Agent 化的判斷單位是任務。把一份工作拆開來，有些任務 AI 能做出成品，有些仍要留給人。
虛線＝Agent 化之後長出的新任務
任務的產出或動作主要由 AI 完成1，驗收標準不降低2；人負責交代、覆核並承擔結果，且人的總投入不超過原本人工時間的一半3。
產出或動作由 AI 做出成品，不只是提供素材
同一套 DoD；人負責交代、覆核，並承擔結果
交代、覆核、修正、下游重工合計，不超過原本人工時間的一半
人的總投入 46%，在原本人工的一半以內。
人的總投入 75%，超過一半。AI 給了成品，但人改掉大半。
人自己做，AI 提供素材。像拿到更厲害的 Google
AI 做出成品；人交代、驗收並承擔結果
用 AI 取代搜尋，查資料、弄懂概念
例：理專問 AI 商品條款人主筆，AI 補片段、改寫、翻譯
例：寫 PRD，請 AI 潤句AI 產出成品，人逐行、逐頁看過再修
例：AI 寫徵信報告初稿，徵審逐段核對不逐行看，用 DoD、測試、抽查驗收
例：AI 跑自動化測試，QA 看報告AI 自己跑完流程，例外才找人
例：AI 追蹤主管機關新函令，重大影響才找人停在 T1／T2 算未達標；做到 A1 是 60 分，A2、A3 往上加分。
AI 給了成品，但人改掉大半、總投入超過原人工一半，算回工具側。
面談客戶、實機驗證、跨部門協調、最終決策。
核貸、法遵簽核等決策建議留在工具側；金管會 AI 指引建議重要關鍵系統保留人員審查、核准或最終決策之權利。
差別不在用不用 AI，而在怎麼用：Agent 化，或把 AI 當工具
以前做不到的事，現在做得到
例：過去排不進開發的內部工具；客戶部位掃描從重點客戶擴大到全部客戶
解決工作任務上的痛點
例：規格、SOP、法規問答都查得到，不再靠人問人、等人回覆
組織的流程化
例：法遵新函令由 AI 每日彙整、分派，有重大影響才找人
轉型路徑：由小到大逐步轉型
拆成任務，判斷能否 Agent 化
用 AI 成為基本能力
工具等級決定能力上限
分工與流程跟著調整
新流程逐步取代舊機制
學習不難，難的是方向與資源；工具決定上限；機制最困難，也最敏感
三種做法差在風險、進展速度與成本
跟原本都不變，依過往的時間與流程進行。
依角色 Agent 化的程度改變流程；每個節點能改變多少，要個別仔細評估。
挑風險小的範圍改用新流程（大量 Agentic workflow），跑順再逐步擴大，最後取代既有流程。