Volkswagen 33 萬名員工配備 Copilot:聊天、Work IQ 與 2.6 萬個代理,怎麼看導入進度?

微軟表示 Volkswagen 已讓超過 33 萬名員工配備 Copilot。本文拆解工具覆蓋、Copilot Chat 月活與代理活動三種口徑,解釋 Work IQ 的工作脈絡,以及 Fabric 資料合作仍待擴展的部分。

Share
Microsoft Learn 官方 Work IQ API 產品架構示意,呈現代理與 API、工具、脈絡及工作空間的關係
Microsoft Learn 官方 Work IQ API 產品架構示意,非 Volkswagen 實際部署架構;採用公告未指出使用此 API。 圖片來源:官方原文。

一家企業宣布讓數十萬人用 AI,最容易被混在一起的,是有多少人拿得到工具、多少人真的在用,以及工具替公司完成了什麼。Volkswagen 的 Copilot 新公告剛好提供三種不同的數字。

微軟在十月二十一日表示,Volkswagen Group 已讓超過三十三萬名員工配備 Copilot,並把支援範圍從日常聊天推向更深入的工作流程。

這次採用先由 Copilot Chat 提供廣泛入口,官方表示平台曾有超過三十萬名月活躍使用者。接著,員工開始透過 Work IQ 把組織內容帶進更複雜的工作。

同一份公告也提到,集團過去一個月有超過兩萬六千個活躍代理。但代理數、人員數與月活躍人數不是同一分母,不能合併成一個生產力成績。

規劃企業 AI 的團隊,可以把這個案例看成從普及入口走向工作脈絡的路徑。若要估算成本或投資回報,公告尚未提供足夠的授權與成效資料。

要看懂它走到哪裡,先把配備、使用與代理活動分開。

33 萬名員工、30 萬月活與 2.6 萬代理,各量到什麼?

這三個數字分別描述工具覆蓋、人員使用與代理活動,只有保留分母,才能比較導入階段。它們不是同一張成績單上可以直接相加的項目。

微軟的官方公告表示,集團已讓超過三十三萬名員工配備 Copilot。這提供的是組織裡有多少人取得工具的範圍,沒有說每一個人每天都在使用。

Copilot Chat 的超過三十萬月活躍使用者,則是在分階段採用過程中觀察到的平台使用情形。月活躍描述一個月份內有使用的人,和工具取得資格是不同概念。

為什麼不能直接算採用率?

看見兩個人數,很容易想用月活除以配備人數。但公告沒有把兩者放在同一個明確統計月份,也沒有交代是否採用完全相同的人員範圍,因此這樣相除會增加原文沒有提供的結論。

配備之後,人可能只做過簡單查詢,也可能每天用來處理工作。月活能支持有人持續接觸平台,還不會自動告訴我們工作有多深入、是否完成,或節省多少時間。

代理活動則是第三個層級。官方說過去一個月有超過兩萬六千個代理活躍,計數對象是代理,而不是同樣數量的新員工或使用者。

代理可以理解為針對特定工作設計的 AI 助手。單一使用者可能使用多個代理,而同一個代理也可能服務多人,所以不能由代理數反推員工數。

這個差別會影響外界理解規模。大量活躍代理支持組織正在把 AI 延伸到更多工作形式,但要知道它們處理多少任務、成功多少次,仍需要另外的資料。

因此,這份公告比較適合被讀成三個採用層級:先讓工具可取得,再看到使用活動,最後觀察代理如何進入流程。它沒有把這三層都轉成可直接比較的財務報酬。

數字分清之後,就能回頭看企業為什麼先從聊天入口開始,再擴到其他工作。

Microsoft Learn 官方 Work IQ API 產品架構示意,呈現代理與 API、工具、脈絡及工作空間的關係
Microsoft Learn 官方 Work IQ API 產品架構示意,非 Volkswagen 實際部署架構;採用公告未指出使用此 API。 圖片來源:官方原文。

從 Copilot Chat 開始,如何走向更多工作情境?

官方描述的是分階段採用,先讓員工能接觸 AI,再把 AI 放進需要組織脈絡的工作。這條路徑的意義,在於員工的問題與工具可取得的背景逐步接合。

公告沒有把大規模導入描述為某一天同時打開所有新功能,而是先由 Copilot Chat 提供廣泛的聊天入口。員工能從對話開始,接觸 AI 支援日常工作的方式。

但聊天入口和完整工作流程不同。回答一個一般問題,可能只需要公開資料。若要整理公司某項業務的背景,就會需要內部文件、對話或其他工作內容。

這不是模型回答長一點就能補上的差距。缺少相關資料時,答案即使流暢,也可能無法對上公司的實際情況,因此後續採用會碰到資料連接問題。

公告提到哪些業務範圍?

微軟表示,Volkswagen 員工正在透過帶有 Work IQ 的 Copilot,處理更進階的生產力情境,範圍從工程、生產延伸到採購與銷售。

這些名稱說明採用想進入的業務領域,不代表公告已逐項公布每個部門的完整應用。例如提到生產,也不能直接改寫成 Copilot 已自主操作工廠設備。

要區分這兩種說法,可以想像工程團隊整理一份專案背景。這只是解釋工作脈絡的假設:團隊需要的是相關文件與決策來由,而不是一段對所有企業都適用的通用答案。

當 AI 能取得適合的背景,才有機會減少來回尋找資料的工作。至於是否真的讓某個專案更快完成,仍要在那段流程中觀察,無法由採用人數一次代答。

因此,從聊天走向更多工作,重點不是把員工一律改成同一種使用方式,而是讓不同要求能對上需要的資訊與工具。Work IQ 在公告裡的角色,也因此變得重要。

要從一般聊天走到工作脈絡,系統還得知道哪些內容與這位員工的任務相關。

Work IQ 為什麼會改變回答可用的背景?

Work IQ 提供組織資料與工具的脈絡,讓回答能對上工作,但資料仍受使用者原有權限限制。以下是官方產品架構的解釋,並非 Volkswagen 每個帳號的具體設定清單。

依 Microsoft Learn 的 Work IQ 說明,這是一層讓代理存取與理解組織資料、商業脈絡和工具的能力。

脈絡的意思,是資訊之間的關係。例如某份文件屬於哪個專案,相關討論在哪裡,以及這位員工正在處理什麼工作。只有一段孤立文字,未必能回答這些問題。

聊天、內容與動作如何接起來?

官方架構把聊天、工作脈絡、工具與工作空間放在一起。聊天承接要求,脈絡提供相關背景,工具讓代理能取得資料或執行動作,工作空間則保存中間內容與結果。

這些角色可以用採購工作的假設說明。整理一份供應商背景時,先要找出相關內容,再把它放進這次任務;若工作跨越多步,還需要保存已整理的結果,供下一步接續。

工作空間處理的,則是任務無法一個回合完成的情況。官方說明會在組織的環境內保存中間資料與輸出,讓後續步驟或其他代理能接續已有結果,不必每次從頭重做。

在前面的採購假設中,查找資料、整理差異與完成摘要可能分成不同步驟。保存中間結果能讓下一步知道已整理到哪裡,但摘要是否完整、最後是否允許採取動作,仍是不同的工作判斷。

這是一般產品設計的用途,不表示 Volkswagen 已採用這個例子,或使用文件所列的所有開發介面。公告只確認帶有 Work IQ 的採用方向,沒有公開完整系統配置。

有了工作脈絡,也不代表所有公司資料都變成每個人可見。官方說明將動作放在特定使用者的身分下執行,只能存取或操作該使用者原本有權處理的範圍。

因此,兩位員工提出相同問題,仍可能因可見資料不同而得到不同背景。權限不是取得答案之後才補上的提醒,而是系統取得內容時就需要遵守的條件。

理解內容與允許動作,仍有不同角色

知道某份資料存在,和有權修改或傳送它,並不是同一件事。Work IQ 的官方架構也把資料路徑、要求方式與使用者身分納入動作控制,讓工具的作用可以被界定。

這能解釋企業為何要把 AI 放進既有工作與管理環境,而不只是提供一個沒有組織背景的聊天框。模型的回答能力,需要和資料可用範圍一起運作。

既有工作內容能被理解後,接下來的擴展還涉及更廣泛的資料基礎。

延伸閱讀:Copilot 一次推出 Home、Code、Autopilot:辦公 AI 開始接手整段工作,企業該怎麼試?

Microsoft Fabric 資料基礎擴展,目前是哪個階段?

雙方表達要進一步擴大統一資料生態的合作方向,並沒有把所有後續整合都宣布完成。這一段談的是支持未來採用的資料基礎。

官方把 Volkswagen 的 Intelligent Data Foundation 稱為集團統一資料生態,並說雙方打算在 Microsoft Fabric 上繼續擴展,讓可信資料更容易被發現、理解與使用。

這裡的資料基礎,可以先理解成把公司資料整理成能共同使用的環境。它和前面的聊天入口不同,處理的是 AI 與其他業務工具之後要依靠哪些內容。

為什麼資料整理會影響 AI 工作?

一個能回答問題的模型,若找不到需要的資料,仍無法完成依賴那些資料的工作。若同一項資訊有不同版本,也需要知道哪個版本適合當下任務,而不是只增加回答速度。

例如團隊要比較某項業務進度,若資料分散在不同地方,找到內容與理解欄位就可能占用時間。這是假設情境,用來說明官方所說「容易發現、理解與使用」各自解決哪一段問題。

發現是能找到資料,理解是知道內容代表什麼,使用則是能把它接到分析或工作流程。三者相連,讓資料不只存在系統裡,也能成為工作時實際用得到的背景。

但這份公告沒有提供資料整合完成率、涵蓋所有部門的清單或每個資料來源的品質成績。合作方向可以支持後續投資重點,不能替尚未公開的完成狀態背書。

因此,後續若有新的資料基礎公告,值得看的是哪些內容變得可用,以及它如何支援已提出的工作需求。這會比只說「擴大 AI 合作」,更容易衡量實際增加的能力。

有了使用與資料方向的證據,最後才是把企業還沒公布的成果指標補回判斷。

這個案例能支持什麼導入判斷?

它能支持大規模提供工具與持續使用的進展,還不能單靠人數證明省下多少成本或增加多少收益。對其他企業而言,最值得借鏡的是三個採用層級如何接續。

工具覆蓋讓員工有機會開始使用,使用活動顯示入口有人採用,代理則讓 AI 有機會進入更明確的工作。這些都是進度,但每一層仍需要對應自己的完成標準。

如果企業目前的問題是員工找不到可用入口,那麼先看接觸與使用情形有意義。若員工已常用聊天,卻仍要反覆貼入背景,工作內容如何連接,可能才是下一步的瓶頸。

而當流程需要跨資料與工具,單一聊天的人數就不夠描述進展。此時要看代理實際處理的是什麼工作,以及結果能否被後續人員或系統接手,而不只是有多少代理名稱。

Volkswagen 公告沒有披露授權方案分布與合約支出,因此不能用公開牌價乘以員工數,推算它花了多少錢。企業合約、產品組合與代理使用的計價範圍,仍需相應資料。

同樣地,官方所說提高生產力與加快決策,是合作方對採用價值的描述。若要量化投資回報,還需要同一段工作的投入、完成品質與時間等證據,不能由活躍人數直接換算。

這個案例適合用來理解,企業 AI 從廣泛聊天走向工作脈絡時,工具、人員與資料會如何互相影響。它提供的是具名組織的採用進度,沒有讓每家公司都必須照同一規模或同一配置跟進。

先確認自己要解決的是使用入口、工作脈絡還是資料整合,再觀察那一段工作的變化,才能借鏡相應的採用路徑。

延伸閱讀:Anthropic 新加坡辦公室開幕:Claude 使用熱度,如何變成企業導入?

Volkswagen Copilot 常見問題

三十三萬名員工都是每月活躍使用者嗎?

公告把配備人數與 Copilot Chat 的月活躍人數分開描述,不能將前者直接當成當月實際使用者。

兩萬六千個代理代表取代同樣多的人嗎?

這是過去一個月的活躍代理數,並不是員工數或替代人力。公告沒有提供可以作這種換算的資料。

Work IQ 會讓所有公司資料向員工開放嗎?

官方產品架構依使用者身分與權限處理內容和動作。Volkswagen 的公告沒有公開每個帳號的實際配置,也沒有宣稱全員能存取所有資料。

資料來源