← 回到 Learning 首頁
Article · MIT Sloan Review
MIT Sloan：Agentic AI 不只是效率工具，
而是重新定義「管理」本身
這篇來自 MIT Sloan Management Review 的文章，主要講一件事：Agentic AI 的挑戰，不是技術，而是「管理模式」。剛好與前一篇 McKinsey 的觀點互相呼應。
01Agentic AI 是「會行動的 AI」，不是工具
與傳統 AI 最大差異在於它的角色：Agentic AI 更像「數位員工」，而不是工具。
02傳統管理模型開始失效
過去的管理是建立在兩種對象之上，而 Agentic AI 夾在中間，兩邊都不適用：
🤖
AI Agent
有自主性但無可預測性
有規模但決策不透明
管理學的基礎可能要大改。
原本管理學主要是「以人為主」的管理，現在必須加入「以 AI Agent 為主」的管理維度——現有方式無法有效監督與控制。
03問題變成「責任與可控性」
當 AI 每小時做上萬個決策時，傳統的「事後檢討」或「定期審核」已經不夠：
Q1.誰負責？
當 Agent 自主下決策，責任要歸屬到哪一方？
Q2.如何追蹤決策來源？
決策鏈可能跨模型、跨工具、跨時間。
Q3.如何確保倫理與風控？
不能等事故後補救，而要內建於行為本身。
04核心轉變：從「隱性」到「顯性規則」
文章強調一個很關鍵的轉變：過去很多管理是靠「默契」與「經驗」，但在 AI 時代，必須把這些變成可執行的規則。
→
To · 顯性規則
系統化、可執行
- 明確定義 AI 的角色與權限
- 設定可執行的規則與邊界
- 建立持續監控，而非定期檢查
換句話說就是把「人類管理的隱性邏輯」轉成「系統化規則」——這有點像最近很流行的把一個同事「蒸餾」：把他腦袋裡的 know-how 外化成可複製、可審計的結構。
05新的管理框架：「人 + Agent」混合組織
未來的組織不是只有人，而是一個混合體：
這會帶來幾個新的管理張力：
監督vs自主
管得多會失去效率；管得少會失去控制
效率vs控制
速度與可驗證性之間的拉扯
流程優化vs流程重設
沿用舊流程，還是為 Agent 重新設計？
企業需要重新設計整個 operating model，而不只是導入幾個 AI 工具。
06關鍵能力：持續監控（Continuous Oversight）
文章提出一個很重要的概念：管理 AI 的方式必須轉向「管理過程」，而不是「管理結果」。
Old · 管理結果
週報 / KPI / audit
週期性檢視、事後才知道、無法即時糾正。
New · 管理過程
Continuous Oversight
One-liner Takeaway
Agentic AI 的出現，不只是提升效率，
而是迫使企業重新定義 「管理是什麼」。
