🚀

樂天用 AI Agent 讓產品發布從每季一次縮短到兩週一次

當 Rakuten AI for Business 總經理梶祐輔（Yusuke Kaji ）說「世界不會等我們」時，他指的不只是科技競爭的速度，更是一場正在 Rakuten 內部發生的工作方式革命。

這家擁有超過 70 個業務的全球科技巨頭，正在用 Claude Managed Agents 把每一位員工都變成「建造者」。

不只是工具，而是工作方式的徹底轉變

故事要從 Rakuten 的「AI 化」策略說起。

一開始，他們像許多科技公司一樣，使用 Claude Code 來加速軟體開發。但 Kaji 和他的團隊很快就意識到，這不應該只是工程師的專利。

如果 AI agents 能處理長時間執行的任務，如果它們能記住過去的錯誤並自我改進，那麼每個員工都能跨出自己的專業領域，做到過去不可能做到的事。

梶祐輔用了一個很有意思的比喻：「技術創新始於一小群使用者，然後快速擴展改變世界。我們將 agent 視為這個模式的下一波浪潮。」這不是漸進式的改良，而是典範轉移。

最能說明這個轉變的，是產品經理 Shoko Sakamoto 的例子。她使用 agents 建置跨多個公有雲的成本管理系統，遠超出傳統產品經理的職責範圍。

傳統上，雲端環境上的成本管理營運需要做這幾件事：

但 Shoko 作為產品經理，用 agents 自己全部做完了。不需要排隊等工程資源。

更重要的是速度：她管理的產品從過去每季才能發布一次重大版本，現在變成每兩週一次。這不是因為她突然學會了寫程式，而是因為她學會了如何「管理 agents 團隊」。

就像一位優秀的領導者指導團隊一樣，她同時讓多個 agents 平行工作：一個做市場研究，一個分析資料，同時審查其他 agents 在夜間產出的結果，即時給回饋，最後把所有東西整合成完整的提案。

Kaji 稱這樣的人為「伽利略」——能跨領域做出超越單一專業貢獻的人。

而讓這一切成為可能的，是工程師 Tanapat Ratana 設計的一個會自我改進的 agent。

這個 agent 會調查生產環境的錯誤、做根本原因分析、把結果傳到 Slack，然後從回饋中學習。Tanapat 把它分發給各團隊，讓非工程師也能自己設置，不用依賴工程團隊。

但真正的轉變發生在思維層面。梶祐輔說：「以前我們必須將工作拆解成定義明確的小塊讓 agent 執行。現在 agent 可以工作數小時，我們只要分享想達成的目標，agent 自己決定該做什麼任務。這是最大的改變：我們委託目標，而非任務。」

這聽起來很抽象，但實際影響很具體。

在 Rakuten 的一個產品中，他們用 agent 收集使用者回饋。Agent 會跟使用者聊天了解需求和痛點，然後自己建 tickets。另一個 agent 或人類同事負責分類這些 tickets。一旦決定要做，團隊就和 agents 合作完成 PRD、線框圖或原型，快速迭代直到達成目標。

整個流程不再是「我需要你幫我做 A、B、C」，而是「我們要達成 X 這個結果」。Agent 自己規劃路徑，人類負責判斷方向和品質。

更有意思的是 agent 記憶帶來的影響。Rakuten 的 agents 會記住過去會話中犯過的錯，然後避免重複。

在他們的試點中，初期關鍵錯誤下降了 97%，成本和延遲降低超過 30%，但輸出品質完全沒有損失。

梶祐輔說這不只是個別 agent 變聰明而已：「當 agents 大規模保留記憶時，組織本身也在學習。今天組織知識分散在人員、文件和系統之間。有了 agent 記憶，一個 agent 獲得的每個洞察都能立即提供給整個系統。個人學習瞬間成為組織學習。」

這時候，agents 不再只是「會記憶的工具」，而是讓 Rakuten 成為一個「持續演化自身智慧的實體」。代表接下來個人能做的不只是更困難的任務，而是需要組織完整知識才能完成的任務。

樂天把 agents 整合進 Slack、Microsoft Teams 和自己的看板系統，發現一個很奇妙的現象，在行動裝置上更容易用語音跟 agent 溝通，反而能捕捉更多工作相關的細節。

當被問到終極目標時，梶祐輔的回答很清楚：「我們不將 AI agents 視為未來的同事或競爭者。它們是我們周圍的系統。現代企業是為了降低協調成本而發明的。」

但他也很務實地指出：「你需要完全轉變工作方式來最大化『智慧的邊際報酬』。」

從每季一次到兩週一次的發布週期，從工程師的專利到每個人都能用的工具，從委託任務到委託目標，樂天的實驗告訴我們：當 AI agents 真正融入工作流程時，改變的不只是效率，而是我們對「工作」本身的定義。

成果

發布週期從每季→每兩週，初期錯誤↓97%