人工智慧正從聊天機器人進化為能自主執行任務的AI代理人，並催生出類似網際網路的「AI代理人網路」概念，日本富士通、樂敦製藥、Rapidus及樂天等企業已率先佈局，將AI代理人應用於物流、半導體設計與生態系建構，以應對這項未來AI挑戰。
人工智慧（AI）正從單純的聊天機器人，逐步演進為能自主執行複雜任務的AI代理人（AI Agent）。這種轉變正推動產業邁向一個名為「AI代理人網路」的新時代，日本企業已積極投入，準備迎接隨之而來的營運變革。
「AI代理人」（AI Agent）是一種能夠自主決策、規劃並執行複雜任務的AI程式，無需人類持續監督。其發展重心已從單一模型的效能，轉向如何讓AI代理人能安全、持續地與企業系統、數據，以及其他AI代理人協同運作。此一趨勢催生了「AI代理人網路」（Internet of Agents）的概念，旨在透過標準化協議，讓不同AI代理人之間能相互發現、理解能力並協作，就像網際網路透過TCP/IP、HTTP等協議實現全球連接一樣。
面對這股新浪潮，日本企業已開始實際部署AI代理人應用。例如，富士通與樂敦製藥正共同實驗AI代理人，目標是能在不揭露敏感數據的前提下，自主調整物流路線與配送排程。初步模擬顯示，這項應用潛在能將運輸成本降低達三成，展現了日本企業在AI應用情境上的具體實踐。半導體製造商Rapidus則將AI代理人導入其尖端半導體設計流程，期望能縮短設計週期達一倍。此外，樂天也積極建構涵蓋購物、旅遊、金融與行動通訊的AI代理人生態系。
然而，推動AI代理人應用也面臨挑戰。目前的企業系統多為人工作業或預設流程設計，難以支援AI代理人跨部門、跨公司的自主運作。將AI代理人與資料庫、業務應用程式及外部服務連結，往往需要客製化開發，導致整合功能難以通用。隨著AI代理人使用日益普及，各業務單位可能出現大量異質的代理人與連接器，使得作業追蹤、數據存取及責任歸屬變得複雜。
為解決這些問題，產業正致力於推動AI代理人之間與外部系統連接的標準化。其中，模型上下文協議（Model Context Protocol, MCP）便是一項代表性倡議。MCP最初由Anthropic提出，作為AI應用連接數據、工具與服務的開放規範，現由Linux基金會旗下的Agentic AI Foundation（AAIF）負責管理。自推出一年內，全球已建立逾萬個MCP伺服器，顯示業界對AI代理人互通性的高度期待。儘管MCP能讓企業透過共通介面提供功能，但要實現成熟的AI代理人生態系，仍需在代理人發現、身分管理、授權、稽核、支付與代理人通訊等領域發展出更完善的通用機制。