AI Agents越強 BA越發重要
AI Agent 越強，BA 反而越不能少？里長伯看未來五年：Business Analyst 正走向企業最後一道把關關卡
當 Agentic AI 持續進入企業流程，真正稀缺的將不再是產出能力，而是判斷能力
這一年多來，很多人都在討論 AI 會怎麼改變工作。
但如果里長伯說一句比較直白的，現在真正讓企業開始睡不安穩的，早就不是那種只會幫你寫文案、做摘要、回問題的生成式 AI 了。真正麻煩的，是 AI Agent 這件事已經從概念慢慢走進企業現場。它不只是回你一句漂亮答案，而是開始會記住上下文、會調工具、會串流程、會跑多步驟任務，甚至開始像半個數位員工一樣參與工作。
很多人一看到這裡，第一個反應就來了：
「那 Business Analyst 不就很危險？」
「需求會自己拆、文件會自己寫、分析會自己跑，BA 還剩什麼？」
但以 PM Mayors 的角度來看，這個結論不只太早，還很危險。
因為 AI Agent 越成熟，Business Analyst 這個角色不但不會失去重要性，反而很可能會成為企業裡最關鍵的守門員之一。
不過，里長伯講的不是那種只負責抄需求、補文件、開會做紀錄的 BA。那一種 BA，如果還停留在純支援性工作，未來壓力確實不小。
里長伯講的是另一種 BA。
是那種真正看得懂企業怎麼運作、分得出表面問題與結構性問題、能夠定義 current state 和 future state、抓出中間 gap、評估風險邊界、判斷哪些地方該讓 AI 做、哪些地方絕對不能把人撤掉的 BA。
如果未來五年企業最大的風險，不是沒有 AI，而是 有一堆很會做事的 AI，卻沒有人能真正判斷它們該做什麼、做到哪裡、哪些能放手、哪些不能放手，那麼 BA 的價值只會愈來愈高。
很多公司不是沒有 BA，而是從頭到尾都沒真正看懂 BA
老實說，很多企業一直都把 BA 用得太淺。
有些公司把 BA 當成 PM 的文書支援。
有些把 BA 當成 PO 的需求翻譯員。
有些則把 BA 當成很會開會、很會畫流程、很會整理 stakeholder 意見的萬用角色。
看起來什麼都碰一點，很忙，很重要，但真正關鍵的地方卻往往沒碰到。
因為 Business Analysis 的價值，從來不是把需求寫得更漂亮，而是幫助企業做出更好的改變決策。
這也是為什麼，在 BABOK 的脈絡裡，真正重要的從來不只是 requirements，而是更上層的幾個觀念：
- Current State
- Future State
- Gap
- Value
- Change
- Decision
換句話說，BA 真正的工作不是單純把大家講的話整理成文件，而是幫助組織回答這幾個最難的問題：
- 我們現在到底在哪裡？
- 我們未來真正要去哪裡？
- 中間差在哪裡？
- 哪些差距值得補？
- 哪些變更真的能創造價值？
- 哪些關鍵地方一定要保留人類判斷？
以前大家可能沒那麼明顯感受到這件事的重要性，因為光是處理日常溝通、資料整理、需求彙整，就已經夠忙了。
但 AI Agent 一進來，很多低階產出速度都被壓縮，BA 真正該做的事，反而會被迫浮出水面。
AI Agent 壓縮的不是分析本身，而是低階分析產出的時間成本
現在很多企業之所以緊張，是因為 AI Agent 讓很多原本要花時間堆出來的東西，突然變快了。
會議記錄可以幾分鐘整理好。
需求草稿可以快速生成。
流程建議可以先跑出初版。
風險清單、比較方案、impact analysis，甚至初步商業邏輯都能先由 AI 幫你鋪一層。
於是很多人看到這裡，就很自然地得出一個結論：
「好，那 BA 不就要被壓縮了？」
但里長伯反而認為，事情不是這樣看。
當「產出分析內容」這件事變便宜時，真正昂貴的，就會變成 分析之後的判斷責任。
也就是說，未來真正值錢的，不是那個很快可以整理出一份分析報告的人，而是那個能判斷：
- AI 這份分析是不是建立在正確的前提上？
- 它理解的 current state 到底準不準？
- 它建議的 future state 是真正有價值，還是只是看起來很先進？
- 它找到的 gap 到底哪些要補、哪些不能亂補？
- 這個流程適不適合交給 AI 自動化？
- 一旦做錯，這個代價是可逆的，還是不可逆的？
這些問題，不是單純靠會寫文件就能解決的。
這些其實都是 企業判斷權 的問題。
而未來 BA 最有價值的地方，就在這裡。
Current State 與 Future State，將會從教材名詞變成 AI 時代最殘酷的治理戰場
里長伯看過太多公司，一談 AI 就很熱血，開口就是：
「我們想導入 AI。」
「我們想做 AI Agent 自動化。」
「我們希望用 AI 來提升效率。」
聽起來都很合理，但其實最該先問的不是這些。
真正該問的是：
「你現在到底長什麼樣子，你真的知道嗎？」
很多企業嘴巴上的 current state，和實際上的 current state，根本不是同一件事。
表面上的流程是一套。
私底下大家怎麼繞，是另一套。
組織圖上誰負責是一套。
真正在拍板的人，往往又是另一套。
KPI 寫的是品質。
現場拼的卻是速度。
說要數位轉型。
結果資料權責根本沒釐清。
說要導入 AI。
結果連流程邊界和風險責任都還是霧的。
所以企業真正的 Current State，從來不是一張流程圖，也不是一份 SOP，而是一整套真實世界裡的混亂集合：歷史包袱、制度摩擦、角色重疊、資料不一致、法遵限制、部門政治、隱性規則、品質風險，以及那些沒有被寫出來、卻天天在左右決策的地下結構。
那 Future State 呢？
也不是高層一句「我們要智慧化」就算結案。
真正成熟的 future state，應該要能夠講清楚：
- 我們未來到底要優化什麼？
- 是效率？品質？韌性？客戶體驗？風險控管？還是決策反應速度？
- 哪些工作適合交給 AI？
- 哪些只能由 AI 協助，但不能完全放手？
- 哪些決策如果做錯，後果不是回滾就能解決？
這中間的差距，就是 Gap。
而未來企業真正最需要的，不是有人會把 gap 畫得很漂亮，而是有人能夠替企業做出下面這些判斷：
- 哪些 gap 值得補？
- 哪些 gap 補了反而會出事？
- 哪些 gap 其實不是技術問題，而是治理問題？
- 哪些地方可以放心交給 Agent？
- 哪些地方無論效率再高，都必須保留 Human in the Loop？
這時候，BA 不只是參與者。
BA 其實正在往企業守門員的角色靠近。
未來最強的 BA，不是需求專員，而是決策品質的守護者
AI Agent 時代有一個很危險的地方，就是它會讓企業產生一種幻覺：
只要輸出看起來很完整，好像就代表決策品質也很好。
但這是錯的。
AI 可以很快產出一套看起來很完整的 requirement structure。
也可以很快做出一份很像樣的 future-state proposal。
還可以模擬出一套邏輯清楚、用字專業、說服力很強的分析建議。
問題是：
看起來很完整，不代表它真的理解了你的企業。
看起來很合理，不代表它真的適合你的情境。
看起來很有效率，不代表它長期是可治理的。
所以未來 BA 的核心價值，不會只是 requirements management，而會更接近 Decision Quality Guardian。
也就是說，BA 必須開始問更深的問題：
- 這個 AI 建議背後的假設是什麼？
- 它有沒有漏掉某些限制條件？
- 它是不是只優化了局部效率，卻把風險外部化？
- 這個方案一旦出錯，誰負責？
- 如果把這段流程交給 Agent，企業會不會失去關鍵控制點？
- 這個決策看起來快，但長期是否會破壞治理穩定性？
AI 讓方案變多，
但 BA 要做的，是防止企業把「方案很多」誤認成「判斷很好」。
未來，這一關只會更重要，不會更輕鬆。
Human in the Loop 最重要的，不是簽核，而是情境判斷權
現在很多人談 Human in the Loop，會直覺想到：
「好，那最後找個人按同意就好了。」
但里長伯要說，這種理解太表面了。
真正重要的 Human in the Loop，不是那個最後形式上簽核的人，而是那個擁有 情境判斷權 的人。
也就是說，他必須有能力判斷：
- 這個 AI 的建議，是不是建立在正確的 current state 上？
- 它推導出來的 future state，真的符合組織策略與現實條件嗎？
- 裡面有沒有看不見的風險、依賴關係或治理盲點？
- 這個錯誤是可以修正的，還是一出事就很難回頭？
- 這件事該自動化、該增強、該延後，還是應該直接擋下來？
- 什麼時候應該讓人類判斷凌駕於效率之上？
這種角色，不是一般的行政簽核者。
這種角色，本質上就是高階 Business Analysis 的延伸。
所以里長伯才會認為，未來五年，BA 很可能會成為企業裡最重要的 Human in the Loop 關鍵節點 之一。
不是因為他的頭銜最大。
而是因為他最適合站在那道「不能亂放行」的門前面。
PM、PO、PMO 不會被取代，但他們都會更需要這種升級版 BA
這篇不是要說 BA 會取代 PM、Product Owner 或 PMO。
相反地，AI Agent 一進來，這三個角色都會更需要一個強大的 BA 站在旁邊。
對 PM 來說
未來 PM 最怕的，不一定是進度慢，而是 方向錯了，速度卻更快。
當 AI Agent 能協助排程、整理、追蹤、甚至部分執行時，整個專案可能會以前所未有的速度往前衝。這時如果 problem framing 一開始就錯了，PM 反而會成為把錯方向推得更快的人。
BA 的價值，就是先幫 PM 守住方向。
對 Product Owner 來說
未來 PO 最大的壓力，可能不是沒想法，而是 AI 幫你生成太多看起來都很合理的想法。
功能提案、使用者回饋模擬、需求建議、優先順序假設，通通會暴增。這時如果沒有一個人幫忙判斷哪些是真的有價值、哪些只是模型很會講，產品很容易變成一堆功能的堆疊，而不是一條清楚的價值路線。
BA 可以幫 PO 把熱鬧的 output，變成真正有價值的選擇。
對 PMO 來說
PMO 過去很常做的是標準、治理、可視化、稽核、一致性。
但未來如果 PMO 還只是守模板、守表單、守格式，那真的很容易被邊緣化。因為 Agentic AI 時代的治理，不會是靜態的，而會是動態的、風險分級的、依情境調整的。
這時 BA 就會變成 PMO 很重要的搭檔，幫助把抽象治理原則真正轉成具體決策節點與審查機制。
最值錢的 BA，不是跟 AI 對抗，而是跟 AI 一起做動態評估
里長伯覺得，未來最有價值的 BA，不會是最抗拒 AI 的那一種。
但也不會是那種只想把所有判斷都交出去的那一種。
真正有價值的 BA，會知道怎麼讓 AI 幫自己擴大分析半徑，同時又把最重要的人類判斷牢牢守住。
也就是說，未來 BA 會開始用 AI 去做這些事：
- 快速整理 current state 的多方證據
- 找出流程漂移與隱性矛盾
- 模擬不同 future state 的選項
- 做 scenario comparison
- 更快看出 trade-off
- 持續監控變更後是否真的創造價值
但最後那個決定——什麼重要、什麼可信、什麼可接受、什麼要升級處理——仍然必須由人來做。
這才是成熟的人機協作。
不是 AI 取代分析。
不是 人只在最後蓋章。
而是 AI 擴大分析能力，人類守住決策品質。
PM Mayors 的里長伯廣播
里長伯最後講白一點。
未來五年，最危險的企業，不一定是那些沒有導入 AI Agent 的企業。很多時候，反而是那些太快把 AI 放進流程裡，卻沒有同步強化分析把關能力的企業。
他們會把模糊自動化。
把錯誤加速化。
把不完整的推理規模化。
最後把 AI 生成出來的結構，誤認成真正的商業真相。
所以，里長伯才會這麼篤定地說：
Business Analyst 不會在 AI Agent 時代消失。
真正的 Business Analyst，反而正在往企業最後一道守門關卡靠近。
不是因為 BA 會寫更多文件。
不是因為 BA 會參加更多會議。
不是因為 BA 要回到傳統需求管理的老路。
而是因為當 AI 愈來愈會做事之後，企業會愈來愈需要那個能夠回答下面問題的人：
我們現在到底在哪裡？
我們未來真正想去的是哪裡？
哪些 gap 值得補，哪些 gap 不能亂補？
哪些事情可以交給 Agent，哪些事情一定要保留人類判斷？
當 AI 說「我做得到」的時候，誰能站出來回一句：「你做得到，不代表你就應該做」？
里長伯的答案很簡單。
在 AI Agent 的時代裡，
BA 不是準備退場。
BA 是正在走向控制塔。
