AI Agent 課程唔應該由工具開始：香港企業先要定義三種決策權限

第一種權限：建議權

在最安全的起點，AI 只負責整理資料及提出建議，不直接改動任何系統。

例如銷售團隊可以讓 AI 根據已獲授權使用的查詢紀錄，列出需要優先跟進的客戶、指出仍欠哪些資料，並建議下一個問題。最終由同事核實客戶背景，再決定是否跟進。

這一層的驗收重點不是「AI 寫得像不像人」，而是：

• 每項建議能否指出來源？
• 能否分開已知事實、推測與仍待確認的資料？
• 同事是否知道何時不應採用建議？

如果這三點仍未做到，企業不應急於把 Agent 接入 CRM 或 WhatsApp。

第二種權限：草擬權

當資料來源及判斷準則較穩定，AI 可以由提出建議，進一步產生工作草稿。

草稿可以是一封跟進電郵、一份報價說明、一個客戶摘要、一張網站初版，或一份內部報告。但「草擬」不等於「可以直接發出」。企業必須指定由誰覆核、覆核甚麼，以及批准後由誰執行。

一個可用的草擬流程，至少要回答四個問題：

1. AI 可以讀取哪些資料？
2. 哪些內容必須引用原始來源？
3. 哪些金額、承諾、法律或客戶資料必須由人手確認？
4. 草稿被修改後，修改原因會否留下紀錄？

這些規則看似增加工序，實際上卻把資深同事腦內的判斷標準變成公司可以重用的能力。

第三種權限：執行權

只有在低風險、可逆轉、可追蹤的場景，AI 才應取得有限執行權。

例如，Agent 可以在內部系統建立一個「待覆核」任務、把文件放入指定資料夾，或在資料齊全時更新一個非關鍵狀態。至於直接向客戶發訊息、改價格、批出退款、刪除紀錄或作出合約承諾，就需要更嚴格的批准及權限設計。

在給予執行權之前，管理層至少要確認：

• 有沒有清楚的觸發條件？
• 出錯時能否撤回或還原？
• 每一步有沒有操作紀錄？
• 誰是流程擁有人？
• 哪一類例外情況必須交回人手？

如果答案仍然含糊，Agent 應停留在建議權或草擬權。

評估一個 AI Agent 課程，應該問七個問題

企業採購培訓時，可以先不問課程用了多少款工具，而問以下七個問題：

1. 課程會否用公司的真實流程，而不是通用示範？
2. 會否界定 AI 的建議權、草擬權與執行權？
3. 會否教學員處理資料來源、私隱、權限與保留期？
4. 會否設計人工覆核、例外處理及撤回機制？
5. 課後會留下甚麼可驗收成果：流程圖、SOP、Agent 原型，還是只有提示詞？
6. 如何量度採用率、節省時間、重做率或錯誤率？
7. 哪些情況出現時，試點應該停止而不是繼續擴大？

如果一個課程只能回答「會教哪些工具」，卻回答不到以上問題，它比較像工具體驗班，而不是企業能力建設。

一個可落地的 30 日試點

企業不需要一開始就建立全自動 Agent。可以先選一條高頻、低風險、有人負責的流程，例如報價資料整理、客戶查詢分類或內部文件交接。

第一週建立基線：現在需時多久、最常出錯在哪裏、誰負責覆核。第二週只給 AI 建議權，檢查來源與準確度。第三週加入草擬權，記錄同事修改了甚麼。第四週才評估是否值得給予有限執行權。

試點成功的標準，不是「Agent 能夠運行」，而是：工作有沒有更清楚、錯誤有沒有減少、同事是否願意採用、主管是否仍然看得到責任界線。

如試點需要接入現有系統，可參考 AI 工作流程與自動化 的做法；由試點走向管治的步驟，亦可延伸閱讀 AI Agent 工作流程自動化：香港企業由試點到管治。

真正值錢的，不是會按工具，而是懂得管理判斷

對企業而言，AI Agent 的價值來自把分散的資料、判斷及工作步驟連接起來。對個人而言，真正能提升職場價值的，也不是記住某個平台的按鈕，而是懂得把業務問題拆解、界定風險、設計覆核，並讓一個流程可以被團隊安全地重用。

工具會不斷轉變。能夠管理決策權、流程與結果的人，才有機會成為公司推動 AI 落地時不可取代的角色。

Smark Global 的企業 AI 培訓，會由管理層治理、部門流程到前線實作分層設計。我們不以「學了多少工具」作終點，而以團隊能否把一條真實工作流程做得更清楚、更可量度、更可管治作為驗收標準。

如需安排公司內訓，可查看企業 AI 培訓方案，或直接預約 AI 轉型評估。