【Google Cloud 林書平專欄】擴展 AI 代理的瓶頸不是模型，是資料還停在「紀錄系統」

TechOrange 科技報橘 · Sep 7, 2026

文 / Google Cloud 台灣技術總經理 林書平 放眼當今技術發展，阻礙企業擴展 AI 的最大瓶頸，早已不是模型本身的能力，而是模型能否精準掌握企業的「業務情境脈絡（Business Context）」。 打造情境脈絡的關鍵在於資料基礎。根據 PwC 報告，全球 AI 領先企業提供高品質資料的比例高出台灣企業 4.4 倍，且僅有 13% 的台灣企業能讓員工快速取得 AI 工作所需的高品質資料。進入代理式時代，企業不能只把資料當作靜態庫存，必須注入值得信任的情境脈絡，以將資料轉化為源源不絕的活水，推動企業資料從被動的「紀錄系統（systems of record）」升級為主動出擊的「行動系統（systems of action）」。 我們必須體認到，AI 代理的運作模式是非線性的，且任務擴展極為迅速。一個簡單的提示詞，就可能觸發 AI 代理自主在多個系統之間進行瀏覽、查詢與執行，這無疑對企業的基礎架構帶來了壓力。倘若運算、網路與儲存層沒有針對代理式 AI 進行最佳化，建立其上的資料平台將無法穩定運作。我們也從調查報告中看到，有高達 83% 的組織認為他們需要升級基礎架構，才能支撐生產級的代理式 AI 系統。 要解決這個問題，企業需要的是一套全新的架構思維——將資料、AI 模型與營運資料庫深層融合，升級為單一的行動系統。當底層架構回歸 AI…