NTT, Inc. 正在把職場 AI 的下一階段描繪成更像同事般運作的「副駕」，而法律事務所 Burges Salmon 則聚焦於 EU AI Act 對內部團隊意味著什麼。把兩則來源訊息放在一起看，便可看出 AI 市場的轉向：企業正從「員工能不能使用助理」的問題，走向「自動化系統應如何在企業內部運作」的決策。

這則故事可用的證據有限。NTT 的項目只透過標題「Copilots are now coworkers: What happens next with AI」被辨識，而 Burges Salmon 的項目則被描述為對 EU AI Act 及其對內部法務與合規團隊影響的更新。兩則來源記錄都沒有提供產品規格、部署數據、具名客戶、基準測試或詳細引言。

因此，這項核心發展與其說是一次已確認的產品發表，不如說是對目前正在形塑 企業 AI 採用的問題所發出的清楚訊號。AI 系統愈來愈被討論為工作流程中的參與者，而不是被動的軟體功能。與此同時，法規正迫使組織在這些系統嵌入日常營運之前，先定義責任、監督與可接受的使用方式。

從助理軟體到工作代理人

副駕與同事之間的差異，主要在於自主性與責任。傳統的程式撰寫助理、寫作工具或搜尋介面會回應直接請求。更像代理人的系統則可能蒐集資訊、協調步驟、使用連結的軟體，並在較少持續人為指引下產出結果。

NTT 的標題顯示，這種框架上的轉變已經進入主流企業討論。把 AI 系統稱為同事，意味著企業正在考慮的是能參與重複性流程的系統，而不只是能改善單一任務的工具。這可能包括撰寫報告、分派支援案件、更新紀錄，或協調內部請求；不過，現有來源證據並未證實 NTT 正在宣布任何特定能力或產品。

對產品團隊來說，這個用詞很重要，因為它改變了設計問題。副駕往往可以透過建議品質來評估。跨工作流程運作的 AI 代理人，還必須被檢視權限、升級處理行為、可稽核性、錯誤復原，以及在資訊不完整下採取行動的後果。

法規成為產品決策的一部分

Burges Salmon 的來源項目把 EU AI Act 與這場職場轉變放在一起。其明確焦點是法律目前進展到哪裡、接下來會發生什麼，以及內部團隊應該做些什麼。來源記錄沒有提供足夠詳細的法律分析，無法辨識某個特定 NTT 產品或部署所對應的具體義務，因此讀者不應把這則項目視為某個具名系統已依該法被分類的證據。

然而，更廣泛的關聯仍然重要。當組織讓 AI 系統存取內部資料與業務工具時，法務團隊需要的不只是允許或禁止 AI 的一般政策。他們需要系統清冊、對使用情境的理解、每項部署由誰負責的紀錄，以及管理風險的流程。

當 AI 系統可以影響決策，或在沒有人逐步審查每個中間步驟的情況下採取行動時，這些治理工作就尤其重要。企業 AI 買家需要詢問系統如何記錄活動、限制存取、處理敏感資訊，以及如何讓人類介入。這些問題是營運要求，而不只是合規措辭。

現有證據顯示了什麼，又沒有顯示什麼

這個群組中最能確認的事實，是 NTT, Inc. 發布了或與一則採用「AI 同事」表述的來源有關，而 Burges Salmon 發布了或與一則針對內部團隊談論 EU AI Act 的來源有關。提供的記錄並未證實新模型、軟體發布、合作、客戶部署、營收結果，或經獨立測量的改善。

任何聲稱組織已經用自主 AI 同事取代員工的說法，都超出了證據範圍。對採用率、生產力提升、可靠度數據，以及法規準備狀態的說法，也應採取同樣的謹慎態度。來源材料中沒有包含這類資料。

這個區分對建置者與買家都很重要。供應商或顧問的說法可以指出市場方向，但不能證明底層系統在生產環境中穩定可靠。評估 AI 代理人的團隊，應該把概念性宣告與經過測試的部署分開，並要求提供失敗率、人類審核、資料處理與可衡量商業成果的證據。

對建置者與企業買家的啟示

對建置者而言，AI 同事的趨勢提高了模型周邊基礎設施的價值。驗證、授權、工具存取、工作流程狀態、監控與回滾，可能決定代理人是否適合安全部署。一個在示範中表現良好的模型，若傳送錯誤訊息、修改紀錄，或透過設定不當的整合洩露資訊，仍可能造成營運風險。

產品團隊也應定義「建議」與「行動」之間的界線。只撰寫回覆草稿的系統，可能只需要輕量審查。若系統會核准交易、變更客戶資料，或提出受監管的建議，則可能需要更強的控制、文件化測試與明確的人為核准。

對企業而言，NTT 與 Burges Salmon 的組合顯示，採購決策將愈來愈需要技術與法務利害關係人的共同參與。工程團隊可能評估能力與整合性，而內部團隊則檢視資料流、問責、採購條款與適用法規。最可能快速前進的組織，是那些能把這些領域串聯起來，而不是把治理當成最後一道核准程序的組織。

接下來要觀察什麼

下一批有用的訊號會是具體的。請觀察 NTT 是否會說明其「同事」的表述是指產品、研究方向、服務項目，還是對市場的看法。若有具名部署、支援整合、權限架構與量化成果的證據，便能釐清這個概念離實際上線有多近。

在法規層面，請留意 Burges Salmon 或其他法律來源是否會提供更具體的指引，說明受影響的系統、導入責任、文件要求，以及 EU AI Act 下的執法時程。企業也應關注內部 AI 清冊、風險評估、員工使用規則，以及把法律原則轉化為營運程序的採購要求。

最後，買家應超越模型基準測試來看。對工作代理人而言，真正有意義的測試包括可靠執行、透明記錄、安全失敗、可控存取，以及能證明每個結果由誰持續負責的能力。

Creati.ai 觀點

這個群組捕捉到企業 AI 語言的重要變化，但現有證據仍不足以支持「副駕已普遍成為同事」的說法。不過，它確實顯示市場正開始透過兩個相互連結的角度來評估 AI 系統：它們能獨立完成多少工作，以及組織能多清楚地治理這些工作。

真正的贏家不一定是品牌最像人的系統，而會是那些能讓自主性變得可衡量、在必要時加以限制，並提供足夠證據讓建置者與內部團隊信任——或拒絕——其在真實工作流程中的使用的產品。