這幾年，AI 與企業轉型、自動化流程管理，是個類型公司積極談論的重要議題。我對於如何讓AI在各種工作流程中發揮最大效益非常有興趣，因此近期積極研究和 AI 企業導入的實際案例。
為了想要了解到底有多少企業真正在使用 AI ? 實際使用程度、成效如何？我找了 McKinsey《The state of AI in 2025》這份報告從中聊解概況，並發現一個和預期滿大的落差。
『企業實際導入 AI 的情況比我們想像的還少，而且採用 AI 以及完成 AI 轉型又存在著另一個落差』
當然這份報告是今年研究的，所以資料來自於2025年，但我相信，在 AI 發展這麼快速的情況之下，今年肯定會有很大幅的進展。那我們就先來觀察目前這份報導中的重要內容：
AI 看似已經普及，卻可能還只停留在生成內容階段
McKinsey 的調查顯示，2025 年有 88% 的受訪者表示，他們的組織已經在至少一個業務功能中規律使用 AI。這個數字比 2024 年的 78% 更高，代表 AI 已經從早期嘗鮮，變成大部分企業日常工作的一部分。但如果只看這個數字，有可能會以為企業 AI 轉型已經成熟。實際上很多公司的 AI 使用仍然停留在個人或部門層級：行銷用 AI 寫文案，客服用 AI 整理回覆，工程團隊用 AI 輔助寫程式，業務團隊用 AI 準備簡報。這些都很有價值，但它們比較像生產力工具，比起企業轉型，我更認為這是全人類開始在生活中習慣採用 AI 協助生產內容了，因此不一定等於企業級能力。
除了公司中的員工開始使用 AI 提升個人生產力，我認為企業的 AI 轉型應該是另一個層次，他應該能做更協助企業做的更多、更深，像是讓 AI 進入流程設計、資源配置、風險管理、供應鏈調度、產品決策，甚至管理層級的決策判斷。這時候，AI 不只是幫個人做事更快，而是讓企業重新思考「工作應該怎麼被完成、工作流程怎麼完成、中間遇到的決策如何判斷」。也因此，企業導入 AI 的挑戰，正在從「技術題」變成「管理題」。早期企業可能會問：「哪個 AI 工具比較好？」但現在更關鍵的問題是：「我們的流程準備好讓 AI 參與了嗎？資料能不能有效被利用在分析決策？AI 的判斷誰有沒有辦法驗證？錯了誰負責？」
AI agents 不只是像 ChatGPT 這類型的問答工具，而是真正能幫助完成任務的幫手，更是近期企業期待能盡快導入日常業務的強大武器。但在導入之前，上述問題的釐清顯得更重要了。從 McKinsey 的報告中可以看到 AI Agent 使用比率仍不高， 雖然 62% 的受訪者表示他們的組織至少已經開始實驗 AI agents，但如果看單一業務功能，真正把 AI agents 規模化的，還沒有任何一個功能超過 10%。這其實很合理。一般 chatbot 比較像是回答問題的工具，而 AI agent 更像是可以接手一段任務流程的工作者。它可能幫你查資料、比對規則、整理文件、提出初步判斷，甚至觸發下一個工作步驟。也因為它更接近流程執行，企業就不能只用「導入工具」的方式來看待它，而必須同時考慮權限、責任、監控和風險。
報告裡另一個值得注意的趨勢，是 AI 正在從單一功能走向多功能使用。越來越多組織不只在一個部門用 AI，而是在多個業務功能中同時使用。這代表 AI 的角色正在改變：它不再只是某個員工提高效率的工具，而有機會成為企業跨部門運作的基礎能力。如果 AI 只用在行銷文案，它改善的是內容產出速度；但如果 AI 同時進入市場研究、產品規劃、銷售預測、客服回饋分析和供應鏈管理，它就開始影響公司如何理解市場、如何推出產品、如何回應客戶、如何配置資源。
不過，McKinsey 的數據也提醒我們，AI 的財務影響還沒有全面顯現。企業最常回報的 AI 效益，往往先出現在創新、員工滿意度、客戶滿意度和競爭差異化，而不一定馬上反映在 EBIT 這類財務指標上。這點很重要，因為很多人談 AI ROI 時，會很快問：「到底省了多少錢？增加多少營收？」但 AI 的早期價值常常是分散的，例如產品團隊更快測試新想法，客服團隊更快整理客戶痛點，業務團隊更快準備提案。這些都是真實價值，但未必會立刻變成財報上的明顯數字。
所以企業評估 AI 時，不能只看短期成本降低。真正成熟的公司，應該同時看效率、創新、客戶體驗、員工體驗和長期競爭力。換句話說，AI 的價值不是沒有，而是需要被設計、被衡量、被管理。
這也連到報告中對 AI 高績效企業的觀察。McKinsey 指出，高績效企業更可能從根本重新設計工作流程。這是我覺得整份報告最值得管理者關注的一點。一般企業可能會問：「這個任務可不可以用 AI 做快一點？」但高績效企業問的是：「如果有 AI，這個流程還需要長成現在這樣嗎？」前者是在原本流程上加速，後者是在重新設計工作本身。這不是單純自動化，而是人與 AI 的分工重組。
這樣的變化已經開始出現在真實企業案例中。2026 年，GE Appliances 被報導已部署超過 800 個 AI agents，應用在製造、物流、供應鏈和工廠營運管理中。這個案例很有代表性，因為它不是把 AI 用在比較外圍的內容生成，而是放進製造和供應鏈這類核心營運流程。AI 在這裡的角色，是協助現場團隊分析產線資料、找出品質問題、改善供應商協作，讓管理者更快看到問題、判斷原因並採取行動。
另一個案例是 Deutsche Bank。2026 年 5 月，Deutsche Bank 介紹他們在第三方風險管理中導入 agentic AI。這套系統可以協助審查供應商文件，對照銀行內部控制框架，提出初步建議並附上引用依據。不過最終判斷仍然保留給人類審查者。這個設計很關鍵，因為它不是讓 AI 取代決策責任，而是讓 AI 提高審查速度和資料處理能力，同時維持 human-in-the-loop。
我覺得這兩個案例說明了一件事：企業 AI 正在從「前台工具」進入「管理核心」。它不只是客服、行銷或文件生成，而是進入製造、供應鏈、採購、合規、風控這些真正影響企業運作的環節。但也正因為 AI 開始進入核心流程，企業接下來一定會面對人力結構和風險治理。AI 不一定是單純取代人，更準確地說，AI 會重新分配工作；而當 AI 進入風控、供應鏈、財務或人資流程，不準確也可能變成真正的管理風險。
所以，我讀完這份報告後的結論是：企業 AI 的下一階段，不是買更多工具，而是把 AI 變成管理系統的一部分。這需要重新設計流程，而不是把 AI 加到舊流程上；需要設定清楚的業務目標，而不是只停留在「大家可以試用」；也需要高層承諾、治理機制和風險控管。
AI 已經不再只是科技趨勢，而是企業管理的一場壓力測試。它會測出一家公司有沒有清楚的流程、乾淨的資料、成熟的治理，以及願不願意重新設計工作的勇氣。真正的問題不是企業會不會採用 AI，而是：當 AI 開始進入管理核心時，企業準備好被它改變了嗎？
