請求。

此外，**治理圖譜（Governance Graph）**功能允許合規團隊精確繪製代理人接觸過哪些數據以及為什麼做出特定決策。這種稽核軌跡對於滿足 GDPR 和其他法規要求至關重要。

競爭格局

Frontier 的推出使 OpenAI 直接與其他爭奪「AI 控制平面（AI Control Plane）」的科技巨頭展開競爭。微軟及其 Copilot Studio，以及 Salesforce 及其 Agentforce，都在該領域表現積極。然而，OpenAI 的優勢在於其最先進的模型與編排層的原生整合。透過同時擁有「大腦」（模型）和「身體」（平台），OpenAI 聲稱能比封裝第三方模型的競爭對手提供更低的延遲和更高的可靠性。

然而，供應商鎖定的問題仍然存在。透過在 Frontier 上建構整個代理人勞動力，企業正將其營運能力與 OpenAI 的生態系統深度綁定。效率提升是否超過依賴的戰略風險，是每位 CIO 在未來幾個月內必須做出的權衡。

結論：數位同事時代

OpenAI 的 Frontier 不僅僅是一個產品發布；它是對未來工作方式的意向聲明。透過提供管理 AI 的工具，並採用通常僅供人類員工使用的細緻結構，OpenAI 正在驗證「混合勞動力（hybrid workforce）」的概念。

隨著我們邁向 2026 年，衡量企業成功的指標可能會發生轉變。這將不再取決於一家公司有多少員工，而是取決於其代理人編排的品質和效率。憑藉 Frontier，OpenAI 為這種新的組織結構提供了藍圖，挑戰每家企業去重新思考「工作者」的定義。

在 Creati.ai，我們將繼續關注 Uber、State Farm 等公司的早期部署如何演進，因為在那裡學到的經驗無疑將塑造整個產業的最佳實踐。