AI 代理也有「員工證」？微軟 Agent 365 用 5 大功能讓 AI 成為「可被治理」的企業資產
市場研究公司 IDC 預測，2028 年全球將部署 13 億個 AI 代理人（AI Agents）。隨著 AI 代理人數量在企業內迅速增加，如何大規模且負責任地管理這些 AI 代理人，又不必重建既有的可信任系統，已成為企業的全新挑戰。
在這樣的背景下，微軟近日正式推出「Agent 365」，讓企業可以賦予 AI 代理人明確的「員工身分」與一套標準化的「治理系統」，就像管理人類員工一樣，也象徵 AI 正從單純的「工具」，轉變為「企業勞動力」的重要一環。
為什麼必須管理 AI 代理人？企業可能面臨的三大風險
企業現在之所以必須管理這些 AI 代理人，是因為這些代理人已從過去的簡單腳本工具，轉變為能執行複雜流程、自動化任務，甚至與人類協作的自主式系統。若缺乏有效管理，企業將面臨三大主要風險。
首先是「身分與授權不明」。AI 代理人往往被賦予在企業軟體中採取行動、啟動流程與存取資料的能力，因此如果沒有明確的身分識別，就難以追蹤行為或限制權限，進而增加敏感資料外洩或遭攻擊的風險。
其次是「影子代理人」（Shadow Agents）問題。隨著員工大量使用未受管控的 AI 工具，企業常無法掌握實際運作中的 AI 數量，形成不透明的使用情況與治理盲點，也帶來更大的安全與營運風險。
最後是「缺乏監控與合規工具」。企業需要能評估代理人的工作效率與品質，以衡量投資回報，但若缺乏完整的記錄、審計與監控能力，便難以因應法規要求或處理潛在的責任問題。
基於這三大挑戰，微軟將 Agent 365 定位為一套標準化的治理框架，協助企業安全部署並統籌管理 AI 代理人，確保這些「數位同事」能在可控範圍內運作，避免出現意料之外的行為。
Agent 365 如何管理 AI 代理人？ 5 大核心功能一次看
微軟將 Agent 365 定位為 「AI 代理人的 Control Plane」（控制平面），並作為 Microsoft 365 Admin Center 內的一個中央管理儀表板，讓 IT 團隊能夠有效管理新的 AI 勞動力。
Agent 365 具有代理人註冊、存取控制、行為監控、與 Entra 身分整合、互操作性等五大核心功能。首先，Agent 365 的核心是「代理人註冊（Registry）」，可以為組織內每一個代理人建立唯一的識別身分（Agent ID），並提供一個統一的註冊中心作為單一事實來源，讓 IT 團隊可以藉此完整盤點所有代理人，也能對未經批准的代理人進行隔離。
在「存取控制（Access Control）」方面，所有代理人都必須擁有專屬 Agent ID，且各個代理人只能存取執行任務所需的資源，以此降低遭濫用或意外造成資料外洩的風險。
「行為監控（Visualization）」功能則是可以透過儀表板與進階分析呈現代理人、使用者與企業資源之間的完整連結，並透過角色報告、代理人性能評估、詳細的日誌紀錄與電子蒐證，強化合規性管理。
此外，Agent 365 也與 Microsoft Entra 身分系統深度整合，讓代理人可以被納入與人類員工相同的登入與授權架構。透過這樣的方式，可以將企業既有的身分識別與安全能力，延伸到 AI 代理人身上。
最後，Agent 365 強調高度的互操作性（Interoperability），除了可以管理微軟自家的代理人，也支援 Adobe、NVIDIA、ServiceNow、Workday 等來自多個平台、開源框架與合作夥伴雲服務的代理人，讓企業能在同一平台管理多元的 AI 代理人生態系。
Agent 365 背後的競爭格局與市場意義
微軟推出 Agent 365，意味企業正式邁入「AI 勞動力治理」時代。當 AI 代理人快速增長、任務日益複雜，企業不僅需要辨識、授權與監控這些代理人的基礎設施，也需要能直接整合既有系統的治理框架。
在競爭格局中，微軟最大優勢是 Entra 身分體系，可以讓企業無需重建架構即可將 AI 代理人納入與人類相同的身分、授權與合規機制，使其真正具備「可治理的數位身分」。同時，統一的可觀察性與情境化資料能力，能清楚呈現代理人的行為與存取範圍，降低風險並提升 AI 投資成效。
Agent 365 也是微軟 Copilot 戰略的延伸，微軟依靠 Entra 與 Graph 的深度整合，試圖主導這個價值數百億美元的企業 AI 市場。正如微軟商業應用程式與代理人部門總裁 Charles Lamanna 所言：「抵抗 AI 代理人，就像是抵抗給予員工網路或 PC 存取權。」這句話清楚表明，AI 代理人將如同電腦與網路一樣，將成為企業運作的基礎設施，因此企業不但無法迴避這股快速崛起的數位勞動力，更必須主動建立清晰的治理模式、身分與權限管理機制，才能確保代理人在安全、可控且合規的框架中運作，為企業帶來新效益。
＊本文開放合作夥伴轉載，參考資料：Microsoft、《Reuters》、《AI Business》、《WIRED》、《GeekWire》、《The Verge》，首圖來源：Microsoft