Microsoft × EY：FDE 若沒有變革管理，Agent 再強也過不了組織這一關

先看結論：企業買的不是模型，而是完成工作的能力

Microsoft 與 EY 的合作凸顯企業 AI 並非純工程專案。報告整理，雙方宣布未來五年共同投入超過10億美元，由 Microsoft FDE 與 EY 產業專家組隊，將 Agent 導入財務、稅務、風險、人資與供應鏈等核心職能。Microsoft 負責模型、平台與工程，EY 提供產業知識、流程設計與變革管理，再透過共同治理與成果責任，把試點推進正式環境。

這個題目值得獨立拆解，因為企業 AI 已經走到第二個階段。第一階段比的是模型能不能回答，第二階段比的是系統能不能在資料不完整、權限複雜、流程跨部門的環境裡，穩定交付可衡量結果。Microsoft × EY：FDE 若沒有變革管理，Agent 再強也過不了組織這一關不是技術名詞的排列組合，而是一個組織、工程與財務必須同時成立的問題。

運作機制：把人的經驗翻成 Agent 可執行的規則

EY 先扮演 Client Zero，在自身組織驗證 Microsoft 技術。報告提到 Copilot 早期覆蓋15萬名員工並帶來約15%生產力提升，後續擴到超過40萬名員工；部分以 Power Platform 與 Copilot Studio 重做的財務流程，交付前置時間縮短95%、營運成本下降超過37%。FDE 把有效流程與規則帶回平台，Agent Framework Harness 再把規劃、記憶、壓縮、工具核准、觀測與技能整合成標準執行環境。

不同廠商的共同方向，是讓少數核心 FDE 攻克複雜現場，再用平台、夥伴與客戶自助擴大覆蓋。差別在於資產沉澱在哪裡：Palantir 放進本體模型與 AIP，模型公司放進技能與執行框架，雲端業者放進 Agent 平台與夥伴交付工具，企業軟體公司則把多年流程與權限直接寫進底座。

實務上應先畫出原有流程的輸入、判斷、工具、輸出與例外，再決定哪些環節交給 Agent、哪些需要人工核准。這個順序很重要：若先拿模型找題目，團隊容易做出技術可行但商業低頻的功能；若先找出高成本、高等待或高錯誤的流程，再設計資料與執行環境，投資報酬率才有機會被驗證。

財務視角：從專案收入走向能力複製

Microsoft 的優勢是既有雲端、身分權限、生產力工具與企業通路，能把 FDE 專案轉成 Azure、Copilot 與 Agent 平台用量；EY 則以高價值顧問與變革服務取得收入。客戶是否獲益，要看節省的時間與成本是否扣除授權、導入、資料整理、培訓與持續治理。大型合作金額不是投資報酬率，實際流程數據才是。

財務長應把成本拆成五層：場景診斷、資料與系統串接、模型推論、執行框架、上線後的人工作業。初期毛利偏低不必然代表模式失敗，因為第一批客戶可能同時支付產品學習成本；但下一批同類客戶若沒有明顯縮短交付週期，代表知識沒有資產化。最重要的曲線，是每一元新增收入需要多少新增工程人力與模型成本。

收入品質也要分開看。一次性顧問費能證明客戶願意付錢，訂閱與用量收入則更能反映系統已進入日常流程；成果分成若能建立清楚基線，可能提高上限，但也會帶來歸因與合約爭議。健康的商業組合通常是以前期服務完成導入，再讓軟體、技能模組與執行量成為後續擴張主體。

執行方法：從一個高價值流程開始

Client Zero 是值得借鏡的設計：服務商先在自己組織承受真實使用與變革，再向客戶銷售。企業導入時也應把業務主管、資訊、風險、人資與第一線使用者放進共同治理，避免 Agent 被視為資訊部門工具。技術上以標準 Harness 管理狀態與權限，組織上則要重做責任、績效與人工介入。

導入時應先定義成功與失敗。成功不只包含平均任務時間下降，也包括錯誤率、人工覆核、法遵事件與使用者採用；失敗則要能被分成模型、資料、權限、工具、流程或組織責任。分類清楚後，每次錯誤才會變成測試資料與產品改進，而不是群組裡又多一張『AI 怎麼又壞了』的截圖。

反方論證：重交付也可能只是昂貴的人力生意

生產力提升百分比容易受問卷、自選使用者與基準差異影響，前置時間縮短也不一定等於整體成本下降。大型顧問合作可能增加導入複雜度與供應商依賴。企業應要求流程級基線、方法與資料可移交，並保留在沒有長期顧問駐點下自主管理 Agent 的能力。

廠商案例多半是公司或報告選出的成功樣本，不能直接外推到所有客戶。閱讀時要分清楚已上線的實際成果、合作公告、產品規畫與券商推論；尤其 2026 年的新組織與新平台仍需時間驗證續約、毛利與複用程度。案例可以提供路線，不能替財務證據簽名。

此外，報告整理的數據包含企業調查、公司案例、產品公告與研究判斷，可信度與時間點並不完全相同。本文保留原始頁碼，並把已發生事實、廠商所述規畫與延伸分析分開呈現。對快速變動的 Agent 市場而言，最危險的不是判斷暫時錯，而是把尚未驗證的規畫寫成已經實現的財務成果。

台灣企業可以怎麼用：先做流程資產負債表

台灣企業可採『內部 Client Zero＋外部產業夥伴』雙軌。先在財務、採購或資訊部門做一條能量化的流程，讓自己的法遵與資安一起建立規範，再選一位產業夥伴擴到前台業務。服務商若要取得信任，也應公開自己如何使用 Agent、發生哪些失敗、如何治理，而不是只拿國際簡報當成實績。

接下來可固定追蹤：1、投入金額轉成多少正式流程；2、Client Zero 指標的可驗證性；3、Agent Framework 的跨模型與治理能力；4、客戶離開顧問後的自主管理程度。這些指標同時涵蓋技術、流程與財務，能避免團隊只挑對自己有利的數字。對台灣企業而言，最務實的起點通常不是成立一支龐大 AI 部門，而是選一條跨資料、跨系統、又能直接衡量成本或營收的流程，讓小型 FDE 團隊與業務負責人共同完成第一個生產閉環。

最後要記住，真正的護城河不是 Prompt 數量，而是企業願不願意把規則、失敗案例與決策邊界持續沉澱。模型會升級、單價會下降、工具名稱也會換季；留在公司裡的本體模型、測試資料集、連接器、技能模組、權限設計與營運紀錄，才是能在下一輪技術變化中繼續複利的資產。