讀完這篇，你會知道：

• McKinsey 的數字揭示了什麼：為什麼 AI 使用率創新高，但顧客體驗卻沒有明顯改善
• Deloitte Tech Trends 2026 第六大趨勢：在 AI 雜訊中找到真正值得追蹤的訊號
• 設計思考如何成為填補「AI 策略與真實體驗之間鴻溝」的方法論—三個可操作的切入點

思考的起點

有一個數字，讓我們看了好幾遍：78%。

根據 McKinsey 2025 年的 State of AI Report，78% 的企業已經在使用 AI。這個數字在 2026 年繼續攀升。幾乎每一家有規模的企業，都有 AI 導入計劃、AI 工作小組、AI 年度預算。

但 Forbes 的一篇報導問了一個讓人坐立難安的問題：顧客感受到了嗎？

答案，往往是沒有。

這就是我們想在這篇文章中深挖的問題：為什麼這麼多企業在用 AI，但這件事對顧客來說幾乎是無感的？這是技術問題嗎？是策略問題嗎？還是有什麼更根本的東西被遺漏了？

而 Deloitte Tech Trends 2026 的第六大趨勢，以及設計思考的核心方法論，給了我們一個我們認為最誠實也最有實際操作意義的答案。

McKinsey 78% 數據背後的 AI 執行落差：策略到體驗之間有一條鴻溝

AI 導入率高，不等於 AI 價值創造高—大多數企業的 AI 仍停留在後台效率，而非顧客可感知的前台體驗。

McKinsey 2025 State of AI Report 顯示 78% 企業在使用 AI，但 Forbes 的報導指出，這些企業中的大多數，AI 的應用集中在「內部效率提升」—自動化重複性工作、加速數據分析、輔助文件生成。這些應用確實有價值，但它們發生在後台，顧客感知不到。

更值得注意的是，Forbes 引述的研究指出，當企業在顧客溝通中過度強調「AI 驅動」，反而可能降低顧客的信任感。顧客不在乎你用了什麼技術，他們在乎的是：問題解決了嗎？體驗更好了嗎？感覺被理解了嗎？

這個落差的核心，是大多數企業的 AI 策略，是從「技術能做什麼」出發的，而不是從「顧客需要什麼」出發的。這是一個方向相反的問題—而方向相反，跑得越快，離目標越遠。

Deloitte Tech Trends 2026 第六大趨勢：穿越 AI 雜訊，找到真正值得追蹤的訊號

在 AI 資訊過載的時代，能夠辨別雜訊與真正訊號的判斷力，本身就是一種戰略能力。

Deloitte 在 2026 年科技趨勢報告中，將「Cutting through the noise—穿越雜訊，追蹤 AI 進化中真正值得關注的科技訊號」列為第六大趨勢。這個趨勢本身就很有意思：它不是在說「追上最新的 AI 技術」，而是在說「學會分辨哪些 AI 技術訊號是值得追蹤的，哪些只是雜訊」。

這個能力，對企業和個人都同樣重要。過去兩年，AI 相關的技術更新、產品發布、研究報告以指數級速度增長，大多數組織面臨的不是「找不到 AI 應用方向」的問題，而是「被太多 AI 應用方向淹沒、不知道該聚焦哪裡」的問題。

Deloitte 的建議是：以「業務問題」為起點，反向尋找 AI 解決方案，而不是以「AI 技術有什麼能力」為起點，正向尋找應用場景。這個方向的翻轉，正是設計思考最核心的方法—以問題為先，而非以工具為先。

IDEO Futuring 與設計思考：填補 AI 策略執行鴻溝的三個切入點

設計思考填補 AI 落地鴻溝的關鍵，在於它強迫組織回到「真實人的需求」這個起點。

IDEO 的 Futuring 方法論和設計思考的核心工具，提供了三個具體的切入點，幫助組織從「AI 策略」走向「AI 顧客體驗」。

第一個切入點是「問題重新定義」。大多數企業的 AI 專案，問的問題是「我們能用 AI 做什麼」。設計思考要求把這個問題換成：「我們的顧客在哪個時刻最感到挫折或驚喜？在那個時刻，AI 能做什麼？」這個問題的轉換，往往會徹底改變 AI 應用的優先順序。

第二個切入點是「快速原型與真實回饋」。許多企業的 AI 導入，在一個大型的「pilot 試驗」完成之前，都沒有讓真實顧客接觸到它。設計思考的做法是，盡可能快地讓真實顧客接觸到 AI 應用的最簡化版本，然後從真實的反應中學習並迭代。

第三個切入點是「體驗地圖的重新繪製」。AI 導入之後，顧客的服務旅程通常會發生改變，但很多企業沒有系統性地重新繪製這張地圖。哪些接觸點現在由 AI 處理？哪些仍需要人的介入？顧客在哪個時刻希望感受到人的溫度？這些問題，需要透過設計思考的工具來有意識地回答。

歐洲 AI 矛盾：高採用率卻在資助外國生態系，執行方向的系統性誤差

當 AI 採用策略缺乏從本地需求出發的設計思考，高使用率反而可能強化對外部依賴，而非建立自身能力。

The Decoder 引用 Prosus 和 Dealroom.co 聯合發布的「歐洲 AI 現狀：隱形競爭」報告指出，歐洲正在經歷一個矛盾現象：AI 採用率創下歷史新高，但大多數的 AI 支出流向的是美國和中國的 AI 生態系，而非建立歐洲本地的 AI 能力。

這個現象的根源，和企業 AI 落地失敗的原因有相似之處：在沒有清楚定義「我們想要建立什麼」之前，就急著採用「市場上最強大的工具」。結果是，使用率很高，但能力和主導權卻沒有留在自己手上。

從設計思考的視角看，這是一個「問題定義」的失敗：如果問題是「提升 AI 採用率」，那麼採用任何可用的 AI 工具都是答案。但如果問題是「建立可持續的 AI 競爭能力」，答案就完全不同了。

國際案例：The Decoder 引用 Prosus × Dealroom.co：歐洲 AI 隱形競爭報告

我們的觀點：AI 落地的本質是一個設計問題，不是一個技術問題

企業 AI 導入成效不彰，根本原因不是技術不夠強，而是問題定義的方向從一開始就錯了。

把 McKinsey 的 78% 數字、Deloitte 的雜訊穿越挑戰、IDEO 的 Futuring 方法論、和歐洲 AI 矛盾放在一起，我們看到了一個一致的模式：AI 落地失敗，幾乎從不是因為技術不夠好，而是因為問題的起點錯了。

從「技術能做什麼」出發，是一種以供給為中心的思維。它的隱含假設是：只要技術足夠強大，需求自然會出現。但在複雜的人類組織和顧客關係中，這個假設幾乎從不成立。

設計思考之所以在這個問題上有獨特的貢獻，是因為它強迫組織回到一個更根本的問題：誰是真實的人？他們真正的問題是什麼？在他們的生命中，我們的 AI 解決方案在什麼時刻是有意義的，在什麼時刻是多餘的甚至是干擾的？

當 AI 策略從這個問題出發，78% 的導入率，才有機會轉化為 78% 的顧客感知改善。

本文關鍵概念速查

AI 執行落差（AI Execution Gap）

企業 AI 使用率與顧客可感知的體驗改善之間的差距。根據 McKinsey 2025 State of AI Report，78% 企業使用 AI，但大多數應用集中於後台效率，未能轉化為顧客前台體驗的改善。

問題導向 AI 策略（Problem-First AI Strategy）

以真實業務問題或顧客需求為起點，反向尋找 AI 解決方案的策略框架，相對於「技術導向」的正向尋找應用場景。Deloitte Tech Trends 2026 和設計思考方法論均強調此方向。

AI 雜訊過濾（AI Signal vs. Noise）

Deloitte 2026 科技趨勢第六大重點：在 AI 技術快速更新的環境中，辨別哪些訊號代表真正的業務機會、哪些只是市場雜訊的判斷能力，是 2026 年企業最需要培養的戰略能力之一。

體驗地圖重繪（Customer Journey Remapping Post-AI）

AI 導入後，系統性地重新描繪顧客服務旅程的設計思考工具應用，確認哪些接觸點由 AI 處理、哪些需要人的介入、以及顧客在哪個時刻需要感受人性溫度，是填補 AI 落地鴻溝的關鍵步驟。

開放討論

這篇文章讓我們最想問的問題是：

在你的組織或工作中，AI 導入的起點是「技術能做什麼」，還是「我們的顧客（或用戶）需要什麼」？如果是前者，你認為怎麼樣才能把它翻轉為後者？

這個轉換，說起來容易，做起來需要克服很多組織慣性。但我們相信，那些能夠做到這個轉換的組織和個人，將會在 AI 時代創造出與其他人截然不同的顧客關係。

延伸思考

1. 你的組織或你的工作中，AI 目前最大的應用場景是什麼？那個場景的出發點是技術能力，還是使用者需求？
2. 如果你要用設計思考的「體驗地圖」來審視你的 AI 應用，你認為顧客在哪個時刻最能感受到 AI 帶來的改善？在哪個時刻反而感到困惑或疏離？
3. Deloitte 說 2026 年的挑戰是「穿越雜訊」——在你追蹤的 AI 趨勢中，你認為哪些是真正值得投入的訊號，哪些可能只是短期的炒作？

資料來源

Forbes / McKinsey State of AI Report（2026-03-20）：Customers Don't Care About AI Strategy—They Just Care That It Works — https://www.forbes.com/councils/forbesbusinesscouncil/2026/03/20/customers-dont-care-about-ai-strategy-they-just-care-that-it-works/

Deloitte（2026-03-22）：Cutting through the noise - Tech signals worth tracking as AI advances（Tech Trends 2026 第六大趨勢） — https://www.deloitte.com/ce/en/services/consulting/analysis/bg-tech-signals-worth-tracking-as-ai-advances.html

IDEO / Let's Data Science（2026-03-22）：Futuring Prepares Organizations For Future Shocks — https://letsdatascience.com/news/futuring-prepares-organizations-for-future-shocks-8fc3d2bb

The Decoder（2026-03-22）：Europe's AI paradox is record adoption that funds foreign ecosystems instead of building its own — https://the-decoder.com/europes-ai-paradox-is-record-adoption-that-funds-foreign-ecosystems-instead-of-building-its-own/

Forbes / Info-Tech Research Group（2026-03-20）：Should Employers Ban AI Devices From The Workplace? — https://www.forbes.com/councils/forbestechcouncil/2026/03/20/should-employers-ban-ai-devices-from-the-workplace/

訂閱電子報

訂閱「未來思考週報」，每週三收到精選文章與趨勢洞察。