Gartner 對 AI 代理治理發出了什麼警告？
2026 年 5 月 26 日，Gartner 發表研究警告：企業若對所有 AI 代理採取相同治理規則，不論代理的自主程度高低，將會出現大規模部署失敗。Gartner 預測，到 2027 年，40% 的企業將會降級或停用自主 AI 代理，因為治理缺口往往要等到生產事故發生後才被發現。
這是 2026 年企業 AI 策略最反直覺的核心發現。本能反應是統一化：寫一份 AI 政策、套用到所有地方、安心入睡。但 Gartner 的數據顯示相反結論。一刀切的治理才是失敗模式，並不是安全選項。
原因是結構性的。一個唯讀的文件摘要代理，與一個負責金融付款的代理，承擔的風險完全不同。把兩者用同一套規則處理，不是過度限制無害的代理（員工自然繞道），就是放任高風險代理（直到出事為止）。兩種結果都會摧毀企業對 AI 的信任。
什麼是分層 AI 代理治理？
分層 AI 代理治理是一套框架，依照每個 AI 代理的自主程度進行分類，並根據該自主程度所產生的風險，套用對應的控制強度。自主權愈高，審批、監控、可逆性的要求愈嚴；自主權愈低，則採取較輕的監督，避免拖慢生產力。
根據 Gartner 2026 年 5 月研究，這套框架建立在四個自主等級之上，每一級代表一個不同的信任邊界。代理觸及的系統與決策愈深，所需護欄愈多。觸及愈淺，運作速度愈快。
這與監管機構對其他技術的處理邏輯一致。初級分析員可以讀報告，資深交易員可以下單。權限與後果掛鈎。AI 代理也需要同樣的校準，只是這套校準是用軟件實現。
AI 代理自主權的四個等級是什麼？
Gartner 框架定義四個層級：觀察（Observe）、建議（Advise）、需審批執行（Act-with-Approval）、完全自主（Fully Autonomous）。每一層改變代理可以接觸的範圍、誰需要批准其行動，以及所需的記錄與檢視程度。把這四層當成同一類處理，正是 Gartner 預測失敗的根本原因。
第一級，觀察：代理只有對指定資料來源的唯讀權限，輸出只展示給提問者本人。典型用途包括文件摘要、知識檢索、程式碼解釋。風險低，因為代理不會改變任何系統狀態。
第二級，建議：代理生成建議、草稿或建議行動，但人手檢閱並執行。這一層需要產出品質檢閱、幻覺測試、以及對使用者的明確訓練，告知信任邊界何在。風險來自誤信，而非直接操作。
第三級，需審批執行：代理可以寫入、修改或發出通訊，但每一個動作都需要人手明確批准。記錄、可逆性與審批鏈成為必要。2026 年大多數企業生產力提升，都集中在這一層。
第四級，完全自主：代理在硬性護欄內運作，無需逐項批准。這一層要求最嚴控制：紅隊測試、異常偵測、緊急停止鍵、持續評估。大多數企業不應在受監管的流程中部署第四級。
為什麼一刀切的治理在實際運作中失敗？
一刀切治理會同時引發兩種可預測的失敗模式。過度限制會令低風險代理交付不出可衡量價值，員工於是繞過 IT 部門。限制不足則令高自主代理在生產環境內失控，安全、合規、財務錯誤悄悄累積，直到事故迫使全面停用。
Gartner 2026 年研究把這稱為二元思維。企業傾向把代理視為「完全鎖死」或「完全信任」。完全鎖死正是 2026 年企業調查中影子 AI 大幅增長的成因；完全信任則是資料外洩數字背後的原因。
代價是具體的。Cloud Security Alliance 在 2026 年報告中指出：影子 AI 是約五分之一企業資料外洩的成因之一，平均每宗事故的成本提高約 520 萬港元。這筆成本並非來自被妥善治理的代理，而是來自完全沒人治理的代理，因為政策太過籠統，根本套用不上。
香港企業應如何把代理對應到四個等級？
香港企業應先盤點所有已部署或試行中的代理，然後用一份書面清單把每個代理歸入四個等級之一。沒有這份盤點清單，分層治理根本無從談起，因為連被治理對象都不存在。Gartner 研究反覆指出，缺失清單正是影子 AI 滋長的第一道裂縫。
實際對應方式可以這樣安排：
--- 法律團隊用來從合約中抽取條款的文件摘要助手，屬於第一級觀察。控制重點在於資料存取範圍與輸出記錄。
--- 私人銀行客戶經理用來起草客戶電郵的 AI 工具，屬於第二級建議。控制重點在於語氣檢閱、幻覺測試、以及符合個人資料條例的資料處理。
--- 在會計系統中過帳的 AI 代理，需等控制部門審批，屬於第三級需審批執行。控制重點在於逐項審批、稽核軌跡、財務期內的可逆性。
--- 全自主的詐騙偵測代理即時封鎖可疑交易，屬於第四級完全自主。控制重點在於紅隊測試、異常閾值、覆寫權限、以及符合金管局期望的模型風險管理。
香港的監管背景強化這套框架。私隱專員 2026 年發表的代理式 AI 指引明確要求：正式治理、最低權限存取、中央代理登記冊、主動掃描未經授權的代理。金管局 GenA.I. 沙盒計劃同樣期望認可機構按每個應用案例展示分層風險控制，而非一刀切的政策。
每一級治理應該配對哪些控制？
每一個自主等級都需要獨立的控制組合。第一級需要範圍與記錄；第二級需要人手檢閱與偏差測試；第三級需要審批鏈與稽核軌跡；第四級需要持續評估、異常偵測、可逆性。陷阱是把這些當成疊加項目，而不是按等級校準。
第一級控制：資料存取範圍劃定、輸出僅可見於提問者、查詢記錄、定期檢視資料來源。不需審批關卡，因為代理無法改變系統狀態。
第二級控制：第一級全部，再加上對標準資料集的幻覺測試、產出品質抽樣、向使用者說明信任邊界、拒答率監察。代理的價值依賴使用者抓出錯誤。
第三級控制：第二級全部，再加上逐項審批、誰在何時批准了什麼的完整稽核軌跡、每類動作的可逆窗口、以及當審批者不同意代理建議時的明確升級流程。
第四級控制：第三級全部，再加上部署前紅隊評估、持續運行的異常偵測、營運可即時觸發的停止鍵、定期漂移監察、以及每季高層檢視。第四級不是節省控制的位置。
企業實施時最常見的錯誤是什麼？
最常見的錯誤是把自主權當成 IT 部門私下調整的滑桿，而不是每個代理都需要明確記錄的業務決定。一旦自主權靠預設值決定，沒有人擁有這個選擇，也沒有人在代理能力提升時更新它。代理就會悄悄向上漂移，治理跟不上。
Gartner 2026 年研究強調這種漂移模式。一個原本第二級用於起草電郵的代理，逐步獲得發送權限。原本的治理是為「起草」而寫，「發送」屬於第三級行為。沒有明確重新分類，代理就在第二級的控制下運作於第三級風險範圍。
修正方式是流程，不是技術。每一次能力擴展都應觸發書面重新分類；代理新增任何工具存取權，都應重置自主權檢視。沒有這份紀律，分層治理只在啟動那一刻有效，之後永遠是一刀切。
這如何連結到董事會期望看到的整體 AI 策略？
2026 年董事會就 AI 提出三個問題：創造了多少價值、暴露了多少風險、如何知道風險輪廓正在改變。分層治理直接回答了第二與第三個問題。它讓董事會在單一儀表板上看到：有多少代理位於每一層、有什麼控制正在運作、漂移在哪裡發生。
這正是「拿得到 AI 預算」與「拿不到」的分水嶺。財務總監不想聽到 AI「有治理」。財務總監想看到：第四級代理已盤點清楚、第三級審批鏈已稽核、第一級清單仍然有效。這才是董事會層級可信的答案。
它同時令企業在監管機構與盡職調查對手前處於正確位置。金管局、私隱專員、以及問及 AI 風險的交易對手，都希望看到分層處理。一刀切政策顯得不成熟，四層框架配上名義負責人，才像一個認真思考過這個問題的組織。
香港企業未來 30 天應如何開始？
首 30 天應產出三份產物：完整的代理清單、每個代理的等級指派、以及每一層的書面控制清單配上名義負責人。這不是六個月計劃，而是聚焦的演練：把現有混亂轉成有結構的基線。其餘所有工作可以在這個基礎上建立。
實務上，清單來自三個來源：IT 認可的採購紀錄、對未經授權 AI 工具的網絡與端點掃描、以及一份簡短員工問卷。香港企業反覆發現，問卷揭露的代理數量是採購紀錄的兩倍，掃描又再揭露更多。
等級指派應該是每個代理約 30 分鐘的對話，不是正式評審。重點是讓不同部門早一步把分歧攤開來：當銷售說某代理屬第二級、風險部門說它屬第三級，這場對話本身就是整個演練的價值所在。
基線一旦存在，持續治理就變成維護而非危機處理。每季等級檢視、每年獨立評估、以及能力變更觸發的重檢，可以讓框架保持活力，而不會耗盡 IT 團隊。
給香港企業領袖的策略總結
分層 AI 代理治理，是「AI 投資組合在控制下成長」與「AI 投資組合給董事會帶來驚訝」之間的分別。Gartner 2026 年預測「到 2027 年 40% 的企業將降級或停用自主代理」並不是關於 AI 的預測，而是關於治理紀律的預測。
2026 年做對這件事的企業，不會是擁有最多 AI 的那一批，而是擁有最清晰清單、最誠實等級指派、以及最有紀律重新分類流程的那一批。這才能建立長期企業 AI 能力，那種能挺過稽核、盡職調查、以及下一波監管的能力。
UD 同行 28 年，陪伴香港企業走過每一次重大技術周期。我們學到的是：框架只有在有人協助你套進你的環境時，才會真正落地。懂AI的冷，更懂你的難 — UD 同行28年，讓科技成為有溫度的陪伴。
與 UD 邁出下一步
你已經掌握框架。下一步是把你實際的代理對應到四個等級、設計合適的控制組合、並建立可隨部署擴張的治理機制。UD 企業團隊手把手帶你完成每一步，從代理盤點、等級指派到控制實施，背後是 28 年香港企業服務經驗。
