產業趨勢新聞
-
Google Cloud 與 Oracle 加深合作，讓 AI 代理直接讀企業資料庫
Google Cloud 宣布 Oracle AI Database@Google Cloud 的遠端 MCP Server 正式上線，AI 代理可在權限控管下直接對 Oracle 資料庫下 SQL；Gemini 連接器也進入預覽。我的看法：AI 代理好不好用，關鍵常常不在模型，而在它拿不拿得到正確的資料；企業先把資料權限理清楚，比追新模型更值得。
-
Oracle 成立 AI 顧問部門，還要培訓認證一百萬人
Oracle 用 OpenAI 的技術成立 AI 顧問服務，並計畫透過 Oracle University 培訓、認證一百萬名開發者與專業人員。我的看法：連大廠都承認，AI 卡關的不是模型，而是會用的人；企業先把自家團隊教會，比再買一套工具實在。
-
Salesforce 幫 AI 代理加上考核與預算上限
Salesforce 在 Agent Fabric 推出 Agent Evals、API Evals 與成本控管，能持續檢查 AI 代理的表現，品質掉了可自動介入，花費也能設硬上限。結論先講：AI 代理跟新進員工一樣，要考核也要管零用錢；導入前先想好怎麼驗收、預算多少，比較不會月底才嚇一跳。
-
Zendesk 推出員工服務 AI 代理，從提問一路處理到結案
Zendesk 推出員工服務 AI 代理與 Advanced Action Flows，能處理開通權限、筆電申請、在職證明等跨部門流程，目前開放搶先體驗，預計幾週內正式上線。結論先講：AI 最先省到的，常常是公司內部跑流程的時間；先挑一個大家最常抱怨的內部申請流程試試，最有感。
-
Goodwill 獲 Google.org 支持，擴大加州 AI 與數位技能培訓
Goodwill 宣布獲得 Google.org 400 萬美元資助，四年內讓約 5.1 萬名加州民眾取得 AI 與數位技能課程。我的看法：連公益組織都把 AI 當成基本求職技能在教了；對個人來說，現在學 AI 不是加分，是在補基本功。
-
Google Cloud 推出 Agent Compute Engine，強化 AI 代理治理
Google Cloud 發表專為 AI 代理設計的運算服務 Agent Compute Engine，以硬體隔離的沙盒執行，預計未來幾個月開放預覽，並擴充 Gemini 企業版的代理治理功能。我的解讀：AI 代理開始真的動手做事，重點就從「聰不聰明」變成「放不放心」；企業要先想清楚每個代理能碰哪些資料、出了事誰負責。
-
Oracle 發表產業版 AI Agent Studio，低程式碼打造 AI 代理
Oracle 推出 AI Agent Studio for Industry Applications，用無程式碼／低程式碼方式，依各產業流程建立、測試與管理 AI 代理，預計 12 個月內先在美國推出。我的解讀：做 AI 代理的門檻一直在降，真正的差距會落在誰最懂自己的流程；先把流程寫清楚，工具來了才接得上。
-
NVIDIA 發表 OpenShell 參考架構，從軟體到晶片管住 AI 代理
NVIDIA 在 GTC Berlin 發表 OpenShell 參考架構，結合安全執行環境與 BlueField DPU，讓企業能隔離、監看並限制 AI 代理的行為。結論先講：連晶片廠都在賣「AI 代理的安全帶」，代表大家都同意代理會出錯；導入時先規劃好權限與紀錄，比事後補救便宜得多。
-
Google 推出 Gemini for government services，AI 代理走進公部門
Google 推出專為政府機關設計的 Gemini for government services，結合法規相關技能、既有系統連接器與集中治理，目前在美國以預覽方式提供。我的看法：規範最多的公部門都開始用 AI 代理了，「我們產業比較特殊」這個理由會越來越難用；先從文件審閱這類重複性工作開始最實際。
-
微軟：AI 代理是新的「內部人員」，推出監管新功能
微軟擴充 Project Perception，推出監看企業 AI 代理的 Guardian Agents，並依風險動態調整代理的權限，高風險動作需經人工核准。我的解讀：把 AI 代理當成新進員工管理就對了，給剛好夠用的權限、留下紀錄；先盤點公司裡到底有哪些 AI 工具在跑，是最簡單的第一步。