OpenAI 推出 Presence：企業 AI 客服從聊天機器人走向受控代理

企業導入 AI 客服，最常先問模型能回答多少問題；但當系統真的接近營運現場，問題很快會變成：誰能修改代理行為、版本何時更新、遇到高風險事件要交給誰，以及每一次操作能不能被追溯。

OpenAI 在 2026 年 7 月發表 Presence，將它定位為企業建置與管理語音、對話代理的平台，首波採限量開放。相較於單純展示模型能力，這次訊號更接近企業採購現實：代理不只要會說話，還必須活在可管理的系統裡。

Presence 不只是多一個聊天機器人

傳統聊天機器人多半以問答為中心，遇到流程問題就轉真人。企業級代理則會讀取上下文、查詢資料、觸發工具，甚至在多個步驟之間維持任務狀態。這讓它更像一名可以被指派工作的數位協作者，也同步放大了錯誤的影響範圍。

因此，平台層要處理的不只是提示詞，還包括代理身分、工具權限、資料範圍、版本控管與對話記錄。OpenAI 的公告特別強調可控更新與企業部署能力，代表「怎麼改、誰批准、出了問題怎麼退回」已成為產品的一部分。

企業真正買的是可控性

當代理碰到訂單、帳務或個資，答案準確率只是最低門檻。企業還需要知道模型引用了哪筆資料、呼叫了哪個工具，以及是否越過授權範圍。若代理能自行執行退款或變更會員資料，權限設計就必須比一般客服知識庫更細。

這也是 Presence 類產品與一般 AI 外掛的差別。前者試圖把模型能力包進治理框架，讓資訊、權限與更新能在組織內被審核。對企業而言，這些看似不炫目的管理能力，往往才是從試辦走向正式上線的關鍵。

人機交接將成為體驗核心

最成熟的客服代理，不會假裝所有問題都能自動完成。它應該辨識不確定性，保留已蒐集的上下文，並在敏感或例外情況下把案件交給真人。若交接後客戶還要重新說明一次，系統只是把等待時間換了一種形式。

因此，企業需要先定義哪些事件一定由人批准，例如高額退款、身份爭議、醫療或法律建議。代理的價值不是把人完全移除，而是把重複查詢、資料整理與前置確認交給系統，讓真人把時間留給判斷與溝通。

台灣企業導入前的四項檢查

第一，盤點代理會接觸的資料，確認個資、付款資訊與內部文件是否有不同權限。第二，把常見例外寫成可測試的規則，而不是只測順利完成的標準流程。第三，設定人工作業的接手點與服務水準。第四，建立版本紀錄與回復機制，避免一次更新同時改變所有對話結果。

對中小企業而言，也不必一開始就追求全自動。先從一條可量測、風險較低的流程開始，會比一次串接所有系統更容易找出真正的節省。這種先把共通節點做成模組、再處理企業差異的方式，也呼應模組化接案與重複交付的核心：技術價值來自可累積的流程，而不是一次性的展示。

資料來源：OpenAI〈Introducing OpenAI Presence〉，2026 年 7 月 22 日。產品仍處於限量開放階段，實際功能、適用地區與商業條件應以官方後續公告為準。