企業過去十年做身份治理，核心假設一直很穩：登入的是人，權限也是配給人。這個假設，到了 AI 代理（Agent，能代表使用者執行多步驟任務的軟體實體）時代，正在失效。今天真正的風險，不是員工能不能登入 Salesforce、Workday 或 GitHub，而是「誰授權哪一個代理，用什麼身份，在什麼情境下，替誰做了什麼事」。如果企業還把 AI 助理當成另一個 SaaS（雲端軟體服務）帳號問題，而不是身份治理的新物種，未來兩年會在權限外溢、審計缺口與責任歸屬上付出昂貴學費。
Okta 推出 Agent SSO（可理解為讓 AI 代理以受控方式代表使用者登入與呼叫企業應用），重要性不在「又多一個登入功能」，而在它把 AI 代理正式拉進 IAM（Identity and Access Management，身份與存取管理）的治理邊界。這是下一戰場，因為代理不是單次查詢，而是連續行動：讀 CRM（客戶關係管理）資料、開工單、改價格、送合約、觸發付款。能看到模型輸出是否準確，只是第一層；能不能把代理的身份、權限、同意、審計、撤銷做成制度，才決定 AI 能不能從 demo 走到 production（真正對外服務與承擔營運後果的階段）。
我建議企業用一個更實際的框架來看這件事：AI 代理治理的三層成熟度。第一層是「能登入」；第二層是「能代表誰」；第三層是「出了事誰能追責、誰能立即收回權限」。多數企業現在還停在第一層，卻急著把代理放進高風險流程，這就是今天最危險的錯配。
先問一句：你的 AI 代理，到底是工具，還是數位員工？
這不是語意遊戲，而是治理分水嶺。若代理只是回答知識庫問題，風險偏向內容正確率與資料外洩；但若代理能跨系統執行動作，它就更像「數位員工」，必須被納入 Joiner-Mover-Leaver（入職、調職、離職）式生命週期治理。Gartner 在 2024 年多份研究中反覆指出，Agentic AI（具備規劃與行動能力的 AI）將把 AI 從問答工具推向任務執行者，而身份、權限與政策執行會成為落地瓶頸。Deloitte 2024《State of Generative AI in the Enterprise》也顯示，多數企業已從試點轉向工作流整合，但資安、治理與風險管理仍是高層最主要顧慮之一。
在實戰導入中，我們反覆見到一個誤區：企業允許 Copilot、ChatGPT Enterprise、內部 Agent 平台去「讀資料」，便誤以為治理已經開始。事實上，真正困難的是「寫入權限」。讀資料出錯，通常是錯答或洩露；寫入權限出錯，可能是錯單、錯價、錯付款、錯簽核。兩者不是同一個風險等級。
Agent SSO 真正解決的，不是登入，而是「代理身份」
傳統 SSO（Single Sign-On，單一登入）解決的是人對應用的登入摩擦；Agent SSO 要解的是代理代表人的委任關係。這裡至少有四個治理問題：第一，代理是以使用者身份、服務帳號，還是獨立代理身份行事？第二，權限是長期有效，還是任務期間的暫時授權？第三，有沒有明確使用者同意（consent）與範圍限制？第四，事後審計日誌能否區分「是人做的」還是「代理代做的」？
Okta 的價值，在於它天然站在身份中樞位置：本來就掌握目錄（directory，帳號與群組資料）、政策、MFA（多因素驗證）、存取條件與生命週期管理。把代理接進這個中樞，理論上可以讓企業用既有身份框架去管 AI 行為，而不是為每個 AI 工具各做一套權限邏輯。Forrester 過去在 Zero Trust（零信任）與 Identity-Centric Security（以身份為中心的安全）研究中一再強調，當工作負載、API 與機器身份增加，身份平面會變成控制核心。AI 代理只是把這個趨勢推到前台。
但要講白一點：Agent SSO 不是魔法。它能把授權入口做對，不能自動定義你的風險邊界。若企業內部連「哪些任務可由代理執行、哪些必須 human-in-the-loop（人類在回路中覆核）」都沒定義，再好的身份平台也只能把混亂流程數位化。
三層成熟度：你現在在第幾層？
我把企業 AI 代理治理分成三層。
第一層：連線與便利。 目標是讓代理能安全連到企業應用，避免共享密碼、硬編碼憑證（credential，登入憑證）與影子 IT（未經 IT 核准的工具）。這一層的 KPI（關鍵績效指標）是整合速度、帳號安全與使用體驗。
第二層：委任與最小權限。 重點從「能不能做」變成「憑什麼做」。代理應只在明確情境下獲得最小必要權限（least privilege），最好是 just-in-time access（即時、短時授權），並綁定使用者、任務與應用範圍。這一層開始牽涉 SoD（Segregation of Duties，職務分離），例如同一代理不能同時建立供應商又核准付款。
第三層：可審計、可撤銷、可追責。 這才是真正能上 production 的分水嶺。每次代理行動都要留下可讀審計軌跡：誰發起、代理用哪個身份、取用了哪些資料、改了哪些欄位、是否有人覆核。一旦模型漂移、代理失控、員工離職、供應商權限到期，企業必須能即時撤銷。IBM《Cost of a Data Breach 2024》指出，身份憑證遭濫用與雲端配置錯誤持續是主要成因之一；在代理時代，這種濫用不再只來自人，也可能來自被過度授權的 AI 流程。
多數亞太企業現在的真實位置，是第一層半。尤其香港、台灣、中國大陸與新加坡不少中大型企業，前端已快速導入生成式 AI（GenAI），後端卻仍依賴共享 service account（服務帳號）與手工權限審批。這在單一系統年代還能勉強運作，到了跨境、多雲、多代理環境，就會成為審計黑洞。
不同路線怎麼選？看產品，更要看你把控制點放在哪
下面不是功能清單，而是治理路線差異。企業要選的不是「哪個 Agent 比較聰明」，而是「身份控制點」放在身份平台、雲平台、應用平台，還是自建中介層。
| 方案/產品 | 大致定價與模式 | 主要定位 | 優勢 | 盲點/限制 |
|---|---|---|---|---|
| Okta + Agent SSO / Okta Identity Governance | 企業報價制；SSO 常見每用戶每月數美元起，治理模組另計 | 以身份為中樞，管理代理代表使用者存取 SaaS 與企業應用 | 與既有 SSO、MFA、生命週期治理銜接；適合多 SaaS 環境 | 成效高度依賴企業先把角色、政策、例外流程定義清楚 |
| Microsoft Entra ID + Copilot / Graph 生態 | 企業授權打包，常綁 M365 E3/E5 與 Copilot 授權 | 適合已深度採用 Microsoft 365 的企業 | 與 Office、Teams、SharePoint、Graph 權限模型整合緊密 | 在非 Microsoft 應用與跨雲治理上，常需額外設計與補件 |
| Google Cloud IAM + Workspace / Vertex AI Agent 路線 | 依 Workspace 與雲用量計價 | 偏雲原生與資料/模型工作流整合 | 對雲端 API、資料管道與開發團隊友善 | 對傳統企業 SaaS 權限治理不一定最直觀 |
| 自建代理閘道（如用 Auth0、Ping、Wiz/自研 policy layer） | 建置成本高，維運要求高 | 高監管或複雜跨境企業，需自訂政策與審計 | 彈性最高，可把代理、API、資料、審批串成自家規則 | 上線慢、人才門檻高，沒有治理成熟度時容易做成新孤島 |
這張表的重點不是誰最好，而是控制點位置決定治理成本。若你是台灣製造業、香港金融服務、或新加坡區域總部，已有數十到數百個 SaaS，身份中樞策略通常比每個應用各自加代理功能更可持續。若你是跨境電商或平台企業，交易流程、風控模型、內部 API 極多，自建 policy layer（政策層）反而可能必要。
這不是說 Agent SSO 萬能；真正難的是流程重設
我要特別潑一盆冷水：很多企業以為把身份問題解掉，AI 代理就能快速擴張。未必。McKinsey 在 2024 年對生成式 AI 的調查指出，企業看見價值的關鍵不是模型本身，而是工作流重設、風險控制與組織採納。換句話說，Agent SSO 解的是「能安全接入」，不等於解了「流程是否適合被代理化」。
例如客服退費、採購建單、HR（人力資源）資料查詢，表面上都可代理化；但實際拆開看，退費牽涉詐欺風險，採購牽涉供應商主檔治理，HR 牽涉高度敏感個資。這些流程不是不能做，而是不能用同一套授權強度去做。高風險流程應保留 step-up authentication（升級驗證）、雙人覆核、交易限額與異常偵測。這不是保守，而是把 AI 放進企業級責任架構。
另一個常被忽略的現實是亞太跨境合規。香港、台灣、新加坡企業常同時面對本地個資法、客戶母公司政策，以及中國大陸資料出境要求。代理若會跨系統抓取與搬運資料，身份治理必須和資料分類（data classification）、地區隔離、日誌保存政策一起設計。否則你以為自己在導入 AI，實際上是在擴大法遵暴露面。
重點帶走：先治理代理身份，再談代理規模
如果只能帶走一句話，就是這句：AI 代理的問題，表面上是自動化，底層其實是身份治理。 企業決策者應按以下順序做判斷：
- 先分級流程，不要先分級模型。 先列出哪些流程是查詢型、建議型、執行型；只有執行型流程才需要高強度代理治理。
- 建立代理身份原則。 明定代理何時用使用者委任、何時用服務身份、何時必須人類覆核；禁止共享帳號與永久高權限。
- 把審計做成董事會看得懂。 不只是技術 log（系統日誌），而是能回答「哪個代理替哪個部門、在什麼時間、對哪個系統做了什麼改動」。
- 優先處理離職與權限撤銷。 在代理時代，offboarding（離職停權）不只關閉員工帳號，還要撤銷代理代表權、token（存取令牌）與 API 金鑰。
- 從低風險、高頻、可量化流程開始。 例如內部知識查詢、工單分類、草稿生成；不要一開始就碰付款核准、價格主檔、法務定稿。
自我檢查：
- 你的 AI 代理現在是用誰的身份在做事：員工個人、共享服務帳號，還是可審計的獨立代理身份？
- 一名員工離職或轉職後，代理替他保留的權限，你能在同一天內完整撤銷嗎？
- 若明天發生錯單、錯簽核或資料外洩，你能清楚證明是人、代理，還是兩者協作造成的嗎？
