Slack 變身 AI 代理調度中心：30 項更新背後你不能錯過的戰略訊號

本文是社群貼文的完整延伸版。 社群版講了核心觀念，本文加上獨家深度分析、數據佐證，以及台灣企業的行動建議。

---

重點回顧

2026 年 4 月，Slack 一口氣發布超過 30 項更新，讓 Slackbot 支援語音對話、跨會話記憶、網路搜尋、視訊會議整合，甚至可以截圖你在其他 App 的操作來協助你草擬回應。

但最值得關注的不是這些功能本身，而是一個技術決策：Slack 加入了 MCP（Model Context Protocol）客戶端。

這讓 Slack 從「聊天工具」轉型為「AI 代理的調度中心」——不只是 Slackbot 變強了，而是 Slack 想坐上所有 AI 代理的指揮官位置。

---

【獨家】MCP 是什麼？為什麼這是關鍵

MCP 是 Anthropic 推出的開放標準，讓不同的 AI 代理可以跨工具、跨系統互相溝通與分工。

更直白地說：以前每個 AI 代理都像一個孤立的員工，接到任務只能自己做。有了 MCP，它們可以「互相外包」——一個代理接到任務後，可以把適合的子任務分配給另一個更專門的代理去執行。

Slack 加入 MCP 客戶端之後，Slackbot 可以把你交代的任務，路由給最適合的 AI 代理去完成——不管是 Salesforce 的 Agentforce，還是你公司導入的任何外部代理。

這個生態系成長速度驚人。自 2025 年 10 月的公開測試版到 2026 年 2 月正式上線，Slack MCP 的即時搜尋查詢量和 MCP 工具調用次數，成長了 25 倍。目前已有超過 50 家合作夥伴在這個生態系上開發，包括 Anthropic、Google、OpenAI、Perplexity、Cursor、Notion AI 等。

Cursor 的 Josh Ma 說得很直接：「大量的工程情境都活在 Slack 裡。現在 AI 代理可以直接實作功能、修復 Bug。」

這句話是什麼意思？Slack 不再只是「討論工作的地方」，它正在成為「AI 代理執行工作的地方」。

---

【獨家】三大平台的正面對決

Slack 不是唯一一個在搶這個位置的。

微軟和 Google 同樣在 2026 年第一季大動作佈局，三方的戰略幾乎如出一轍：把 AI 代理調度層，建在用戶「每天已經在用的工作平台」上面。

平台	調度核心	關鍵差異	開放程度
Slack	MCP 客戶端 + Agentforce	與 Salesforce 深度整合，開放 MCP 生態系	高（50+ 合作夥伴）
Microsoft	Copilot + Agent 365	跨廠商治理層，IT 可管控所有 AI 代理	高（多模型策略：OpenAI + Anthropic + Google）
Google	Gemini Enterprise + Workspace Studio	無需工程師，員工自建 AI 代理	中（Google 生態系為主）

微軟的 Agent 365（每人每月 15 美元）讓 IT 部門可以統一監控、治理和保護企業裡所有的 AI 代理——包括其他廠商的代理，不只是微軟自己的。微軟也同時跟 Anthropic、OpenAI 和 Google 合作，走多模型策略，不押注單一 AI 提供商。

Google 的 Workspace Studio 在 2026 年 3 月 19 日正式對所有用戶開放，讓每個員工都可以在不寫程式的情況下，建立、管理和分享 AI 代理，底層由 Gemini 3 驅動。

Google 在 Cloud Next 2026 上說了一句我覺得很關鍵的話：「執行力——不是 AI 在 demo 裡能做什麼，而是它在真實企業環境裡，在真實合規要求下，能不能可靠地大規模運作。」

這句話點出了三家平台共同面對的核心挑戰。

---

【獨家】企業真實現況：功能很強，但準備不足

數據說的故事讓人清醒。

Deloitte 2026 企業 AI 現況報告： – 58% 的企業正在使用 AI，但達到規模化的比例極低 – 只有 25% 的企業把 40% 以上的 AI 實驗推進到正式生產環境 – 50% 的 AI 代理專案停留在試點階段，主要障礙是安全性、隱私和法規遵循 – 84% 的企業還沒有針對 AI 重新設計工作流程或職位

Cloudera / HBR 數據整備度報告（2026 年 3 月，230 家以上企業）： – 只有 7% 的企業說自己的數據「完全準備好」給 AI 使用 – 73% 認為應該比現在更重視 AI 數據品質 – 最大的障礙：數據孤島（56%）、缺乏明確的數據策略（44%）

這些數字說的是什麼？工具準備好了，企業還沒準備好。

我帶過 400 多家企業做 AI 培訓，最普遍的場景是：工具買了一堆，但全是孤島。每個部門用自己的 AI 工具，沒有統一的調度機制，沒有人管「誰做什麼、做完交給誰」。

上週在某家使用 Slack 三年的製造業公司，老闆問我：「阿峰老師，我們的 Slack 感覺跟用 LINE 群組沒什麼差別，問題出在哪？」

問題不在 Slack。問題在他們的工作流程從來沒有被數位化、被整理清楚。

要讓 AI 代理有效運作，前提是你得能清楚說出：這個任務，誰負責決定？在哪個步驟觸發？完成後交給誰？

如果連人都說不清楚，AI 代理更不可能幫你調度。

---

【獨家】四個問題，評估你的企業準備度

CCS Insight 分析師 Maria Bell 說，Slack 的成功「不在發布了幾個功能，而在於能不能在企業現有的框架裡運作——身份驗證、權限管理、操作可追蹤性、跟舊系統的整合」。

這四個詞，每一個都可以讓一個 AI 導入計畫卡關半年。

以下四個問題，可以幫你快速評估企業的準備程度：

1. 你的工作流程有文件化嗎？ AI 代理需要清楚的任務定義。如果流程都在人的腦袋裡，代理沒有辦法接管。

2. 你的數據在哪裡，格式是否一致？ Cloudera 的報告說 56% 的企業面臨數據孤島問題。AI 代理調度的前提是數據能被統一存取。

3. 你的 IT 團隊有沒有 AI 代理的治理機制？ 誰可以建立代理？誰可以撤銷代理的權限？代理的行為有辦法被審計嗎？

4. 你的協作工具是日常工作的核心，還是只是通知管道？ 如果員工把 Slack（或 Teams）當收通知的地方，那 AI 代理很難成為真正的工作夥伴。

這四個問題，如果有兩個以上的答案是「不確定」，就代表要先做基礎建設，不要急著追功能。

---

阿峰觀點

Slack 不一定會贏這場仗。微軟跟企業的既有 IT 架構整合更深，Google 在一般員工的日常使用上更自然，Salesforce 的 CRM 深度是 Slack 最大的護城河。

但這場三方競賽告訴我們一件很重要的事：AI 代理的調度層，會成為企業未來五年最核心的 IT 決策之一。

你現在用的是哪個協作工具，很可能就決定了你的 AI 代理基礎設施在哪裡運作。

對台灣企業來說，我的建議是：不要被功能清單淹沒，要先問自己三個問題：

第一，你的工作流程有沒有說清楚？ 第二，你的數據有沒有整合好？ 第三，你的協作工具有沒有真的在用？

這三個問題回答完之前，再多的 AI 代理功能，都只是看熱鬧。

Slack 用了 97 分鐘/週的省時數據，是在那些真的有整合工作流程的企業上實現的。他們的決策速度提升了 37%，客戶回應速度改善了 36%。但這些數字的前提，是企業本身的流程和數據要先準備好。

「會用、懂用、好用、每天用」——這四個字，不只適用於 AI 工具，也適用於你的整個企業 AI 架構。

問題不在工具，問題在你有沒有準備好讓工具真正運作。

如果你的公司正在認真思考 AI 代理的導入方向，歡迎到官網聯繫我，讓我們一起把基礎打好。

→ 企業 AI 培訓諮詢：https://www.autolab.cloud

---

本文提到的資源

資源	說明
Slack MCP 公告	Slack 官方部落格：MCP 客戶端正式上線
Deloitte AI Enterprise 2026	企業 AI 現況完整報告，含 AI 代理試點數據
Cloudera / HBR 數據整備度報告	230 家企業的 AI 數據準備現況調查（2026/3）
Microsoft Agent 365	企業 AI 代理治理控制面板，2026 年 5 月正式收費
Google Workspace Studio	無程式碼 AI 代理建立平台，2026/3/19 對全體用戶開放

---

📎 資料來源： – Computerworld：Slack’s AI updates signal shift towards agent orchestration（Matthew Finnegan，2026/04/02） – Deloitte：State of AI in the Enterprise 2026 – Cloudera / Harvard Business Review：Data Readiness Report（2026/03） – Microsoft 365 Blog：Powering frontier transformation with Copilot and Agents – Google Workspace Blog：Introducing Google Workspace Studio

---

關於作者

黃敬峰（AI峰哥），企業 AI 實戰培訓專家，超過 400 家企業合作、10,000+ 學員。 核心心法：「會用、懂用、好用、每天用」 官網：https://www.autolab.cloud