logo
cover

AI 時代企業怎麼做出不一樣的東西?Deloitte 2026 報告:人人都買得到 AI,買不到的是原創性

查查創意|團隊也卡在類似的問題?我們到公司帶設計思考、創意思考工作坊,用你們自己的題目練一次。 看企業內訓 →

重點先看

● 大家都買得到同一套 AI,所以產品和提案越來越像;差異化要靠 AI 買不到的東西。

● Deloitte 2026 報告:AI 人人買得到,差距在有沒有用它重新想工作和商業模式。

● 今天就能做:下一份提案交出去前,先圈出「只有我們做得出來」的那一段,圈不出來就是警訊。



思考的起點

Deloitte 亞太區 2026 年 11 月報告指出,AI 人人買得到,原創性反而變稀少。週一的提案會議,三個小組輪流上台,簡報結構幾乎一樣:市場趨勢、三個痛點、一套 AI 解法、時程表。總經理聽到第三組,翻了翻前面兩份,問了一句:「我們跟對手的提案,差在哪裡?」會議室安靜下來,沒有人接話。三組都很認真,熬夜改了好幾版,也都用了公司剛買的 AI 工具。每一份單獨看都不差,放在一起卻分不出誰是誰。問題出在哪一步?




大家都用 AI,提案和產品為什麼越來越像?

根據 Deloitte 亞太區 2026 年 11 月 16 日在香港發布的《CEO AI Leadership Report》(報告名稱〈Artificial Intelligence. Original Advantage.〉),AI 現在的狀態很像水電:按用量計價,一家新創買得到的,一家大集團也買得到。報告裡有一句話,我們覺得很準:當每個人都能買到同樣的答案,優勢就會移到買不到的東西上。


報告列出的「買不到的東西」有四樣:存在人腦裡、不在任何系統裡的經驗和知識;人的判斷力;顧客的信任;還有一個組織用大家都有的工具,學得多快。


回到開頭那場提案會議。三組都用同一套 AI 整理市場資料、產生痛點清單、排出時程。工具一樣、提示詞相近、資料來源也差不多,交出來的東西長得像,其實一點也不奇怪。


Deloitte 全球 AI 負責人 Nitin Mittal 在新聞稿裡說:「當 AI 越來越容易取得,差異化就會讓位給同質化。」Deloitte 亞太區執行長 Rob Hillard 則說:「每家公司都買得到同樣的 AI,買不到的,是把它變成競爭優勢的那些獨特知識、判斷和學習。」


這份報告把這件事叫做「原創性落差」(Originality Gap):任何公司都買得到的東西,和只有一家公司擁有的東西,中間的距離。報告的主張是,AI 的回報就藏在把這段距離縮小。


很多主管會把「提案都差不多」怪到團隊不夠努力,或是 AI 工具不夠好。可是如果整個產業都在用相近的工具、看相近的資料,結果會收斂,是很自然的事。真正要回答的,是另一個問題:在這套大家都有的工具之外,我們手上有什麼,是別人沒有的?


這也是我們在企業創意思考工作坊最常被提到的困擾:點子很多,看起來卻都像在別家的簡報裡看過。



Deloitte 2026 報告:差距不在用了多少 AI,在用 AI 做了什麼

先把這份報告的來歷講清楚。這是 Deloitte 亞太區自己贊助的研究,調查對象是 18 個亞太經濟合作(APEC)經濟體加上印度、共 1,278 位企業領導者,其中 46% 是執行長或同等級的主管;另外又訪談了 50 位 AI 導入程度較高的企業領導者。報告的方法說明寫了問卷有 27 題,卻沒有寫調查是哪幾個月做的。所以下面的數字,請當成「Deloitte 2026 年報告的觀察」來讀,不是年度統計。


在這個前提下,報告有幾個發現值得停下來看。


第一,AI 已經排上主管的議程。52% 的受訪領導者把「把 AI 導入整個企業」列為前三大優先,排在營收成長(41%)和獲利(39%)前面。71% 說已經大規模部署 AI。


第二,用得多,不代表用得深。被問到 AI 帶來最大的改變是什麼,三分之一的執行長說是流程自動化和效率,不到四分之一的人用 AI 重新思考自己的商業模式。報告在這裡問了一個很根本的問題:這項技術,到底是拿來做什麼的?


第三,報告用三個標準替企業分組:AI 用得多深、改變了多少工作方式、主管怎麼評估自己的競爭位置。三項都符合的只有 7%,報告稱為「AI Compounders」(複利型);符合兩項的 26%;其餘 67% 是「Adopters」(採用者)。


報告特別提醒,採用者不一定部署得比較少,差別在用法。把「創造價值」另外拿出來當結果看,差距很大:說 AI 帶來整個企業層級的價值、或全新價值來源的,複利型是 64%,中間那組 31%,採用者只有 13%。


這三組數字放在一起,我們讀到的是:大部分企業花力氣的地方,是讓現有的工作做得更快。這很重要,也省得到錢,但它很難讓公司和對手拉開距離,因為對手買的是同一套工具,省的是同一種時間。


報告裡還有一個細節:在 50 位受訪的領導者裡,只有 4 位認為「技術本身」是勝出最重要的因素。其他人提到的,是工作流程重新設計、人才和能力,還有信任。



主管讓人負責的是「檢查」,不是「創造」

報告第 18 頁有一段,我們讀了好幾次。它說,AI 接手越來越多工作之後,人的價值不會消失,只是會移動。人在 AI 旁邊可以扮演三種角色:檢查 AI 產出的人、替機器不該自己做的決定把關的人,還有創造 AI 自己做不出來的價值的人。


然後報告寫:被問到怎麼重新設計人的工作,多數領導者描述的是「檢查和判斷」,不是「創造」。


這個發現跟前面那場提案會議接得起來。很多團隊導入 AI 之後,人的工作從「想」變成「改」:AI 先生一版,人負責挑錯、修順、確認沒有出事。這樣做很安全,但報告的說法很直接:一家只讓人檢查 AI 的公司,也許安全,卻不會原創。


報告也問了領導者最想保護什麼。37% 選了人的判斷、批判思考或創造力,22% 選了人的監督和當責。報告引用一位新加坡金融業執行長的話:出了事,監管機關和顧客「還是會找得到一個名字,不是一個演算法」。


這些領導者也在動。81% 說他們有刻意設計人和 AI 怎麼分工,78% 說正在圍繞 AI 重新設計職務和工作流程,不只是把 AI 加進原本的工作。


可是「刻意分工」有兩種結果。一種是把人放在流程最後當驗收員;另一種,是讓人站到流程最前面,決定 AI 要去解哪個問題。Deloitte 全球未來工作負責人 Nicole Scoble-Williams 說,每個組織都面對一個選擇:用 AI 變得更快、更安全,或用它變得更原創。


我們的看法是,這個選擇很少被明白地做出來。它通常藏在一些很小的習慣裡:會議上誰先開口、第一版是誰寫的、提案被打回來時大家改的是字還是方向。



研究也看到同一件事:AI 想出來的點子,彼此很像

「大家用同樣的 AI,點子會變得很像」,不只是顧問公司的觀察,2026 年也有學術研究看到類似的現象。


根據杜克大學 Emily Wenger 和以色列理工學院 Yoed N. Kenett 2026 年 2 月發表在《PNAS Nexus》的研究,他們讓 22 個商用大型語言模型和一群真人做同樣的創意測驗,再比較整群答案的多樣性。結果是:單一模型的表現跟一般人差不多,甚至略好,但各家模型的答案彼此之間,比真人和真人之間像得多。作者的提醒是,如果今天的模型行為都很相似,不管用哪一家,當創意夥伴都可能把使用者推向相似的「創意」。


研究者自己也講了限制:他們只測了特定的文字創意題,結果不一定能推到畫圖或音樂;而且商用模型都有安全和對話規範,可能影響它們的回答。


賓州州立大學 Roger Beaty 和布蘭迪斯大學 Clin Lai 的團隊,2026 年在《Computers in Human Behavior》發表另一個實驗:208 位參加者隨機分配,跟另一個人或跟 ChatGPT 一起做創意題。跟人合作的那組,想出來的點子比較有創意、也比較多樣。我們在〈AI 時代的創意思考:跟人一起想點子,為什麼比跟 ChatGPT 一起想更有創意?〉寫過這兩份研究的細節,這��只帶一句兩位作者給讀者的建議:需要創意幫忙時,先跟人聊,再跟 AI 聊。


把學術研究和 Deloitte 的報告放在一起看,方向是一致的:AI 很會產生「還不錯」的點子,但如果每個人都從同一個起點出發,大家會走到差不多的地方。


這也解釋了為什麼原創性落差不是靠換一套更強的 AI 能補起來。工具越強,大家拿到的「還不錯」越接近。



覺得自己領先,和真的領先是兩回事

報告第 12 頁有一句標題:相信自己領先,和真的領先,是兩回事。


數字是這樣的:複利型企業有 93% 覺得自己的領先正在擴大;採用者也有將近四分之三這麼覺得。報告說,從任何標準看,這都是一個「很擁擠的領先圈」。


另一個對比更明顯。三分之二的複利型企業說,自己在產業裡帶頭創新,或站在最前面;採用者只有十分之一這麼說。新聞稿裡有一句話很刺耳:很多企業其實是在跟去年的自己賽跑,不是在跟對手比。


這跟我們在很多組織看到的狀況很像。年度檢討時,大家比的是「今年比去年多導入了幾個 AI 工具」「流程快了幾天」,很少有人拿外面的標準來比:顧客現在拿我們跟誰比?對手這一年做出了什麼我們做不出來的東西?


報告給的建議是把學習變成一種紀律:拿整個產業當比較基準,不拿去年;先測試再擴大;停掉沒用的;讓每一個決定都建立在上一個決定學到的東西上。


讀到這裡,可能有主管會想:那我們就多做實驗、多導入幾個 AI 專案。可是如果每個實驗的起點都是同一套工具給的同一批答案,實驗做得再多,也還是在同一個小圈圈裡繞。



用設計思考怎麼解:先找出「只有我們做得出來」的那一塊

先說清楚:Deloitte 這份報告是調查和訪談,學術研究是實驗,它們都不是設計思考的案例。下面是我們建議你自己可以怎麼做。


設計思考從人開始:真實的顧客在什麼情境下,卡在哪裡、在乎什麼。這一點剛好是 AI 最難代勞的部分。AI 可以整理市場報告、歸納評論,可是它沒有你上個月在門市站了一下午看到的那個畫面,也沒有你們業務在客戶會議室裡聽到、卻從來沒寫進報告的那句抱怨。報告說的「存在人腦裡、不在任何系統裡的經驗和知識」,很多就藏在這些地方。


所以第一個小動作很簡單:下一份提案交出去之前,拿一支筆,把整份提案裡「只有我們做得出來」的那一段圈起來。不是「我們做得比較好」,是「別家沒有我們的經驗、顧客、資料,就做不出來」的那一段。


做得好的樣子大概是:圈起來的那段,裡面有一個只有你們見過的顧客情境,或一個只有你們手上才有的觀察。如果整份提案圈不出任何一段,或圈到的只有公司名稱和報價,那這份提案大概跟對手的很像。


圈完之後,真正難的才開始。圈不出來的時候,團隊要從哪裡找回那些「只有我們有」的東西?誰的經驗該被放到流程最前面,而不是最後面?一場會議裡,人和 AI 誰先出手,結果會差多少?這些問題,每個團隊的答案都不一樣,也很難一個人在辦公室裡想清楚。



我們的觀點

這份報告最讓我們有感的,是那一句:多數領導者把人的工作重新設計成「檢查和判斷」,而不是「創造」。


我不建議用「買更好的 AI」來回應提案越來越像的問題。如果整個產業都在用相近的工具,更強的工具只會讓大家更快走到同一個地方。我也不建議反過來禁止團隊用 AI,那等於放棄一個每家公司都有的好工具。


我們比較在意的是順序。AI 先出一版,人來修,人的經驗就只剩下挑錯的位置;人先帶著自己看過的顧客、自己才懂的現場出手,再讓 AI 幫忙展開,人的經驗才有機會變成產品裡別人抄不走的那一塊。這個順序,很少有公司刻意設計過。


也要提醒,Deloitte 這份是自家贊助的報告,調查時間沒有公開,受訪者多半是對 AI 比較積極的大企業主管,比例不一定適合直接套在每家公司身上。但它點出的方向,跟學術研究看到的現象一致,值得每個正在導入 AI 的團隊認真想一次。


如果你的團隊也卡在「大家都用 AI,提案和產品卻越來越像」「點子很多,看起來都像在別家看過」,這正是我們創意思考企業工作坊在做的事:用創意思考和設計思考,帶整個團隊從真實的顧客和自己才有的經驗出發,在半天到兩天的工作坊或企業內訓裡,把「只有我們做得出來」的東西找出來,發想出能先試的做法。適合想開發新產品、提案常被說「跟別家差不多」、或正在導入 AI 卻擔心團隊越來越像的部門。歡迎告訴我們你們遇到的狀況:

https://www.designthinking.com.tw/contactus



概念速查

原創性落差(Originality Gap):

Deloitte 亞太區 2026 年報告的說法,指任何公司都買得到的東西(例如同一套 AI),和只有一家公司擁有的東西(獨特經驗、判斷、顧客信任、學習速度)之間的距離。


AI 時代的同質化:

很多公司用相近的 AI 工具和資料,產生的提案、文案、產品越來越像。2026 年《PNAS Nexus》研究發現,不同 AI 模型的創意答案彼此之間,比真人之間相似得多。


人的溢價(human premium):

Deloitte 報告用語,指人在 AI 旁邊能創造、而 AI 做不出來的價值。報告認為它不在員工人數,在公司把哪些重要決定交給人負責。



FAQ

Q:大家都在用 AI,為什麼公司的提案和產品越來越像?

A:因為大家買得到的是同一套工具、看的是相近的資料。Deloitte 亞太區 2026 年報告指出,當每家公司都能買到同樣的答案,優勢會移到買不到的東西上:人的經驗和判斷、顧客信任、學習速度。


Q:AI 時代企業要怎麼做出差異化?

A:先找出「只有我們做得出來」的部分。Deloitte 2026 年報告的觀察是,領先的企業差別不在 AI 用得多,在有沒有用 AI 重新想工作和商業模式。


Q:Deloitte 的 AI 報告調查了多少人?可信嗎?

A:報告調查了 18 個 APEC 經濟體加印度的 1,278 位企業領導者,46% 是執行長或同等級主管,另外訪談 50 位領導者。這是 Deloitte 亞太區自家贊助的研究,方法說明沒有寫調查月份,數字適合當觀察,不適合當年度統計。


Q:用 AI 發想點子,會讓創意變差嗎?

A:不一定變差,但可能變得很像。杜克大學與以色列理工學院 2026 年的研究發現,單一 AI 模型的創意分數跟一般人差不多,但不同模型的答案彼此很相似。另一個 2026 年實驗則發現,跟人一起發想的點子比跟 ChatGPT 一起的更多樣。


Q:主管今天可以先做什麼?

A:下一份提案交出去前,把「只有我們做得出來」的那一段圈起來。圈不出來,或只圈到公司名稱和報價,就是提案可能跟對手很像的警訊。



開放討論

你們團隊最近一份提案裡,有哪一段是別家做不出來的? 導入 AI 之後,你的工作比較多是在「想」,還是在「改」? 如果明天開始規定人先出手、AI 後補,你們的會議會變成什麼樣子?



資料來源

Deloitte Asia Pacific(2026/11/16)|AI is abundant but originality is scarce: Deloitte Asia Pacific report finds 7% of organisations furthest ahead in AI transformation(新聞稿,發言人 Rob Hillard、Nitin Mittal、Nicole Scoble-Williams)

https://www.deloitte.com/ap/en/about/press-room/ai-is-abundant-originality-is-scarce.html


Deloitte Asia Pacific,Rob Hillard、Clare Harding、Nicole Scoble-Williams、Stuart Johnston、Nitin Mittal、Thomas Schoenwaelder(2026/11)|Artificial Intelligence. Original Advantage. CEO AI Leadership Report(Deloitte Asia Pacific 贊助;1,278 位企業領導者問卷+50 位領導者訪談;調查月份未公開)

https://www.deloitte.com/global/en/what-we-do/capabilities/ai/research/ceo-ai-leadership-report.html


PNAS Nexus,Emily Wenger、Yoed N. Kenett(2026/02/27)|Large language models are homogeneously creative

https://doi.org/10.1093/pnasnexus/pgag042


Computers in Human Behavior,Clin K. Y. Lai、Simone A. Luchini、Nina Lauharatanahirun、Roger Beaty(2026 線上刊出,2027/02 期)|Creative or uncreative partner: Comparing humans and AI in collaborative creative tasks

https://doi.org/10.1016/j.chb.2026.109172


Singularity Hub(轉載自 The Conversation),Clin Lai、Roger Beaty(2026/10/30)|AI May Quickly Generate Ideas, but Teams of People Are Still More Creative

https://singularityhub.com/2026/10/30/ai-may-quickly-generate-ideas-but-teams-of-people-are-still-more-creative/

配圖:Photo by Paymo、Smartworks Coworking、ThisisEngineering on Unsplash



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。




訂閱電子報


專為企業機構、政府機關與教育單位,提供設計思考 & 創意思考的專業顧問及教育訓練!由淺帶入深,並透過科技與多媒體教材,以遊戲化、團隊合作的互動教學方式,來啟發各個年齡層的創意思維及學習設計思考方法!

回應

早鳥到 11/24(二)23:59 別急著找答案!善用設計思考,打造你自己的人生藍圖8 堂錄影課+8 份學習單,在 PressPlay 上課
看課程