行業趨勢
AI 生產排程：製造業導入 APS 的產能提升與 ROI 實戰
多數台灣中小型工廠仍靠 Excel 與老師傅的經驗排程，訂單一多就陷入機台閒置、緊急插單與交期跳票的惡性循環。本文以 Deloitte 調查與 PlanetTogether 等真實案例，用可量化的產能、交期、庫存與 ROI 數據，帶你評估製造業 AI 排程的實際效益與三個常見的坑。
「協定之爭」的焦慮，與已經分出的勝負
企業導入 AI 代理時，決策者最常卡住的問題不是技術，而是站隊：Anthropic 的 MCP、Google 的 A2A、IBM 的 ACP 幾乎同時出現，萬一押錯標準，整套整合投資就可能打掉重練。這種「格式大戰」的焦慮在技術史上不陌生——從錄影帶規格到瀏覽器引擎，押錯邊的代價確實很高。但走到 2026 年年中，這場仗的輪廓其實已經相當清楚，而且結局比多數人想的更溫和：主要協定不是拚到你死我活，而是各自落位、甚至合併。
先講結論的一半：MCP（Model Context Protocol）在 2024 年 11 月由 Anthropic 發布，2025 年 12 月 9 日正式捐給 Linux 基金會新成立的 Agentic AI Foundation（AAIF）。捐贈當時官方公布的數字是每月 9,700 萬次 SDK 下載、超過一萬個活躍伺服器，而 AAIF 的白金會員名單——AWS、Anthropic、Block、Bloomberg、Cloudflare、Google、Microsoft、OpenAI——幾乎把彼此競爭的巨頭一網打盡。對要簽核預算的人來說，這代表押注 MCP 已不是賭博，而是跟上既成事實。本文不談怎麼動手接 MCP，而是談更前面那一步：面對多套標準，企業該用什麼框架判斷押哪個、何時押、何時等。
看懂分層：這些協定不是在搶同一個位子
「到底選哪一個」的焦慮，多半來自誤以為這些協定在互相取代。實際上它們分屬代理系統的不同層次，彼此更像堆疊而非替代：
| 協定 | 解決的層次 | 治理現況 | 關鍵數字 |
|---|---|---|---|
| MCP | 代理 ↔ 外部工具與資料（垂直整合） | Linux 基金會 AAIF（2025/12 起） | 官方 Registry 2026 年 5 月收錄約 9,600 個伺服器 |
| A2A | 代理 ↔ 代理（跨廠商水平協作） | Linux 基金會（2025/6 起） | 2026 年 4 月滿週年時逾 150 個組織支持 |
| ACP | 代理通訊（IBM BeeAI 起家） | 2025 年 8 月已併入 A2A | 不再是獨立選項 |
換句話說，MCP 負責讓一個代理接上資料庫、API 與內部系統；A2A 負責讓不同廠商的代理彼此發現能力、委派任務。而最常被拿來製造「三選一」焦慮的 ACP，早在 2025 年 8 月就宣布與 A2A 合流，Linux 基金會旗下的 BeeAI 平台也改用 A2A。所謂三強鼎立，如今實際上是「一層一個標準」：工具層 MCP、協作層 A2A。
把時間線攤開，訊號其實很好讀
回頭看採用時間線，會發現關鍵轉折不是任何一場發表會，而是「競爭對手開始採用」的那幾個時點：
- 2025 年 3 月：OpenAI 宣布在 Agents SDK 支援 MCP，並預告 ChatGPT 桌面版與 API 支援即將跟進，Responses API 隨後於同年 5 月正式加入遠端 MCP 伺服器支援——競爭對手採用了 Anthropic 發起的協定，是第一個決定性訊號。
- 2025 年 5 月：Microsoft 與 GitHub 在 Build 大會宣布加入 MCP 指導委員會，並把 MCP 支援直接做進 Windows 11。
- 2025 年 6 月：Google 把 4 月才發表的 A2A 連同規格與 SDK 捐給 Linux 基金會，主動放棄單一廠商控制權。
- 2025 年 12 月：Anthropic 把 MCP 捐給 AAIF，與 Block 的 goose、OpenAI 的 AGENTS.md 一同納入中立治理。
- 2026 年 4 月：Linux 基金會公布 A2A 週年成績：支持組織從 2025 年 4 月不到 50 個成長到逾 150 個，涵蓋 AWS、Cisco、Google、IBM、Microsoft、Salesforce、SAP、ServiceNow；其中 Microsoft 已將 A2A 整合進 Azure AI Foundry 與 Copilot Studio、AWS 透過 Amazon Bedrock AgentCore Runtime 支援，跨產業已有正式環境部署案例；v1.0 加入簽章代理卡片（Signed Agent Cards）補上跨組織信任的缺口。
採用面的數據也跟上了：Stacklok 2026 年軟體報告指出，41% 受訪軟體組織已在生產環境（限定或全面）運行 MCP 伺服器；MCP SDK 累計下載在 2026 年突破 1.5 億次。這些都不是單一廠商的行銷數字，而是跨陣營、可交叉驗證的訊號。
押注前該讀的三個訊號
把上面的歷史整理成可重複使用的判斷框架，一個標準值不值得押，看三件事：
- 採用廣度：當彼此競爭的對手都採用同一套協定，它就很難再被單一廠商綁架。OpenAI、Microsoft、Google 相繼支持 MCP，正是這種訊號。
- 治理中立：標準交給中立基金會，代表沒有任何一家公司能片面改規則或收回授權。MCP 與 A2A 如今都在 Linux 基金會之下，這對怕被鎖定的企業是最重要的護欄。
- 可逆性：押注的成本收不收得回？採用開放標準的整合，換模型、換供應商時不必重寫；反之，押注某家封閉平台的專屬格式，下檔風險完全由你承擔。
同樣重要的是反向訊號。標準成熟不等於生態成熟：一項針對 MCP 生態系的量化研究分析逾 1.7 萬筆社群列出的伺服器紀錄，發現僅約半數通過有效性驗證，換言之另一半屬於已廢棄、佔位或無法使用的項目。押注協定和挑選具體伺服器是兩件事，前者已可放心，後者仍要逐一驗證。
務實的下注策略：分層下注，而不是一次全押
| 你的情境 | 該押的注 |
|---|---|
| 代理只需接內部系統與 API | 直接採用 MCP，這一層爭議已定，無須等待 |
| 要讓多個代理跨部門、跨廠商協作 | 用 MCP 管工具，同步評估 A2A 管協作 |
| 還在評估、規模不大 | 先押 MCP；A2A 保持關注，不急著深度綁定 |
| 正考慮自建專屬整合格式 | 停手——自建格式的維護與鎖定成本，已高於採用開放標準 |
核心原則是：在已分勝負的層（工具整合）果斷採用，在收斂中的層（多代理協作）保持相容但延後重押，在還很年輕的層（代理支付、代理介面）只觀察不下注。也要對「押了標準就會成功」保持清醒：Gartner 在 2025 年 6 月預估，超過四成的代理式 AI 專案會在 2027 年底前被取消，主因是成本失控、價值不明與風險控管不足；其 2026 年 Hype Cycle 更把代理式 AI 放在期望膨脹的頂峰，實際部署過 AI 代理的組織僅約 17%。選對協定只是不押錯邊，專案成敗仍取決於用例與治理。真正的風險從來不是「押錯 MCP」，而是觀望太久，遲遲不讓代理接上自己的系統。
恩梯科技如何協助企業做這個選擇
恩梯科技在 AI 導入顧問服務中，會協助企業把「該押哪個標準」拆成可決策的問題：盤點代理要接哪些系統、是否涉及跨代理協作、哪些整合值得現在做、哪些該等標準明朗。我們主張在工具整合層採用 MCP 這類受中立基金會治理的開放協定，讓投資不被單一廠商綁架，也不必在每次換模型時重寫整合。押注標準的重點，不是猜誰會贏，而是把賭注放在最不會後悔的那一層。
參考資料
- Anthropic，《Donating the Model Context Protocol and establishing the Agentic AI Foundation》，2025。來源連結
- Anthropic，《Introducing the Model Context Protocol》，2024。來源連結
- Linux Foundation，《Linux Foundation Announces the Formation of the Agentic AI Foundation》，2025。來源連結
- Ginger Labs，《Best MCP Servers in 2026》（引用官方 Registry 2026 年 5 月約 9,652 個伺服器數字）。來源連結
- Linux Foundation，《A2A Protocol Surpasses 150 Organizations, Lands in Major Cloud Platforms, and Sees Enterprise Production Use in First Year》，2026。來源連結
- Google，《Google Cloud donates A2A to Linux Foundation》，2025。來源連結
- LF AI & Data，《ACP Joins Forces with A2A under the Linux Foundation's LF AI & Data》，2025。來源連結
- OpenAI Developer Community，《Introducing support for remote MCP servers, image generation, Code Interpreter, and more in the Responses API》，2025。來源連結
- Microsoft，《Microsoft Build 2025: The age of AI agents and building the open agentic web》，2025。來源連結
- Stacklok，《State of Model Context Protocol in Software 2026》，2026。來源連結
- Infosecurity Magazine，《Systemic Flaw in MCP Protocol Could Expose 150 Million Downloads》，2026。來源連結
- Guo et al.，《A Measurement Study of Model Context Protocol Ecosystem》（arXiv:2509.25292），2025。來源連結
- MarTech（引述 Gartner 2025 年 6 月新聞稿），《Gartner: 40% of agentic AI projects will fail, making humans indispensable》，2026。來源連結
- xpander.ai（引述 Gartner 2026 Hype Cycle for Agentic AI），《Gartner Hype Cycle for Agentic AI: What It Means for AI Agent Development Platforms》，2026。來源連結
