企業導入 AI（人工智慧）的第一階段，多半從知識問答、文件搜尋與內容生成開始；但隨著技術成熟，越來越多平台開始往 AI Agent（人工智慧代理）方向演進，讓 AI 不只提供答案，而是能實際串接工具、調用資料、啟動流程，進一步參與日常工作。這樣的轉變雖然大幅提升生產力，也同時讓治理難度快速提高。 當企業 AI 平台開始支援 MCP 串接、Open API、多模型切換、非結構化資料分析與跨工具工作流時，問題不再只是「能不能做」，而是「怎麼做才安全、可控、可管理」。從知識來源可信度、權限分層、操作留痕，到跨系統串接後的責任邊界，這些原本分散在 IT、資安與應用團隊之間的議題，會在 AI Agent 落地後被集中放大。 本次分享將從企業 AI 平台演進路徑出發，討論從問答式 AI 到執行型 AI Agent 的過程中，治理重心如何轉變，並整理幾個企業最容易忽略的落地挑戰，包括跨工具整合、資料邊界、流程控管與可持續維運。希望藉此提供一個更貼近實務的觀察：AI Agent 真正困難的，不是做出來，而是如何安全地把它放進企業流程中。