每五家企業就有一家無法即時叫停失控的 AI Agent 消費

帳單比警報先到

想像一個讓企業 AI 團隊在 2026 年 8 月徹夜難眠的情境：一個自主 Agent 陷入任務迴圈，一小時又一小時地燒掉 API token，而沒有人能叫停它——不是因為技術不存在，而是因為組織根本沒有建立能用得上那個技術的控制層。根據 VentureBeat Pulse Research 於 8 月 20 日發布的最新一波調查，這個情境今天真實存在於每五家企業中的一家。

這項調查於 2026 年 7 月執行單一波次，涵蓋 107 家員工數 100 人以上的組織，對象是實際在第一線的建置者——軟體與機器學習工程師、產品經理、以及資料/AI 副總與總監——詢問他們如何部署、治理並支付 AI Agent 的費用。在財務控制方面的頭條發現相當直白：21% 的企業僅透過事後日誌追蹤 Agent 的 token 消耗，完全沒有即時、可程式化的方式來中止失控的執行迴圈。 他們是在預算被燒穿之後，才從日誌裡得知那張毀滅性的帳單。

這個數字出現在一個 agentic AI 採用率預計兩年內從 23% 衝上 74% 的市場，而且企業正大手筆投資監控（佔成長預算的 31%）與安全強制執行（30%）——但其中一半的企業，至今仍未把自己的技術棧武裝到能真正壓制 Agent 的成本。

Orchestration 是投資組合，不是單一平台

這份研究的第二個結構性發現，解釋了成本控制為何如此困難：企業中位數如今同時運行三個 Agent orchestration 平台。 高達 85% 的企業運行兩個以上、64% 運行三個以上，每六家就有一家跑五個以上。只有 15% 的企業整合在單一平台上。

原因不只是對供應商鎖定的避險，儘管那確實是一部分。受訪者將「跨模型與工具的靈活性」列為採購決策的首要驅動因素（29%），幾乎是選擇「模型引力」——與最愛的前沿模型原生綁定——的 10% 的三倍。但更深的動機是不信任：企業擔心把控制面放在供應商平台上，會讓他們無法看到或約束自家 Agent 的行為。安全與權限限制以 37% 領跑風險清單，高於供應商鎖定（23%）與可視性不足（22%）。把安全與可視性兩項合計，59% 的企業提出的是控制與監督層面的顧慮，而非商業層面的。

平台足跡本身則是一張「沒人贏得市場」的快照。Microsoft AI Foundry / Copilot Studio 出現在 70% 的技術棧中，通常透過既有的企業合約進入；OpenAI 的 Agents SDK 佔 68%，Anthropic 的 Claude Platform 佔 47%。三巨頭之外，Google 的 Enterprise Agent Platform（32%）、LangChain/LangGraph（24%）、Salesforce Agentforce（24%）、Amazon Bedrock Agents（13%）與 LlamaIndex（6%）構成長尾——值得注意的是，22% 的建置者在供應商工具之上又運行自建的內部 orchestration。

現有裝機與未來管線指向不同的供應商

或許最具商業意義的發現是：在計畫於 12 個月內採用、增加或更換 orchestration 平台的企業（佔 67%）中，Anthropic 以 43% 領先考量名單——大約是 Microsoft 前瞻考量（17%）的兩倍半，儘管 Microsoft 領先目前的初級平台使用率。Google 的 Enterprise Agent Platform 拿到 31%，自建內部控制面 31%，OpenAI 25%。

這個倒掛——Microsoft 錨定今天的裝機量，Anthropic 錨定明天的管線——正是一個仍在劇烈變動的市場的signature。而且這場移動是深思熟慮而非倉皇逃竄：計畫更換者中最大的群體打算在 6 到 12 個月內行動（28%），而非一季之內（15%）。企業在做的是增加平台而非替換平台，採購的是選擇權，而且有相當比例的少數派打算自建控制面而不是購買。

滿意度分數進一步說明了原因。受訪者對現有平台的整體評分為 4.17／5——算真心滿意——但實作容易度只有 3.91，性價比更低至 3.63，是三項評分中最弱的一環。企業喜歡平台做的事；他們明顯不喜歡 Agent 燒掉的錢。

企業實際上如何試圖控制 Agent 支出

財務控制的作法分為四類，而這個分布本身就是一個故事：

• 30% 依賴原生平台控制——主要供應商內建的預算上限與節流機制。這種控制的好壞完全取決於供應商的工具品質，而且與多數企業宣稱想要的「控制權留在外面」姿態相互矛盾。
• 25% 自建閘道中介層——在 Agent 與 API 之間插入代理中介軟體，在失控運行觸及預算前攔截。
• 24% 使用動態路由套利——把重度工作卸載到更便宜的模型，這個策略之所以可行，正是因為他們同時運行多個平台。
• 21% 只有被動式監控——事後日誌、沒有 kill switch、無法即時干預。

大約一半的企業把 token 燒錢當成工程問題、用確定性手段解決。另一半則依賴供應商出什麼就用什麼——或者，靠運氣。

有一項發現挑戰了「大公司進度必然超前」的直覺：組織規模在財務控制成熟度上幾乎沒有造成差異。員工 10,000 人以上的企業中，18% 僅有被動式控制，小型企業則是 23%——差距完全在抽樣噪音範圍內。分界線不在大企業與小企業之間，而在「已建立成本控制面的」與「仍在信任供應商預設值的」之間。

聊天機器人陷阱正在鬆動，但尚未掙脫

調查也請建置者誠實評估自己的組合：已部署的「Agent」中，有多少是真正的多步驟 orchestration 工作流，而不是單一提示詞的聊天機器人包裝？答案勾勒出一個轉型進行到一半的市場：

• 47% 表示只有 26–50% 的 Agent 是真正被 orchestrate 的——人數最多的區間
• 35% 表示僅 1–25% 是真正的 orchestration
• 14% 回報 51–75% 是複雜的多 Agent 管線
• 只有 2% 表示四分之三以上的系統是先進且高度自主的
• 3% 承認每個部署都還是聊天機器人或提示詞包裝

對照企業自己定義的成功標準——任務完成可靠度（30%）與多步驟工作流管理（27%）領先他們的最佳化目標——多數組合還沒到位。有趣的是，成熟度與平台數量正相關：orchestration 程度最高的企業平均運行 3.5 個平台，最低的則是 2.8 個。真正的多步驟工作似乎是在累積平台，而不是收斂到單一平台。

這一切意味著什麼

從數據中可以讀出三個啟示。第一，成本控制的缺口是一個藏在明處的治理盲點：企業正把資金投入監控與安全（合計佔計畫投資成長的 61%），卻仍有五分之一無法在運行中叫停 Agent——這是他們所恐懼的與他們所建立的之間的錯配。第二，多平台並存已經是永久架構而非過渡階段；53% 預期在 2026 年底前建立混合控制面，78% 打算把控制權至少部分保留在任何單一供應商之外。第三，Anthropic 在前瞻考量上的領先，暗示 orchestration 市場的下一章可能與現在這一章長得很不一樣。

報告自己的結論下得精準：企業早已想清楚要如何治理 Agent，卻還沒想清楚如何為它們計量收費。在計量追上治理之前，對至少每五家中的那一家而言，每一次自主 Agent 的運行都是一場押注良好行為的賭局——結算方式是事後看日誌，在錢已經燒完之後。

方法論註記：本調查為 2026 年 7 月單一波次、107 位自我選擇的受訪者，樣本偏向大型科技組織（53% 為科技/軟體業，超過半數員工 10,000 人以上）。各項數字應解讀為明確的方向性訊號，而非精確的市場測量。