編按：當AI不只是回答問題，而是能登入系統、整理資料、製作簡報，甚至操作專業軟體，錯誤也可能從「答案錯」變成「行動錯」。因此，企業必須建立AI授權、保留人在迴圈中，以及可稽核的治理機制。
OpenAI推出GPT-6 Astra，AI的發展可能正進入一個新的階段。過去幾代GPT的進步，主要集中在語言理解、推理、程式撰寫與多模態生成；而Astra更值得注意的地方，是AI開始從「產生內容」進一步走向「執行任務」。
從目前公開示範與實際應用來看，Astra強化了電腦操作（Computer Use）能力。AI不只是看懂文字，而是能理解電腦畫面、辨識介面、操作滑鼠與鍵盤，並完成一連串任務。這使AI Agent開始有機會從聊天視窗走進企業真正的工作環境。
GPT-6 Astra最大變化！AI開始會「操作電腦」
如果說過去的ChatGPT比較像一位「數位顧問」，Astra更接近一位可以直接操作電腦的「數位工作者」。
例如，AI可以協助搜尋醫療服務、填寫表單、整理行程、比較租屋資訊、更新客戶資料，甚至進行較複雜的多步驟操作。更值得注意的是，它的應用已經開始跨入專業內容製作。
在影片工作上，AI可以協助剪輯素材、進行初步調色與影片整理；在影像處理上，可以執行背景移除等工作；在3D內容方面，也開始出現從平面資訊建立空間模型與展示內容的應用。這代表生成式AI正在從「內容生成器」逐漸變成「工作執行器」。
對企業而言，這個變化的重要性甚至可能高於單純的模型參數或文字生成品質。
從Prompt到Agent！AI開始真正進入工作流程
想像星期一早上，主管交辦：「請把上週業績整理成簡報，找出異常，下午開會要用。」過去，員工必須登入ERP、CRM等不同系統取得資料，再整理Excel、製作圖表、分析異常，最後完成簡報。
即使使用生成式AI，AI通常仍然只是協助分析與撰寫，真正操作系統的人還是員工。Astra代表的AI Agent（AI代理）則可能改變這種分工。
AI可以先進行任務拆解（Task Decomposition），將「完成業績簡報」拆成資料取得、資料清理、異常分析、圖表製作與簡報生成等子任務，再透過規劃（Planning）決定執行順序，利用工具完成工作，最後根據執行結果進行檢查與修正。這就是所謂的代理型工作流程（Agentic Workflow）。
過去是「人操作電腦，AI提供建議」；下一階段則可能變成「人定義目標，AI執行工作」。
Computer Use可能重新定義企業自動化
企業裡有大量看似簡單，卻非常耗費人力的數位工作。訂單資料在ERP、客戶資料在CRM、財務資料則要下載到Excel重新整理。員工每天大量進行複製、貼上、下載、上傳與格式轉換。傳統企業通常透過RPA進行流程自動化。但RPA高度依賴預先設定的規則，一旦系統介面改變或出現例外，流程就可能中斷。
Astra所展現的Computer Use能力，則讓AI開始具備「理解畫面後再採取行動」的能力。它可以透過電腦視覺辨識畫面，找到按鈕與欄位，再依照當下情境決定下一步。這對企業最大的價值，是讓一些沒有完整API的舊型系統（Legacy System）也可能出現新的自動化機會。因此，AI Agent可能成為介於員工與企業系統之間的新型自動化層（Automation Layer），讓企業不必所有流程都重新開發系統，就能逐步推動工作自動化。
從影片剪輯到3D！AI開始進入專業工作
Astra另一個值得注意的方向，是AI開始深入專業創作流程。過去，影片剪輯、影像處理與3D製作需要專業軟體與大量人工操作；現在AI Agent開始有機會直接操作這些工具。這代表AI的價值正在從「幫你產生內容」，進一步轉向「幫你完成內容製作流程」。
例如，行銷人員可以讓AI先整理素材、製作影片初稿；設計人員可以讓AI完成部分影像處理；房地產業者可以將物件照片轉換成空間展示內容；企業也可以讓AI協助製作簡報、影片與行銷素材。
但這裡仍有一個重要問題：AI產出得更快，不代表成果一定更正確。因此，未來專業工作者的價值可能從Production Capability，也就是「生產能力」，逐漸轉向Validation Capability，也就是「驗證能力」。
AI愈自主，企業愈要控制授權邊界
AI Agent真正的挑戰，不是它能不能操作電腦，而是企業願意讓它自主做到什麼程度。這就是自主權邊界（Autonomy Boundary）。
例如，資料整理、格式統一等低風險工作，可以讓AI完全自主；但涉及付款、刪除資料、修改系統權限或對外寄送重要文件，就不能只依賴AI自行判斷。因此，企業需要建立不同層級的人機監督（Human Oversight）。低風險工作可以完全自動執行；中度風險工作由AI執行、人類持續監督；高風險工作則必須保留人在迴圈中（Human-in-the-Loop），由人類進行最後確認。
AI時代真正重要的，不是讓AI擁有最大自主權，而是建立正確的授權架構。
AI風險！從答案錯誤變成行動錯誤
當AI只負責回答問題時，錯誤答案通常還可以由人類檢查。但當AI開始操作電腦，錯誤就可能直接轉化成行動。錯誤資料可能被寫入資料庫，錯誤Email可能直接寄出，甚至錯誤操作可能影響帳號與系統權限。
因此，企業不能只關注AI幻覺（Hallucination），還必須建立代理型AI風險管理（Agentic Risk Management）。企業需要知道AI看了什麼資料、使用了哪些工具、做了哪些操作，以及最後如何得到結果。
這就涉及AI治理中的可觀測性（Observability）、可追溯性（Traceability）與可稽核性（Auditability）。AI愈能自主執行，企業就愈需要知道「AI到底做了什麼」。
未來主管，管理的不只是員工
當AI開始成為數位工作團隊的一部分，主管的角色也將重新定義。過去主管交辦工作，只需要說明「下午開會要用」；未來面對AI Agent，主管必須進一步定義資料來源、使用權限、自主決策範圍、例外處理方式，以及什麼標準才算完成。這是一種新的管理能力，我稱為AI授權（AI Delegation）。也就是把原本模糊的人類工作，轉換成AI可以理解、執行、監督與驗收的工作流程。因此，企業未來真正的競爭力，不只是購買多少AI工具，也不只是員工會不會寫Prompt，而是能否建立成熟的代理型營運模式（Agentic Operating Model）。
企業必須重新思考：哪些工作交給AI？AI可以擁有哪些權限？什麼情況必須由人確認？AI完成工作後如何驗證？出了問題又能否追蹤與究責？GPT-6 Astra真正值得企業關注的，或許不是「AI終於可以操作電腦」，而是：
當AI開始真正接手工作，企業是否已經準備好把工作與權限交給它？
未來最具競爭力的企業，不一定是讓AI做最多事情的企業，而是最清楚知道哪些工作可以交給AI、哪些決策必須由人保留，以及如何驗證、監督與管理AI行動的企業。
AI Agent時代的競爭力，不只是讓AI把事情做完，而是讓企業有能力放心授權，也有能力在必要時收回授權。
本文章反映作者意見，不代表《遠見》立場
