跨職能決策陷膠著，靠AI協調打通關

許多企業已運用AI代理處理個別任務，但在面對跨職能任務或重大決策時，AI的效益依舊有限。要突破這個困境，企業應建立「AI總協調系統」，在不同職能間流暢傳遞資訊並協同任務，來提升跨部門決策的品質與效率。

設想這樣的情境：政府宣布對某項攸關公司業務的進口貨品課徵新關稅，並於60天之後正式生效。執行長建議提前進貨（pulling forward），亦即提早採購這項貨品，並在關稅生效之前完成進口，以保護公司的利潤率和市占率。這個方案的邏輯清晰明確，然而幾個星期過去，仍未能按照執行長的期望執行。在採購、物流、財務、法務、行銷、銷售與商品等不同職能反覆修改與妥協之後，公司東拼西湊幾個不甚理想的方案，而且這些方案都無法趕在關稅生效前取得大部分關鍵貨品。

過去10年間，企業大手筆投資各種更聰明的工具，包括能夠起草文件與摘要報告的AI助手，以及能夠預測需求的機器學習系統。如果運用得當，對於各職能內定義明確、範圍狹窄的任務，這些工具確實能夠提升績效。然而大多數公司尚未解決一個更深層的結構性挑戰：如何運用AI來制定與執行企業整體的決策？這正是下一個全新的領域：能夠跨職能協調決策與知識的人與AI協作系統。

我們稱這類系統為「AI代理協調系統」（agentic AI orchestration systems）。我們在針對人與AI協作的實地研究中，訪談了沃爾瑪（Walmart）、亞馬遜（Amazon）、愛立信（Ericsson）、Ramp、美敦力（Medtronic）以及其他正在建構此類系統的企業高階主管。雖然他們已經取得實質的進展，相關計畫仍然處於起步階段：即便是進展最多的組織，想要做到企業整體的AI協調，還有很長一段路要走。儘管如此，我們還是可以看出這項技術未來的演進方向。我們目前正在進行另一項研究，探討人與AI最有效的合作方式，也揭示了這類系統的設計原則。我們一再觀察到，人類創造最大價值的方式並不是與AI競爭，而是提供AI並不具備的資訊——例如隱性知識（tacit knowledge），以及與不斷變化的限制條件與背景脈絡有關的最新資訊。因此，挑戰並不在於決定該由人類還是AI來決策，而是設計出一個能結合兩者優勢的系統。