← 回 AutoInsight
原型展示 所有數據為模擬值，非真實財務資料。Agent 執行為前端模擬，未串接後端模型；但閘門所做的口徑調整會真實觸發下游重算。
假設情境
假設主要客戶 A（占年營收 28%）將付款條件由 60 天延長至 90 天，同時新台幣兌美元 升值 4%。在不新增銀行額度的前提下，2027Q1 的現金水位、毛利率，以及銀行約定的 淨負債 / EBITDA ≤ 3.0x 是否守得住？應採取什麼對策？
執行計畫
資料探索1. 盤點曝險部位
客戶 A 帳齡、實際收款行為、外幣部位
人工閘門
影響推演3. 損益與約定條款
匯率對毛利與槓桿的衝擊
人工閘門
Agent 架構與分工
| 環節 | Agent 負責 | 人負責 | 為什麼這樣切 |
|---|
| 1 取數盤點 | 跨 ERP、銀行對帳檔、外幣部位表取數，並還原「實際」收款行為而非合約條件 | — | 純機械性的跨系統比對，人來做只會更慢、更容易漏 |
| ⛔ 口徑確認 | 攤開三個口徑歧異，提出建議值並說明理由 | 拍板三個口徑 | 同一批資料，口徑不同會讓約定條款從 2.57x 到 3.20x —— 結論會翻轉，這是專業判斷不是資料問題 |
| 2–3 影響推演 | 套用已鎖定口徑，重算 13 週現金流、毛利率、EBITDA 與約定條款 | — | 公式固定、重算成本趨近於零，正適合反覆做敏感度分析 |
| 4 對策生成 | 檢索可用財務工具，量化三案對現金、毛利與槓桿的邊際效果 | — | 擴大選項空間、把每個選項都算到可比較，是 AI 的強項 |
| ⛔ 採納核准 | 提出收斂建議（哪兩案互補、哪案該當備案） | 選定方案並簽署 | 承擔後果的人才有權決定。未核准則報告僅為草稿 |
| 5 報告產出 | 依董事會格式彙整，標註口徑聲明、資料來源與取數時間 | 覆核 | 格式化工作交給機器，責任聲明留給人 |
階層式的重點不在「有幾層 Agent」，而在規劃層要判斷哪裡需要人
多數 Agentic 展示把「全自動跑完」當成賣點。但在財務場域，全自動反而讓報告失去可用性 ——
沒有人簽名的口徑，數字再精確也進不了董事會。
這個架構刻意讓規劃 Agent 除了拆任務之外，還要標記出「此處需要人類判斷」：
判準是「這一步的產出若錯了，是資料問題還是判斷問題」。資料問題交給 Agent 自己修，
判斷問題一律停下來等人。
Agent 會先取數，然後停下來請你確認口徑
分析結果