作者：Sunny Shih
Google Workspace 官方文章：Introducing Workspace Intelligence
Workspace Intelligence 是 Google 在 Cloud Next 2026 發表的統一智慧層（unified intelligence layer），讓 Gemini 不只是讀取 Gmail、Docs、Drive、Chat 等 Workspace 資料，而是進一步理解專案、協作者、組織知識與工作脈絡之間的關係。它的核心目標，是把散落在不同 Workspace Apps 裡的資訊轉化成 AI 與 Agent 可以理解的即時 Context，讓企業 AI 從「找資料、生成內容」進一步走向真正理解工作並協助執行的 Agentic Workplace。
為什麼企業 AI 的下一個問題是「Context」？
因為 AI 能存取企業資料，不代表它真正理解使用者正在做什麼。
企業每天的重要資訊可能分散在：
Gmail → Chat → Meet → Docs → Slides → Drive
同一個專案的決策可能在 Meet 裡討論，後續工作寫在 Chat，簡報存在 Drive，而最新數據又透過 Gmail 傳來。
對使用者來說，這些資訊屬於「同一件事」；對傳統系統來說，它們卻是分散在不同 App、檔案與 Conversation 裡的資料。
這也是 Workspace Intelligence 想解決的核心問題：
不只是讓 AI 找到資訊，而是讓 AI 理解資訊彼此之間的關係。
Workspace Intelligence 是什麼？
Workspace Intelligence 是建立在 Google Workspace 中的統一智慧層，結合 Google Search、Indexing 與 Gemini 的 Reasoning 能力，理解 Workspace 內容、專案、協作者與企業知識之間的語意關係。
Google 將它描述為一個安全、動態的系統，而不只是另一個跨 App Search 功能。
Workspace Intelligence 主要理解四種類型的 Context：
| Context | Workspace Intelligence 理解什麼？ | 對使用者的意義 |
| Apps | Gmail、Docs、Slides、Drive、Chat 等內容 | 不必逐一切換 App 尋找資訊 |
| Projects | 不同文件與對話屬於哪個工作或專案 | AI 能理解資訊背後的任務脈絡 |
| Collaborators | 使用者與哪些人合作，以及彼此的工作關係 | 找出真正與任務相關的人與資訊 |
| Domain Knowledge | 組織特有的術語、流程與知識 | AI 回應更貼近企業實際 Context |
這也是 Workspace Intelligence 和一般 Enterprise Search 最大的差異：
Search 解決「資料在哪裡」；Workspace Intelligence 更進一步處理「這些資料跟我現在要完成的工作有什麼關係」。
Workspace Intelligence 怎麼運作？
Google 將 Workspace Intelligence 的價值歸納為三個核心能力：Information Gathering、Situational Awareness 與 True Personalization。
1. Information Gathering：主動整理需要的資訊
Workspace Intelligence 可以從不同 Workspace 來源取得與任務相關的資訊，而不需要使用者逐一開啟 Gmail、Drive、Docs 或 Chat 搜尋。
例如，當使用者準備一場客戶會議時，相關 Context 可能散落在：
- 上一次 Meet 的 Meeting Notes
- 客戶寄來的 Gmail
- 團隊在 Chat 中做出的決策
- Drive 裡的 Proposal
- Slides 裡的最新簡報
Workspace Intelligence 的作用，是把這些原本分散的資訊建立關聯，提供給 Gemini 與 Agent 使用。
對使用者而言，重點不是「AI 搜尋得更快」，而是減少自己重新拼湊工作 Context 的時間。
2. Situational Awareness：理解現在什麼最重要
找到所有資訊，並不代表找到現在最需要的資訊。
Workspace Intelligence 搭配 Gemini Reasoning，可以根據使用者目前的工作 Context，判斷哪些資訊、Action Items 或專案更新最相關。
也就是從：
Retrieve everything related
進一步走向：
Understand what matters now
這個差異對企業 AI 很重要。因為真正的工作效率，往往不是來自取得更多資訊，而是更快判斷哪些資訊值得現在處理。
3. True Personalization：理解你的工作方式
Workspace Intelligence 也會利用使用者的工作 Context，讓 Gemini 產生更貼近個人工作方式的結果。
例如同樣是撰寫 Email，不同使用者可能有不同的：
語氣、格式、資訊層級與溝通方式。
當這些 Context 能被 AI 理解，Personalization 就不只是「記得使用者偏好」，而是讓 AI 產生的結果更貼近實際工作需求。
✦延伸閱讀：【Google Cloud NEXT 2026】企業級 AI Agent 時代來臨：關鍵趨勢與應用全解析！
Workspace Intelligence 和一般 RAG／企業搜尋有什麼不同？
最大的差異在於，Workspace Intelligence 不只檢索內容，也試圖理解內容、使用者、專案與協作者之間的語意關係。
| Enterprise Search | 一般 RAG | Workspace Intelligence | |
| 找到企業資料 | ✓ | ✓ | ✓ |
| 將資料提供給 LLM | — | ✓ | ✓ |
| 理解跨 App Context | 有限 | 視架構而定 | ✓ |
| Projects / Collaborators Context | 有限 | 需自行建立 | ✓ |
| Personalization | 有限 | 需自行設計 | ✓ |
| Workspace 原生整合 | 有限 | 需自行開發 | ✓ |
這裡需要特別注意：Workspace Intelligence 並不是用來「取代 RAG」。
更準確的理解是，對已經大量使用 Google Workspace 的企業而言，Google 正把 AI 理解日常工作所需要的一部分 Context Layer，直接建立在 Workspace 中。
Ask Gemini in Chat：AI 從回答問題走向協助完成工作
Ask Gemini in Google Chat 是 Workspace Intelligence 的重要使用介面之一，讓使用者可以在 Chat 中取得跨 Workspace 的相關資訊，並進一步完成工作。
例如使用者可以詢問某個專案目前的狀態，再透過 Gemini 協助：
- 找到相關檔案
- 整理專案進度
- 產生文件或簡報
- 準備後續工作
Google 將 Ask Gemini in Chat 描述為工作中的 unified command line。
真正值得注意的不是 Chat 多了一個 AI 功能，而是 Interaction Model 的改變：
過去：使用者找 App → 找資料 → 整理 Context → 完成工作
現在：使用者描述 Goal → AI 取得 Context → AI 協助完成工作
這正是 Agentic Workplace 背後更值得企業關注的轉變：員工與企業軟體互動的起點，開始從「我要使用哪個 Application」，逐漸轉向「我要完成什麼 Goal」。
Workspace Intelligence 和 Gemini Enterprise Agent Platform 有什麼關係？
Gemini Enterprise Agent Platform 解決「Agent 如何被建立與管理」；Workspace Intelligence 則提供 Gemini 與 Agent 理解員工工作所需要的 Workspace Context。
兩者處理的是不同架構層：
| Gemini Enterprise Agent Platform | Workspace Intelligence | |
| 核心問題 | Agent 如何 Build、Scale、Govern、Optimize？ | AI 如何理解工作 Context？ |
| 主要對象 | Developer、IT、AI Team | 企業使用者與 Workspace AI |
| 主要能力 | Runtime、Identity、Gateway、Evaluation | Apps、Projects、Collaborators、Domain Knowledge |
| 架構角色 | Agent Development & Governance Layer | Workplace Context Layer |
因此可以把兩者理解成：
Agent Platform 提供 Agent 的執行與治理能力；Workspace Intelligence 則提供理解工作的 Context。
兩者結合後，企業 AI 才更有機會從通用 Assistant，進一步發展成理解特定組織、使用者與工作流程的 Agent。
✦延伸閱讀：Gemini Enterprise Agent Platform 是什麼？一次看懂 Google 企業 AI Agent 平台
AI 能理解更多工作 Context，安全怎麼辦？
Workspace Intelligence 建立在 Google Workspace 原有的 Security、Privacy 與 Access Control 基礎上，而不是建立一套繞過企業權限的 AI 資料層。
這對 Context-aware AI 特別重要。
AI 愈理解工作，就可能需要處理愈多企業 Context；因此「AI 能理解多少」必須和「AI 被允許存取多少」一起設計。
Google 在 Cloud Next 2026 也公布 Agent Governance 相關能力，包括 AI Control Center、Agent Management 與 Workspace Studio Controls，用來協助企業管理 Agent 與 Workspace Data 之間的互動。
另外，Google 也持續提供 Sovereign Controls 與 Client-side Encryption 等資料保護機制。
因此 Agentic Workplace 的治理問題不只是：
「AI 回答得準不準？」
還必須回答：
「這個 AI 或 Agent 原本有沒有權限取得這些 Context？」
✦延伸閱讀：Agentic Data Cloud 是什麼？Google 如何讓企業資料成為 AI Agent 的決策基礎
✦延伸閱讀：Google Cloud Next 2026：GKE、Cloud Run 如何支援 AI Agent？
Workspace Intelligence 對企業真正代表什麼？
Workspace Intelligence 最值得注意的，不是 Google Workspace 又增加一個 AI Feature，而是 Workspace 在企業 AI 架構中的角色正在改變。
1. Workspace 從 Productivity Apps 走向 Context Layer
過去 Gmail、Docs、Drive、Meet 是員工完成工作的工具。
當 Workspace Intelligence 開始理解這些工具之間的語意關係後，它們也成為 Gemini 理解企業工作的 Context Source。
因此 Workspace 的價值開始從：
Where work happens
延伸到：
Where AI understands work
2. AI 的價值從「生成能力」延伸到「脈絡理解」
模型可以生成一封很完整的 Email。
但真正影響工作成果的問題是：
它知不知道這封信是寫給誰？上次談了什麼？目前專案進度如何？有哪些 Action Items 尚未完成？
因此企業 AI 的競爭，不只發生在 Model Intelligence，也開始發生在 Context Intelligence。
3. Agentic Workplace 改變的是「工作的入口」
假設使用者可以直接提出：
整理這個專案目前的進度，找出尚未完成的 Action Items，並幫我準備下午 Meeting 的 Brief。
而 AI 可以取得正確 Context、整理資訊並協助執行下一步，使用者就不再需要先思考：
「我要開哪個 App？」
而是直接思考：
「我要完成什麼？」
這可能是 Agentic Workplace 最值得企業關注的改變：
工作的入口開始從 Application，轉向 Intent。
企業導入 Workspace Intelligence，應該先思考什麼？
企業不需要先問「有哪些 Gemini 功能可以開」，更重要的是確認自己的 Context、Permission 與 Workflow 是否準備好。
- 哪些工作 Context 已經存在 Workspace？
確認 Gmail、Drive、Docs、Chat、Meet 是否已承載企業的核心工作流程。 - 資料權限是否清楚？
AI 會放大既有的 Information Architecture，因此過度分享、資料散落與權限混亂應優先處理。 - 哪些 Workflow 適合 Agentic Work？
優先尋找需要跨 App 蒐集資訊、整理 Context，再採取下一步行動的高頻工作。 - 哪些 Action 需要 Human Approval？
Context-aware AI 不代表所有工作都應完全自動化。企業仍需定義 Agent 可以自主執行到哪一步。
真正的 Agentic Workplace，不是讓 Gemini 出現在更多 Apps。
而是讓 AI 能在正確的權限範圍內，理解工作正在發生什麼，並協助使用者完成下一步。
FAQ：Workspace Intelligence 常見問題
Workspace Intelligence 是什麼？
Workspace Intelligence 是 Google Workspace 的統一智慧層，利用 Search、Indexing 與 Gemini Reasoning，理解 Gmail、Docs、Slides、Chat 等 Workspace 內容，以及 Projects、Collaborators 與 Organization Domain Knowledge 之間的語意關係。
Workspace Intelligence 和 Gemini 有什麼不同？
Gemini 提供 AI 的 Reasoning 與生成能力；Workspace Intelligence 則提供理解企業工作所需的 Workspace Context。簡單來說，Gemini 負責思考，而 Workspace Intelligence 協助它理解「你的工作正在發生什麼」。
Workspace Intelligence 和 Enterprise Search 有什麼不同？
Enterprise Search 主要解決「資料在哪裡」；Workspace Intelligence 更進一步理解資料與專案、協作者及工作 Context 之間的關係，讓 AI 不只 Retrieve Information，也能判斷目前哪些資訊最相關。
Workspace Intelligence 如何支援 Agentic Workplace？
Workspace Intelligence 將分散在 Workspace Apps、Projects、Collaborators 與 Domain Knowledge 中的資訊建立 Context，讓 Gemini 與 Agent 能更理解使用者目前的工作情境，進一步協助取得資訊、整理內容與完成工作。
從「AI 幫你寫」，走向「AI 理解你在做什麼」
生成式 AI 第一階段最容易被感受到的價值，是寫 Email、摘要文件與製作簡報。
Workspace Intelligence 指向的是下一個問題：
如果 AI 要真正參與工作，它需要理解多少 Context？
Google 的答案，是把原本散落在 Gmail、Chat、Docs、Drive、Meet 與不同專案中的資訊，建立成 Gemini 與 Agents 可以理解的統一智慧層。
這也是 Agentic Workplace 的基礎之一。
企業 AI 的下一個競爭點，可能不再只是誰擁有更強的模型，而是：
誰能讓 AI 在安全、正確的權限範圍內理解足夠完整的企業 Context，並把這些理解轉化成真正的工作成果。
iKala，企業轉型的 AI 顧問！
身為 Google Cloud Premier Partner，iKala 不僅是您導入工具的推手，更是企業在雲端數位轉型旅程中的技術後盾。iKala 透過深度整合 Google Workspace 與 Google Cloud Platform 全球基礎設施，協助企業建構高可用性且具備高度彈性的現代化辦公環境。從基礎的混合雲架構設計、Identity & Security (IAM) 身分資安控管，到進階的 BigQuery 建置，我們專精於打破資料孤島，讓企業能利用 Gemini 模型實現自動化工作流與客製化 AI 模型開發。
iKala 提供從初期架構盤點、中期的 PoC 技術驗證，到後期在地化技術支援與成本優化建議的「一站式陪跑服務」，致力於降低導入門檻並確保轉型路徑與商業目標一致。選擇 iKala，您獲得的不只是領先的 AI 解決方案，更是加速創新、提升全球營運效率的長期策略盟友。
如果您正在尋找能加速創新與提升營運效率的 AI 解決方案，歡迎聯繫 iKala，獲得量身打造的技術建議與實作協助。
