Dcard 今日宣布成立企業 AI 代理事業 GNTC，推出 EntryDesk 與 VibeHost 兩大解決方案，協助企業整合既有系統、重塑人機協作模式。

隨著生成式AI從單純的對話對答，全面進化為具備自主執行任務能力的「代理AI」 (Agentic AI)，企業如何將其無縫融入既有工作流程已成為當前最大挑戰。台灣社群平台Dcard今日 (5/28)宣布跨足B2B企業市場，成立全新的企業AI代理事業「GNTC」，藉由將過去一年來內部全面推行「Agent-Native」 (AI代理原生)的實戰轉型經驗產品化，GNTC首波推出EntryDesk與VibeHost兩大核心解決方案，協助企業在兼顧資安防護與資料治理的框架下，重塑新世代的人機協作營運模式。

不僅是導入工具，而是重塑價值鏈的實戰經驗

GNTC的誕生，很大程度上源自於Dcard自身的數位轉型陣痛與成果。自2025年起，Dcard內部便開始全面推動Agent-Native轉型。這並非單純發放AI帳號給員工，而是從底層建置跨工具的代理平台，從財會、廣告、產品到行銷團隊，員工自主建立數百個AI應用場景。

以Dcard自家的廣告團隊為例，透過導入自動化流程與AEO (Answer Engine Optimization)優化能力，團隊能將過去必須仰賴人工上架的廣告素材處理、資訊蒐集與提案產出全面排程自動化，整體流程處理時間驚人地縮短超過80%。

Dcard創辦人暨執行長林裕欽指出：「過去一年，我們重新梳理每個部門的工作流程，找出真正能被AI代理賦能的價值鏈。GNTC的目標是把這套從內部實戰累積出的經驗，變成企業可以直接導入的解決方案」。

兩大核心產品：打通企業內部系統的任督二脈

針對企業導入AI代理時常遭遇的「系統破碎化」與「產出難以分享」兩大難題，GNTC這次端出具備高度針對性的雙箭頭產品：

• EntryDesk：企業級調度層 (Enterprise Harness Layer)

EntryDesk定位為企業導入AI代理的「整合樞紐」。它能直接串接企業既有的內部系統，並且統一管理資料權限與工作流程。員工不再需要於多個AI工具與內部系統間痛苦切換，透過跨平台 (涵蓋網頁、iOS、Android、macOS、Windows與CLI)的一致性介面，即可跨系統查詢資料、排程任務。

更重要的是，它能共享企業內部的「情境層」 (Context Layer)，讓AI代理真正讀懂公司的運作脈絡；同時內建權限控管機制，確保機敏資料的合規性。

• VibeHost：AI原生代管層 (Agent-Native Hosting Layer)

這是一款以Agent Experience (AX)優先思維設計的佈署與協作平台。當AI產出網站、內部簡報、商業提案或互動程式後，使用者只需一道指令，幾秒內就能生成專屬私有連結進行安全分享。

VibeHost提供CLI、MCP與Chrome 擴充套件等多元介接方式，並且支援密碼保護與權限驗證，徹底解決過去AI生成物難以在團隊間快速流轉、審閱與協作的痛點。

瞄準高機敏產業：「地端佈署」與FDE顧問戰隊雙管齊下

除了常見的雲端佈署外，GNTC的解決方案全面支援地端佈署 (On-premise)，這對於資料絕對不能上雲的金融、醫療、法務及政府等高機敏產業而言，無疑是極具吸引力的敲門磚。

此外，GNTC並非只賣軟體授權，更同步成立前線佈署工程師 (Forward Deployed Engineer, FDE)顧問團隊。這支戰隊將直接深入企業內部，協助盤點既有工作流程、客製化設計AI代理應用情境，並且從系統架構層面推動實質的AI雙軌轉型。

企業幫員工配備越多 AI 工具，生產力一定隨之提升嗎？這個迷思，在 Google Cloud 舉辦的 Agentic Work: Live + Labs Taipei 2026 獲得解答！

當生成式 AI 大幅融入工作流程，企業深怕在商業賽道落後而瘋狂部署各種 AI 工具。根據 Boston Consulting Group 數據，凸顯矛盾處境，當員工頻繁遊走在未經整合的 AI 應用程式，反而受困情境切換（Context Switching）而打斷思緒，最終導致生產力下滑、身心更感疲憊。

而另一調查則顯示反面情況，有的企業在 AI 轉型路上更顯踟躕。Google Workspace 針對全球約 2,600 位 IT 與業務決策者進行調查，放眼望去真正實現高度轉型的企業僅佔 3%，多達 72% 企業還在觀望。而且他們仍將 AI 視為一問一答的機器人，距離 AI 真正釋放商業潛能還有一段距離。換言之，要橫跨平凡到不凡的 AI 鴻溝，企業該怎麼走？這場 Google Cloud 提出的新典範思維是「關鍵不是 AI 工具數量，而是底層架構能否深度整合」。

打破數據孤島與情境之牆，整合雙重 Context 重塑工作模式 

「一個 AI 有多聰明，完全取決於它能拿到多少 Context。」Shannon Tong, Head of Google Workspace, North Asia 一開場就點出，為什麼有的公司 AI 遲遲無法進化成可推理、規劃與主動執行任務的代理癥結點。

背後關鍵來自於長年的架構壁壘，導致數據散落在各孤立系統，無形中在應用程式邊界築起情境之牆（Context Wall），迫使員工在不同視窗轉換，不斷向不同 AI 重新解釋問題背景。因此要讓代理更聰明，就必須打破情境之牆。

這也是為什麼 Shannon 提到一項關鍵做法，企業若要邁向新型態的整合工作架構，必須高度整合個人與團隊情境（Work Context）與企業營運情境（Enterprise Context）。等於讓 AI Agents 深入員工的 Gmail、Google 文件或 Google 雲端硬碟理解其工作脈絡，同時又橫跨 ERP、CRM 與資料庫等後端系統，掌握結構數據做深度推理，得以發揮乘數效應（Multiplier Effect）。

要落實上述場景，Google Cloud 提供三大服務賦能企業。首先是「整合」，在嚴格合規下提供共享 Context 的原生雲平台；其次是「最佳化」，基於端到端 AI 架構與持續優化的算力，透過龐大上下文視窗（Context Window）技術，讓 AI 讀取海量企業文件與歷史紀錄，持續掌握內部業務數據洞察；最後是「開放性」，確保平台與企業既有系統、第三方系統協作無礙。

不要拿著鐵鎚找釘子！數字科技解密代理型工作轉型之旅

企業導入 AI 過程，為什麼常犯「拿著鐵鎚找釘子」的錯誤決策？ Marku Hao-Yu Lee, Head of R&D, ADDcn Technology Co., Ltd 舉例，他們曾把 90 秒可填完的表單，硬是套入 AI Chatbot，反讓員工多花 5 分鐘打字溝通，凸顯並非所有工作流程都適合塞進 AI。

事實上，AI 轉型的關鍵是化阻力為助力。Marku 分享他們的一套心法，先引導員工用紙筆畫出工作流來建立自動化思維，接著研發部利用 Workspace Studio 串接 Gmail 與 Google 雲端硬碟，為採購人員自動核算繁雜的跨部門帳單。當員工真實嚐到效率倍增的甜頭，就會從排斥轉為主動提出需求。

由此可見，數字科技的轉型策略的精髓，是讓人機溝通的模式從「指令式」邁向「意圖式」。Marku 再舉自家公關部門的案例，過去要修改集團官網的財報或新聞稿數字，同仁須按傳統流程開立工單給工程師，一來一往修改後台往往耗費半天以上。現在公關夥伴只需在 Google Chat 輸入明確的修改意圖，AI Agent 便自動更改網頁代碼並送入預覽環境；待公關確認無誤，系統便自動觸發 CI/CD 流程發布上線。

影子 AI 成資安破口？安全瀏覽心法成零信任第一道防線

隨著 AI 融入工作流程，影子 AI（Shadow AI）的情況有增無減！Alpha Zhang, Head of J/APAC, Solution Engineering, Platforms & Devices Enterprise Solutions, Google 分享來自 Melbourne Business School 的研究數據，高達 70% 員工曾在企業內使用免費但未被公司授權的 AI 工具。這類影子 AI 情況正因員工為求效率，私下餵養機敏資料給外部模型，無形中就隱含了資安破口。

為防堵威脅，Alpha 分享當前即時且有效率的防禦焦點，將落在「瀏覽器」身上。想像一位員工遠距辦公的情境，Chrome 企業進階版（CEP）能辨識哪些隸屬公司列管或是個人筆電的設備。當員工是用個人電腦查看公司內部系統及機密資料時，CEP 會自動跳出警示，或針對機敏內容壓上浮水印，甚至從源頭封鎖下載、截圖與複製貼上等高風險行為。

由此可見，CEP 能展現動態遮蔽（Data Masking）的防禦效果，自動隱藏敏感數字以防側錄；也能結合虛擬化技術，將零信任防護無縫套用到版本較老舊的 Windows 架構系統。然而，預防側錄只算防守到一半力道，另一半還要防止員工將機密外流到未授權的平台，特別是新 AI 工具如雨後春筍般出現，CEP 可以不用手動設定黑名單，而是改用網站類別角度進行智慧攔截，讓企業在絕對安全的框架之下，無後顧之憂釋放代理的潛能。

釋放 Agentic AI 無限潛能，Multi-Agent 翻新工作流

對工作者而言，更關心是如何真正用對 AI，幫助自己工作不僅提高效率，更展現高階商業價值。Samuel Feng, Customer Engineering, Greater China, Google Workspace 在現場帶來 Google Cloud Next '26 最新亮點，親自演繹一段極端天氣引發門市客流危機的真實場景。

在該情境中，員工一天的開始不再盲目爬梳信件，而是由 AI Inbox 主動提出有營運異常的信件。尋求解方時，員工在 Google Drive Projects 功能中詢問公司內部 SOP，透過內建 Gemini 與 NotebookLM 底層檢索技術的強大能力，立刻精準給出「吧台增 20% 人力」的指引。為釐清客流深層原因，員工向 Gemini 下達意圖，其統籌代理（Orchestrator）開始自動透過模型上下文協定（MCP），跨系統向 BigQuery 撈取天氣與排班數據進行交叉分析。

接著，將這些數據洞察匯入 Google 試算表，結合 Gemini 的 Canvas 生成動態儀表板；並於 Google 文件套用企業模板快速產出改善企劃書。企劃書再轉到 Google 簡報生成企業專屬品牌的簡報內容，並透過 Google Vids 產出動態的影音報告。最後，開發人員透過 Gemini CLI 讀取先前生成、存放在 Google 雲端硬碟中的雲端企劃，自動撰寫互動式網頁程式碼，並將成果發送到 Google Chat 專案群組中。

Samuel 示範從發現問題到任務解決，全程在 Google Workspace 生態系，達成一站式的人機協作。凸顯出以 Gemini 為大腦的 Multi-Agent 聯軍，翻新日常工作與商業營運模式已是現在進行式。

透過本次工作坊的知識饗宴，引發與會者思考企業需要的不光是技術工具，更是思維的翻轉。Shannon 總結時強調，員工不應恐懼工作被取代，而是要思考如何利用 AI 提升價值；而企業在追求 Agentic AI 生產力並將其融入工作流的過程，更仰賴如 Google Cloud 具備嚴格安全治理的雲端平台，來妥善管理這些代理程式。這場變革速度只會越來越快，企業唯有立刻行動，才能在這一波智慧浪潮之中站穩腳步。