麥肯錫針對企業如何運用人工智慧所進行的長期調查研究，如今已邁入近10個年頭，而其中一項趨勢再明確不過：企業不再只是在業務邊陲地帶測試這項技術，而是將它建構進工作運作的核心之中。
最新一份《麥肯錫全球AI現況調查》（McKinsey Global Survey on the State of AI）涵蓋來自97個市場、超過1,700名高階主管的回覆，結果顯示AI的應用正持續擴展，代理式系統的擴大部署速度較一年前更快，而少數「高績效企業」也已初顯成效，展現出全面規模化創造價值的真實面貌。
台灣在硬體工程上根基深厚、供應鏈調度靈活，這些都使台灣居於有利位置，能將數據所揭示的方向付諸實踐，前提是領導者必須拿出與調查中頂尖績效業者同等的紀律。
過去幾年，企業對AI的投入多停留在單一職能中，及一連串的試點與概念驗證。
如今，近90％受訪者表示，公司至少在一項業務職能中已定期使用AI；而已跨越單點部署、邁向全企業規模化的組織比率，也從一年前的38％成長至44％。AI同時觸及組織中更多環節：56％的受訪者表示公司已在3項以上職能運用AI，高於先前的51％。
不過，這股規模化浪潮並非均勻分布。企業規模依舊是畫分採用進程最顯著的分水嶺。在年營收達10億美元（約新台幣317億元）以上的組織中，54％的受訪者表示已在全企業推展AI，相較之下，規模較小組織的受訪者僅約3分之1。這道鴻溝在代理式AI（即能夠在極低人為監督下，自主規畫並執行多步驟任務的系統）的應用上尤為顯著。
整體而言，聊天機器人仍是規模化部署最為普及的AI工具；高達47％的受訪者表示，其所屬組織已實現全企業範圍的規模化應用。在AI代理與軟體開發代理方面，則僅各有約20％的受訪者表示已達到同等的部署規模。
自己的AI自己造！科技、醫療業最拚
今年1項頗具顛覆性的發現，揭示了企業在獲取新軟體能力時的關鍵抉擇。32％的受訪者表示，所屬組織之所以決定不採購某項軟體產品或功能，是因為它們判斷可運用AI驅動的程式編寫工具在內部自行打造該功能。
此一轉變在科技業與醫療保健業的受訪者中最為明顯，其次為專業服務業以及能源與材料業，這些產業直到近期都還認為，進階軟體開發最好交由外部供應商處理。
隨著內部自建比率增加，企業也開始針對成本進行前所未有的廣泛討論。當組織邁向更複雜的代理式系統，「代幣經濟學（Tokenomics，指運行模型的營運成本）」對部分企業而言，已經變成擺在眼前的現實瓶頸。
約20％的受訪者表示，所屬組織曾因營運成本而不得不限制使用AI，這是不分規模與產業都普遍面臨的狀況。其中，約10％的受訪者指出，成本限制已影響到聊天機器人、一般代理（Agents）及程式編寫代理（Coding Agents）的部署。
即使如此，多數組織並未因此退縮。28％的受訪者表示，所屬組織投入AI的支出已超過整體科技預算的10％，而60％預期未來一年將加碼投資AI，其中又以製藥與醫療產品、保險，以及銀行與其他金融機構最為顯著。
儘管token（代幣）單價持續下滑，但代理式開發與複雜推理任務的消耗量卻暴增。模型越強大，越需要嚴密追蹤運行成本，相比聊天機器人已被視同辦公軟體般的常態營運支出。
領先企業也帶給我們明確的啟示：營運成本不再是事後再解決的問題，而是專案啟動時的「設計限制」，是一項必須及早落實，而非日後才補強的財務紀律。
此次調查最受矚目的落差，在於AI對「個人工作效率」與對「企業最終獲利」兩者影響的脫節。高達80％受訪者表示AI提升了個人生產力，約半數認為AI幫助它們培養新技能或做出更好的決策。這些效益不分職級普遍存在，然而，員工的實際體驗並非全然正面：中階主管與基層員工因AI感受到的工作壓力明顯高於高階主管，比率分別為47％與31％。
相形之下，企業整體的財務成效則停滯不前。僅有37％的受訪者指出AI對組織的息稅前利潤（EBIT）帶來正面貢獻，此比率與去年相比幾乎持平，儘管背後的AI應用規模持續擴大。在確實看見財務實效的組織中，其影響也多侷限於特定部門，而非遍及全公司：成本降低主要集中於供應鏈管理、服務營運與製造領域；而營收成長則主要歸功於行銷與銷售，其次為產品與服務開發。
整頓產能，高績效企業多做了什麼？
這次調查中，僅占6％的AI高績效企業——指將5％以上的EBIT增長歸功於AI，且認為組織從中獲取「可觀價值」的領先企業——為我們揭示了「個人生產力」與「企業整體效益」之間的落差最終將如何被弭平。
領先關鍵並非資金投入的多寡。高績效企業預計在3年內「利用AI徹底重塑業務」的比率，是其他企業的3.3倍；近75％的領先者已針對AI從頭重新設計工作流程，相較去年的55％顯著成長，而其他企業中僅25％做到這點。此外，高績效企業不論是在「高階主管對AI專案的明確承諾」還是「建立成效衡量標準」上，比率皆約為其他企業的2倍。
同時，高績效企業的AI部署範圍也更為廣泛：在多數業務職能中「規模化部署AI代理」的比率，是其他組織的3倍以上，而在應對相關新興風險（如未授權／非預期行動、技術性漏洞等）的態度上，也比同儕更為積極主動。
值得注意的是，近半數高績效企業表示曾放棄採購軟體、轉而選擇內部自建，相較之下，其他受訪者比率則僅為31％。這再次印證，自建與外購策略的轉變並非孤立的現象，而是與全企業轉型的動態息息相關。此外，高績效企業回報在程式編寫代理上遭遇成本限制的比率，約為其他組織的3倍。這提醒著，即使是技術最先進的組織，面對規模化帶來的成本挑戰，同樣是選擇主動管理，而非消極迴避。
這份調查同時指出，企業對AI將如何衝擊人力的預期，與目前的現實之間，落差正持續擴大。去年有32％的受訪者預估未來一年將縮減人力；但實際上，僅有14％的組織表示AI在過去一年確實導致了人力縮減。高達3分之2的受訪者指出，截至目前，AI對整體員工總數幾乎沒有影響。
信仰要能驗證，「超能」台灣已上軌道
展望未來，市場預期有39％的受訪者預計AI將在未來一年內削減組織人力，其中「服務營運」與「供應鏈管理」最常被點名為首當其衝的職能。有趣的是，儘管存在上述預期，僅有13％的受訪者表示AI讓他們對自身的職涯前景感到焦慮。
此一趨勢顯示，企業正逐年精進，愈來愈能精準辨識出哪些任務與職能真正適合自動化，即使勞動力結構改變的實際步調，仍遠落後於市場的預期。
綜觀上述發現，市場對AI的高度信仰，仍遙遙領先實際驗證的財務回報。而那些成功弭平此落差的組織，仰賴的是高度的策略一致性與執行紀律。台灣的核心優勢，包括：精密製造、工程人才，以及追求極致速度的供應鏈，正與這次調查中清晰展現出「初期勝算」的領域高度契合，也就是內部軟體自主開發，以及在供應鏈、製造與進入市場（Go-to-Market）等職能上所實現的降本增效。
真正的機遇在調查中，「AI高績效企業」展示的策略劇本：徹底重新設計工作流程，而非將AI工具生硬地套用於舊有流程；以明確的高層承諾作為AI部署的堅實後盾；深耕內部評估能力，審慎決策「自建與外購」的界線；從專案啟動的第一天起，就將營運成本視為核心的設計限制。
台灣企業在實踐這些啟示上具備得天獨厚的優勢，能將這些策略導入長久以來高度仰賴「營運紀律」競爭的市場環境，並在過程中，以超越當前全球平均水準的速度，將早期的AI試水溫，轉化為可衡量的實質企業價值。
延伸閱讀：
台灣產業AI化大調查：47.8%企業把AI當標配，「AI人才」定義卻成共同難題
台灣軟體業失敗了嗎？SaaS時代的「客製化包袱」，為何成為企業AI新護城河？
責任編輯：陳祈安
