這次我來分享幾天前在一家電信大公司內訓的過程與心得。我們採用的個案是AGENTS.inc，一家在「AI Agent」還沒大爆發之前就早期投入的小型新創，它們以「多Agent協作、高度客製的Domain Know-how、歐盟隱私合規、確保內容正確」等技術賣點，搶下了幾家大客戶。但如今，OpenAI、微軟、Google 這些國際科技巨頭強勢進場，一夕之間把整個市場炒得火熱。AGENTS.inc面臨的難題，也折射在這家大公司的身上：要如何判斷AI Agent的市場格局？是否會出現所謂的「贏家通吃」？以及在這股浪潮中，我們該擁抱何種業務模式與開源策略？
這篇文章是我「盒內思考：來吧！把個案教學帶進企業培訓！」系列的一部分。透過AGENTS.inc個案，我想帶大家回到商業決策的核心，審視四大關鍵議題：
- 贏家通吃？
- 技術生命週期在哪個階段？
- 繼續專案還是走多邊平台（MSP）？
- 要不要開源？釋出哪個層次？授權方式為何？
🟥贏家通吃？評估AI Agent的市場結構
第一個焦點，是AI Agent市場會不會演變成少數巨頭包辦的「Winners Take All」？在課堂中，我們探討四大判斷面向：網路效應、多棲成本、產品差異化、進入障礙。- 💠網路效應：如果一個AI Agent平台聚集越多使用者與Agent開發者，就越具吸引力，形成強烈的網路效應，最後可能只剩一兩家大贏家。OpenAI、微軟、Google都有雄厚資源與龐大使用者基礎，網路效應相對強；相較之下，AGENTS.inc一旦想做「Agent市集」就會較難跟大廠抗衡。
- 💠多棲成本（multi-homing cost）：企業若使用AI代理，需要上傳自家機密或客戶敏感數據，這使得一次採用多家代理商的成本會非常高，如同在不同平台間切換不易。因此多棲成本高→贏家通吃機率較高。AGENTS.inc之前之所以能拿到歐洲客戶，是因他們滿足在地隱私法規、可本地部署。但如今大公司也陸續端出「歐盟合規」方案。
- 💠產品差異化：是否能做出深度垂直應用、甚至整合專業Know-how，提供獨家價值？AGENTS.inc的多Agent協作與削除幻覺（避免錯誤信息）是其特色；對這家電信公司來說，就得思考：能否做更貼近政府或在地產業的垂直化客製，而非只做語音客服？差異化空間依舊在，但如果大廠模型普及、功能漸同質，就要更聚焦「客戶需求＋場域know-how＋在地整合」，才能突顯存在價值。
- 💠進入障礙：當大廠AI模型開始免費或低價提供API，進入門檻事實上被壓得更低；但對高度合規和精準性的行業（政府、金融、醫療），仍有不小門檻。AGENTS.inc之所以能撬開大客戶，就是他們比巨頭更靈活、更能滿足私有化部署需求。
無論是新創或大企業，都得先判斷：自己所鎖定的「AI Agent領域」網路效應強不強？多棲成本高不高？如果結論是整體市場將走向高度集中，就要看能否趕在起跑期搶先擴張，否則乾脆聚焦小而深的垂直領域，搶下小眾之「獨家地位」。
🟥生命週期時點在哪？萌芽？起飛？
第二個問題，AI Agent究竟處在技術生命週期的哪個階段？是尚在萌芽，還是已快速起飛？
有人說：看2023年後OpenAI、微軟的龐大資金與爆炸性關注度，應該已進入成長期。如果是成長期，中小玩家若不抓緊速度擴張，馬上可能被洗出局。也有人認為：真正落地的AI Agent應用還很少，大多企業仍在嘗試階段，應該還屬萌芽期。萌芽期意味著市場需要更多合作、訂立標準甚至開源推動。
在討論時，我強調的是：生命週期判斷不只是「整體AI產業」的感覺，更要分「通用型Agent」與「垂直應用Agent」。通用型Agent已經相當火熱，也出現了像MCP（Model Context Protocol）與Agent to Agent （A2A） 協議，但垂直Agent仍在早期階段。對大企業來說，要從哪塊領域先嘗試投入？這時候，判斷自己能否快速抓住「成長期」的紅利，也是一大關鍵。
🟥專案vs.多邊平台？商業模式的拉鋸
AGENTS.inc現行商業模式以承接大型企業專案為主，好處是短期可獲得可觀收入及迅速累積實戰經驗，但長期下來容易產生瓶頸：收入與資源高度仰賴少數客戶，且專案模式難以複製。
相較之下，多邊平台（Multi-sided Platform）模式具有明顯的網路效應與規模經濟，若平台成型，商業價值呈指數型增長。然而，建立MSP需投入大量資源與時間，且市場不確定性較高。
AGENTS.inc該繼續專案客製模式（B2B）還是去做一個多邊平台（MSP）？對大公司也類似：究竟是純粹提供企業客戶專案服務，還是雄心勃勃想做「台灣自己的AI Agent平台」？
AGENTS.inc走專案出發，因其多Agent技術＋客製知道客戶痛點，效率高、利潤穩。但規模受限，人力不可輕易擴張。大公司若選擇這條路，也是「原有垂直領域＋客戶基礎」來做深度服務，以這家大型電信公司來說，與政府（包括中央與地方）、軍方的長期相依存關係，專案是其首選方向。
一般來說，商業（炒作）價值較高的是MSP平台路線，這條路具有高天花板，但需大量資金與使用者基數，競爭也極為激烈。大廠有強大資源、雲端生態、開源社群、用戶網路。AGENTS.inc若要做Agent市集，勢必要找投資、快速增長。對大企業來說，要搞一個「AI代理市集」也非易事：光是內部「習於自己搞」的文化就可能阻礙與外部開發者的合作；更何況還要對抗國際巨頭的包抄。
不論新創或大型電信公司，都得想清楚：是要靠既有專案客戶穩穩賺，還是寧可投入平台豪賭？還能不能走混合式（既保留專案也嘗試平台）？這些取捨，不只影響營收模式，也影響公司策略定位與資源分配。
🟥要開源嗎？開哪個層次？採用什麼授權？
「如果AGENTS.inc做成多邊平台，那基礎架構要不要釋出？釋出哪個部分？採哪種授權？」
這是讓很多工程師得深入想一想的難題。AI Agent公司若選擇開源模式，必須考慮開源策略細節與授權模式。
- 💠SDK開源：只提供二次開發工具，但核心計算仍須官方雲端或內部架構運行。
- 💠Agent基礎架構開源：允許外部自主部署Agent，但保留部分平台核心掌控權。
- 💠完整Agent Store開源：全面開放，包括應用商店、分發與支付機制，可能會產生更多競爭者。
不少大企業的高階主管對開源很恐懼，覺得自己花大錢研發的技術怎能白白送人？對這家大電信公司來說，更擔心開源之後若出包了怎麼辦。然而，開源具有巨大的外部擴散力，可打造生態系。例如：釋出 SDK但後端仍跑在自家雲，或釋出Agent基礎框架但仍保留核心模型授權，都有不同程度的開源。
在AGENTS.inc這樣新創公司，其考量是：他們只有四個全職員工，若想做大，必須考慮透過開源建立開發者社群，減少自己維護所有功能的壓力。但開源後會不會引來競爭者？要不要「Copyleft」（例如GPL）還是採更寬鬆的MIT？收費模式該如何設計？
從大電信公司視角，狀況也很相似：若想跟新創或社群合作，光把SDK封死在公司內部，其實不利吸引外部人才與創意。反之，如果全部開放，也擔心安全與營收問題。這些拿捏需要試著去拆分層級：底層資料管道或基礎驅動程式也許可開源，上層商業引擎或雲端服務收費，皆是一種做法。
🟥透過個案，回看自家的關鍵決策
AGENTS.inc的故事看似「小新創VS.大巨頭」，但我在企業內訓現場時，參與學員很快發現，我們這家大電信公司何嘗不是同樣的處境？
資源多歸多，但遇到OpenAI、微軟這些國際平台時，我們並沒太多優勢；平台想像小、對開源較排斥、跨部門協作仍卡關，這些文化或組織困境，都與AGENTS.inc的「資金與規模不足」同樣構成挑戰。
反倒是垂直領域應用或政府專案，若能結合本土管道與痛點設計，依舊可能殺出一條血路。至於平台化與開源之路，也並非全無機會；企業若能拿出決心，從「語音客服」或「在地機敏資料」等應用切入，再配合精準掌握法規或隱私需求，也能在大廠視線死角裡開闢藍海。
個案中的啟發，就是讓我們帶著共同語言，重新思考市場格局、技術週期、商業模式與開源策略四大面向。最重要的，是藉由個案學習「排除部門隔閡」，鼓勵工程、行銷、法務、管理等多方人員一起對話：
💠為何AI Agent會成為未來趨勢？
💠我們該在哪裡切入？
💠要不要拼大型平台？
💠開源到什麼程度？
這些問題，本質並不只是技術細節，而是整體商業策略與組織文化的抉擇。
🟥建立共同語言與協作心態
我一向認為，若要將個案培訓帶進公司裡，考慮的是兩大收獲：
- 💠共同語言：透過個案中的分析框架（如「網路效應、多棲成本、差異化、進入障礙」或「技術生命週期S曲線」等），能讓不同背景的人快速理解AI Agent競局；
- 💠協作心態：公司要從封閉走向更開放、或要在龐大市場競爭中找到縫隙，都仰賴跨部門交流，不能只靠工程部或某個單位單打獨鬥。
AGENTS.inc雖是小新創，卻在大廠前「先行佈局」，展現自己核心價值，值得我們思考。我希望藉由「盒內思考」系列，讓更多企業同仁看到：個案教學不只是一種「MBA的理論遊戲」，而是能真正落地在企業內訓，從他山之石找到啟發，然後回過頭檢視自家關鍵決策——包括市場定位、平台策略、開源規劃⋯⋯這都將成為組織下一步進化的契機。
在這波AI Agent浪潮裡，終究誰會笑到最後？或許沒那麼簡單「一口咬定」就是贏家通吃。關鍵在於：如何在新技術方興未艾之際，建立聚焦且可持續的策略，並透過產品或服務的差異化搶佔心智。無論身在新創或大企業，相信只要掌握市場判斷、懂得整合資源、敢於嘗試與合作，都還有無限可能。
