謹慎本身有代價 當你在等待 AI 轉折點，競爭對手已經開始收割了
讀完這篇，你會知道：
- McKinsey × 史丹佛經濟學家 Brynjolfsson 如何解讀 AI 生產力的 J 型曲線，以及「轉折點」究竟意味著什麼
- BCG 研究數據揭示：AI 投資領先者與落後者之間，獲利差距已達 60%，投資回報差距超過 2.7 倍
- 「等等看」的決策慣性，如何在你不知不覺中成為一種競爭劣勢
- 組織要「接住」AI 生產力紅利，需要哪些不是科技、而是人與流程層面的準備
思考的起點
有一個問題，很多企業主管私下都在問，卻很少在會議室裡大聲說出來：「我們到底要等到什麼時候，才算是適合投資 AI 的時機？」
這個問題的背後，是一種真實存在的決策困境。動得太快，怕踩雷、怕浪費預算、怕員工還沒準備好；動得太慢，又怕被對手甩開。謹慎，在許多組織文化裡，向來是優良治理的象徵。
但 2026 年 7 月底，麥肯錫（McKinsey）和波士頓顧問集團（BCG）幾乎同步發布了兩份報告，不約而同指向同一個結論：對 AI 保持謹慎，本身已經是一種代價。
這兩份報告，一份聚焦生產力的結構性轉折，一份直接用數字描述投資落差的代價。放在一起讀，它們共同勾勒出一個讓人難以輕鬆忽視的圖景。
一、J 型曲線的轉折點，現在真的到了嗎？
先從 McKinsey 這份報告說起。這是一集 Podcast 訪談的逐字稿，受訪者是史丹佛大學數位經濟實驗室主任 Erik Brynjolfsson—他是全球最具影響力的 AI 經濟學家之一，長期研究科技對生產力的影響。
Brynjolfsson 用「J 型曲線」來解釋 AI 與生產力的關係。這個概念的核心邏輯是：任何重大技術的導入，短期內都會先產生成本，包括學習成本、流程重組成本、人員調適成本，之後才會在某個時間點開始回升，呈現正向報酬。
問題在於：我們現在處於曲線的哪個位置？
根據他的最新分析，美國 2025 年的生產力成長約達 2.7%，幾乎是過去十年年均值 1.4% 的兩倍。他在英國《金融時報》的評論文章中寫道，這些數據顯示我們正從「投資期」過渡到「收割期」—也就是說，過去幾年的 AI 基礎建設投入，正在開始以可量測的方式反映在產出上。
但 Brynjolfsson 也沒有讓這個訊息過度樂觀。他強調，轉折點出現，不代表所有企業都能自動受益。他觀察到，目前只有少數「能量使用者」（power users）真正在用 AI 代理人（AI agents）完成端對端的工作流程，把原本需要數週的任務壓縮到幾個小時。大多數企業仍然停留在最基本的 AI 使用方式。
換句話說，J 型曲線的上升段正在發生，但它不是均勻地發生在所有人身上。它正在發生在那些已經做好組織準備的企業裡。
二、謹慎投資，BCG 說你已經輸了
BCG 這份報告的標題直接切中核心：《The Cost of Caution with AI Investments》（謹慎投資 AI 的代價）。
報告開篇就點破了一個企業習以為常的管理邏輯：謹慎，在大多數技術決策中，是成熟管理的象徵—先做受控試驗，嚴格管控授權預算，確保每一分投資都有明確的 ROI 再擴大規模。
但 BCG 的研究發現，面對 AI，這套邏輯正在讓企業付出隱性代價。
根據 BCG 的數據，在 AI 投資上走在前端的企業，平均將營收的 1.7% 用於 AI，相較之下，落後企業的比例只有 0.8%。這個差距看似不大，但帶來的成果差異卻相當驚人：
• AI 深度整合的企業，成本降幅是同業的 3 倍
• 獲利率高出競爭對手 60%
• 投入資本回報率（ROIC）達到同業的 2.7 倍
而且 BCG 特別強調，這些優勢還會隨時間持續累積。也就是說，今天的差距，到了明年後年，很可能以複利的方式擴大。
這份報告的核心立場是：對許多組織而言，AI 的真正風險不是投資太多，而是投資太少。當然，這不是叫大家盲目砸錢—報告也明確指出，重點在於「有目標的投資」，而不是把預算分散在各種零星試驗上。
三、生產力紅利不會自動落到你身上
兩份報告放在一起，有一個核心觀點高度重疊，值得特別留意：AI 本身不會自動創造生產力，組織必須主動準備好「接住它」。
Brynjolfsson 在訪談中舉了一個例子。他提到曾與一位 CFO 交流，對方認為要衡量 AI 的 ROI，最直接的方式就是追蹤每個部門「裁了多少人」。Brynjolfsson 指出，這是最容易量測的指標，也是最狹窄的指標。把 AI 等同於降人力成本，是一種典型的短視。
他的觀點更接近這樣：真正的生產力提升，來自 AI 讓人能夠做到過去做不到的事，而不只是更快做完過去做過的事。他用軟體開發為例說明—AI 不只讓資深工程師加速產出程式碼，更讓他們有能力管理多個 AI 代理人、同時定義問題、協調執行、評估成果，進入一種「定義—執行—評估」的新型工作模式。
BCG 則用了一個精準的比例來說明這個問題。報告指出，在企業 AI 轉型的價值方程式中，演算法本身大約只佔 10%，科技與資料基礎設施大約佔 20%，其餘的 70% 來自人員、流程與行為的改變。
但現實是，大多數企業只投資了那 30%—工具、授權、模型。那 70% 的人員培育、流程再設計、行為轉型，往往付之闕如。結果就是，AI 被疊加在舊有的工作流程上，而不是從根本重構它。BCG 的結論很清楚：沒有那 70%，AI 只是一層覆蓋，而不是新的作業系統。
四、「等等看」為什麼是一種決策陷阱
很多組織選擇「等等看」，背後有幾個看似合理的理由：等技術更成熟、等市場更清晰、等有更好的 ROI 案例可以參考。
但 BCG 的報告明確點出，這種思維在 AI 的語境下已經構成結構性風險。傳統科技投資的節奏是「試點驗證→規模複製」，這個邏輯在相對穩定的技術環境中運作得很好。但當技術本身在快速演進、而競爭對手也在同步加速時，等待驗證的時間成本遠高於大多數人的預期。
報告用了一句話：過度要求精準的商業論證，本身就可能成為快速變動環境中的策略限制。
換個角度來說：當你的商業案例還在被財務部門審核的時候，走在前端的競爭對手可能已經完成了第三輪的流程再造。
這不是叫組織放棄財務紀律。BCG 的建議是，把傳統成本控管省下來的資源，轉為 AI 轉型的投入—兩者並非對立，而是可以形成循環：傳統節流創造空間，AI 投資帶動結構性效率，效率再釋放更多投資能量。
Brynjolfsson 也從不同角度說了同樣的事。他在訪談中說，現在不嘗試導入 AI 反而是更高風險的選擇。如果一個組織聚焦在維持現狀，試圖守住既有業務，那種守法在中長期反而是更不安全的。
五、領導力，才是 AI 轉型最稀缺的資源
兩份報告的末尾，都把問題收斂到同一個地方：人，尤其是組織高層的領導力。
Brynjolfsson 在訪談中坦言，他見過極少數組織真正做對了。他點名 Nasdaq 是少數幾家能夠持續在組織層面進行再造的企業，而非只是在科技層面添加工具。他們的成功，不是因為選了最好的 AI 模型，而是因為高層願意長期投入組織重設計，並且在 LLM 出現之前，就已經建立了這種再造能力。
McKinsey 的合夥人 Brooke Weddle 在訪談中提到一個關鍵觀察：她與許多企業合作時，70-80% 的工作不是在討論哪些流程要自動化，而是在定義新的角色、行為與所需能力—以及讓這些改變得以發生的底層心態。
BCG 則在報告中提醒，領導者需要做的，是辨識出組織裡的「異見者」（mavericks）—那些願意挑戰既有假設、有勇氣在跨部門協作中承擔不確定性的人。在 AI 轉型這個時代，這樣的人比以往任何時候都更稀缺、也更重要。
Brynjolfsson 在訪談結尾說了一句話，很值得領���者反思：當你聽到「AI」，你不應該想到「人工智慧」（artificial intelligence），而應該想到「放大意圖」（amplifying intention）。如果你有清晰的意圖，AI 能讓你做到遠比過去多的事。
這句話，其實也是對「等等看」心態最好的反問：你等待的，究竟是技術的成熟，還是自己意圖的清晰？
我們的觀點
Brynjolfsson 和 BCG 的報告，讀起來像是兩個不同視角的同一個警告：AI 生產力的轉折點正在到來，但它不會自動降臨在每一家企業身上。它只會落在那些已經做好組織準備的地方。
這份「準備」，不只是採購了哪些工具、導入了哪個平台。更核心的問題是：你的組織有沒有重新設計工作流程的能力？有沒有願意挑戰現狀的人被賦予足夠的空間？有沒有把 AI 當成核心基礎建設、而非邊緣試驗的戰略決心？
這些問題，往往沒有一個標準答案。每個組織的起點不同、產業脈絡不同、人才準備度也不同。如果你正在思考如何協助團隊或組織因應這樣的轉變，顧問諮詢是一個很好的起點—我們可以從你的實際情境出發，找到最適合的切入方式。
歡迎與我們討論：designthinking.com.tw/contactus
概念速查
J 型曲線（J-Curve）：
描述重大技術導入初期，生產力因學習成本與流程重組而短暫下降，之後隨組織適應而回升的曲線形態。Brynjolfsson 認為 AI 目前正處於曲線由谷底轉向上升的關鍵節點。
收割期 vs. 投資期：
Brynjolfsson 區分了兩個階段：投資期指企業砸入資源但尚未見到明顯產出的階段；收割期則是前期投入開始以可量測方式反映在生產力數據上的時期。他認為美國在 2025 年數據上已出現收割期的初步訊號。
AI 領先者 vs. 落後者：
根據 BCG 研究，領先者將營收的 1.7% 投入 AI，落後者只有 0.8%。這個投資差距帶來的結果差異，包括成本降幅、獲利率與投資回報，均已達數倍之差。
10/20/70 法則：
BCG 提出的 AI 轉型價值分配架構：演算法佔 10%，科技與資料基礎設施佔 20%，人員、流程與行為改變佔 70%。大多數企業只投資了前 30%，卻期待全部的回報。
常見問題 FAQ
Q：我們公司規模不大，這些數據適用嗎？
A：BCG 和 McKinsey 的研究對象多為大型企業，但其中的核心邏輯—AI 投資需要搭配流程再設計、人員培育才能產生效果—對中小型組織同樣成立。Brynjolfsson 甚至認為，中小企業在 AI 時代反而有機會取用過去無法負擔的高端能力，縮短與大型企業的差距。
Q：如何判斷自己的組織是否已落入「謹慎陷阱」？
A：可以問自己幾個問題：你的 AI 試驗大多停留在少數部門？你仍在等待一個「完整的 ROI 論證」才願意擴大規模？你的 AI 計畫主要由 IT 部門推動，而非業務或營運層面？如果答案多為是，你的組織很可能已處於 BCG 所描述的謹慎陷阱中。
Q：「AI 轉折點」是否只是學術說法，實際影響有多快？
A：Brynjolfsson 本人也謹慎說明，目前的生產力回升訊號仍需多個周期才能確認為長期趨勢，且地緣政治或貨幣政策的波動都可能影響走向。但他同時強調，已有明確數據顯示「小群體的能量使用者」在個別企業層面取得了顯著成果，這不只是宏觀預測，而是可觀察的現實。
開放討論
你的組織目前處於 AI 投資的哪個階段？是還在觀望、正在試點，還是已經開始進行流程層面的再設計？歡迎在留言區分享你的觀察與困惑，我們會持續回應。
延伸思考三問
- 你的組織在做 AI 投資決策時，最主要的阻力來自哪裡—是財務論證不足、人才準備度不夠，還是高層的優先順序排列？
- 如果 BCG 的「10/20/70」是正確的，你的組織目前在那 70% 的人員與流程投入上，花了多少資源？
- Brynjolfsson 說，AI 的最大機會不在於「讓人更快做舊事」，而在於「讓人能做新事」。你的組織有沒有在問這個問題？
資料來源
BCG（2026年7月31日）—「The Cost of Caution with AI Investments」Boston Consulting Group
Fortune（2026年2月15日）—「AI Productivity Liftoff: Brynjolfsson on the Harvest Phase」
關於文字策展人
Cha Cha 是查查創意文字策展人暨創辦人，Stanford d.school 設計思考專業研修，累積超過三百場企業工作坊實戰經驗。長期深耕設計思考、創意思考與未來趨勢，致力於讓更多人在 AI 時代找到自己的思考方式。
想持續追蹤 AI 轉型趨勢？
如果你的團隊正在思考 AI 轉型的切入點，或者想深入討論組織如何「接住」AI 生產力紅利，歡迎與我們聯繫：
designthinking.com.tw/contactus
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。