企業導入 AI，主管、使用者、工程師各要培養哪些能力？微軟與 BCG 2026 調查
重點先看
● 主管練說清方向與品質標準，使用者練檢查與判斷，工程師／IT 練管好 AI 代理。
● 微軟 2026 調查：AI 帶來的成效，67% 跟組織因素有關，個人只占 32%。
● 今天就能做：請三種角色各寫一句「這個 AI 專案成功了，我的工作哪裡不一樣」。
思考的起點
微軟 2026 調查：企業導入 AI 的成效，67% 跟組織有關，個人只占 32%。企業學員上課時最常問的一句話是：「這個可以直接問 AI 嗎？」問的人有主管、有業務、也有 IT。同一句話，背後擔心的事完全不同。主管怕團隊跟不上，業務怕交出去的東西錯了沒人發現，IT 怕哪天某個 AI 代理把不該寄的資料寄出去。可是很多公司的 AI 教育訓練，是把這三種人放進同一間教室，上同一堂工具操作課。課上完，帳號開了，三種擔心都還在。
同一堂 AI 課，三種角色聽完卡在不同地方
根據波士頓顧問公司（BCG）Vinciane Beauchene、Sylvain Duranton、David Martin、Vanessa Lyon 與 Jeff Walters 在 2026 年 6 月 3 日發表的第四屆《AI at Work》調查，研究團隊訪問 14 個市場、11,749 位第一線員工、主管與高層。72% 的人說，AI 已經大幅改變自己這個職位需要的技能；覺得自己有得到足夠技能訓練的，只有 36%，和前一年一樣。
工作的樣子也在變。同一份調查裡，47% 的人說，自己花在「管理、指揮 AI」的時間，已經比親手做事還多。第一線員工固定使用 AI 的比例，一年內從 51% 升到 74%。
BCG 的 Beauchene 在新聞稿裡說，第一波 AI 著重的是個人的生產力，下一波要改變的是大家一起做事的方式。
這句話點出很多公司 AI 教育訓練的盲點。一堂課教會大家怎麼下指令，可以讓每個人變快一點；可是主管要決定團隊把省下的時間用在哪裡，使用者要判斷 AI 給的東西能不能交出去，IT 要讓幾十個 AI 代理在系統裡安全地跑。這是三種不同的能力，上同一堂課，很難三種都顧到。
我們在〈企業導入 AI 怎麼開始？麥肯錫 2026 調查：近九成公司在用，只有 37% 看到獲利貢獻〉談過從哪一段工作開始導入；這篇接著回答下一個問題：導入之後，每種角色各要練什麼。
三種角色要練的不一樣，起點卻常常是同一件事：先對「AI 要幫我們解決什麼」有共識。公司自己推的時候，最難的是這三種人很少有機會坐在同一張桌子談。如果你的團隊也卡在這裡，可以聊聊我們怎麼用設計思考帶企業 AI 工作坊：
https://www.designthinking.com.tw/contactus
主管要培養的能力：說清楚方向、自己先用、訂出品質標準
根據微軟（Microsoft）WorkLab 在 2026 年 5 月 5 日發表的《2026 工作趨勢指數》，研究團隊委託 Edelman Data x Intelligence，在 2026 年 2 月到 4 月調查美國、英國、日本、德國、印度、巴西等 10 個市場、20,000 位在工作上使用 AI 的知識工作者，再加上 105,000 段 Microsoft 365 Copilot 對話的匿名分析。
報告最重要的發現是：組織文化、主管支持、人才制度這些組織因素，和 AI 帶來的成效關係最大，占 67%；個人的心態和行為只占 32%。報告也提醒，這是統計上的關聯，不是因果。
主管這一層，數字並不好看。只有 26% 的受訪者說，公司高層對 AI 的方向清楚而且一致。只有 13% 說，就算用 AI 重新設計工作沒達到目標，公司也會肯定這樣的嘗試。
再看做得好的人身邊的主管長什麼樣子。微軟把最會用 AI、也最常重新設計工作方式的人稱為「前沿工作者」。和其他人比，他們更常說自己的主管會公開使用 AI（85% 對 64%），也更常說主管會替 AI 協助完成的工作訂出品質標準（83% 對 57%）。
BCG 的調查從員工那一端看到同樣的缺口。只有三分之一的第一線員工說，高層對 AI 的溝通是清楚的；只有 28% 覺得高層說的和公司實際在做的，連得起來。66% 的第一線員工說，AI 幫自己省下時間之後，幾乎沒有人告訴他們這些時間該用在哪裡。一半的受訪者說，公司對「怎麼管理一個有人也有 AI 的團隊」，還沒有清楚的規則。
把兩份報告放在一起看，主管要練的能力不是更會下指令。我們的判斷是三件事：把方向說清楚，讓團隊知道 AI 省下的時間要拿去做什麼；自己在團隊面前用；替 AI 參與的工作訂出「怎樣才算可以交出去」的標準。這三件事都和工具無關，都和人有關。
一般使用者要培養的能力：檢查 AI 的成品，判斷哪些事該交給 AI
同一份微軟報告問使用者：AI 接手越來越多工作，哪些人的能力變得更重要？排在最前面的兩項，是檢查 AI 產出的品質（50%），以及批判思考，也就是客觀分析資訊、做出有理由的判斷（46%）。
86% 的受訪者說，AI 給的東西只是起點，不是最後答案，「想清楚」這件事還是自己的責任。
前沿工作者和其他人最大的差別，出現在開始做事之前。53% 的前沿工作者會在動手前先停一下，決定哪些部分交給 AI、哪些由人來做；其他人只有 33%。前沿工作者也更常刻意保留一部分工作不用 AI（43% 對 30%）。
這和很多公司的 AI 課程重點不太一樣。課堂上教最多的是怎麼寫提示詞、怎麼讓 AI 寫得更像樣；可是對一位業務、一位人資、一位客服來說，每天要做的判斷是：這份 AI 寫的報價說明，哪一句可能讓客戶誤會？這封信適合交給 AI 起草，還是我應該自己打電話？
我們在〈AI 導入員工要參與嗎？2026 調查：員工準備好的團隊，AI 專案成功率 71% 對 28%〉談過，讓每天用 AI 的人參與決定，專案比較容易成功。使用者的判斷力，就是在這種參與裡練出來的。
工程師與 IT 要培養的能力：管好 AI 代理，也聽懂業務要什麼
AI 代理（AI agent）增加得很快。微軟的報告指出，Microsoft 365 裡活躍的 AI 代理數量一年成長 15 倍，大型企業成長 18 倍。
報告對 IT 的角色寫得很直接：把 AI 代理當成要被管理的對象，有身分、有權限、有政策規範，也有從上線到停用的完整管理。報告的說法是，IT 會變成 AI 代理運作的「控制中心」，用管理人員和應用程式一樣的嚴謹程度管理它們，讓規模變大時，公司仍然看得到每個代理在做什麼。資安團隊則要把監控、政策執行和稽核紀錄放進去，報告點名的新風險包括資料外洩、系統執行了沒人預期的動作，以及未經授權的存取。
工程師這一端，可以看 Stack Overflow 在 2026 年 10 月 6 日公布的《2026 開發者調查》，共有 169 個國家、超過 30,000 位技術人員回覆。48% 的人說，只有在答案容易驗證的時候才信任 AI；願意把這份信任延伸到大部分工作的，只有 16%。只有 24% 的人說，自己的公司有公布核准使用的 AI 工具，或正式的 AI 使用規範。
同一份調查裡，有一組數字很少被拿出來談。開發者認為最可信的背景資訊，第一名是專案目標和需求（85%），程式碼和文件（73%）排第二。遇到具體問題時，最信任的來源仍然是一起工作的人（72%）。
所以工程師要練的，不只是讓 AI 寫程式更快。AI 寫得越快，「到底要做什麼」就越重要；而專案目標和需求，常常要從業務、客服、第一線同事那裡問出來。Stack Overflow 執行長 Prashanth Chandrasekar 在新聞稿裡也提到，開發者對 AI 的信任是有條件的。我們的看法是，條件之一，就是工程師和用的人有沒有真的談過。
用設計思考看 AI 導入：卡住的常是人的問題
先說清楚：微軟、BCG 和 Stack Overflow 做的都是調查研究，報告裡沒有提到設計思考。下面是 Cha Cha 給 HR 和主管的建議。
三份報告放在一起，卡住的地方很少是「不會用工具」。高層方向說不清楚，員工就不知道省下的時間要做什麼；說的和做的連不起來，信任就下降；主管、使用者、IT 各自想像 AI 的用途，跨部門的會議就容易各說各話。這些是信任、角色和溝通的問題，也就是人的問題。
AI 可以幫忙整理資料、寫出初稿、跑出一個原型。可是「業務為什麼不敢把 AI 寫的報價交出去」「IT 為什麼不願意開放權限」，這種答案藏在人的擔心和處境裡，要有人去聽、去問才知道。設計思考就是處理這種問題的方法：先理解相關的人，再重新定義問題，最後才決定工具放在哪裡。
今天就能做的一小步：下次開 AI 導入會議之前，請一位主管、一位每天會用的同事、一位 IT 同事，各用一句話寫下「這個 AI 專案成功了，我的工作哪裡會不一樣」，三張紙放在一起看。
多數時候，三句話會對不上。接下來要怎麼讓三種人談出同一個題目、各自要練的能力怎麼排先後，這是公司自己做最難的部分：不知道談到哪裡才算有共識，也不確定是誰該先讓步。
我們的觀點
企業學員常問：「這個可以直接問 AI 嗎？」所以 Cha Cha 現在的課，一開始就會先宣布規則：前面的步驟不能用 AI，到了做原型的階段，才開放用 AI 畫圖、做出網頁或流程的雛形。理由很簡單，問題還沒想清楚就先問 AI，大家會拿到一個看起來很完整的答案，然後卡在「然後呢」。
我不建議把「全員 AI 課」當成 AI 人才培育的第一步。三份 2026 年的調查都指向同一件事：個人會不會用 AI，只解釋了一小部分成效；主管有沒有把方向說清楚、使用者有沒有判斷力、IT 有沒有把規則訂好，影響更大。這三種能力的起點都一樣，就是讓這三種人坐下來，把「AI 要幫我們解決誰的什麼問題」談清楚。
如果你的公司正在規劃 AI 人才培育，想先讓主管、第一線和 IT 用設計思考把問題定義清楚，再決定每種角色要練什麼，歡迎聯絡我們，安排一場台北設計思考企業內訓或企業 AI 工作坊：
https://www.designthinking.com.tw/contactus
概念速查
AI 能力（AI skills）：
在工作上用好 AI 需要的能力。不只是會操作工具，也包括判斷哪些事交給 AI、檢查 AI 的成品、為結果負責。不同角色要練的重點不一樣。
AI 代理（AI Agent）：
可以自己執行一連串步驟的 AI，例如查資料、填表、寄信、更新系統。微軟 2026 年報告指出，Microsoft 365 裡的活躍 AI 代理一年成長 15 倍。
前沿工作者（Frontier Professional）：
微軟 2026 年工作趨勢指數的分類，指最會用 AI、也最常重新設計自己工作方式的使用者，約占受訪 AI 使用者的 16%。
AI 品質標準：
團隊事先講好，AI 協助完成的工作要符合哪些條件才能交出去，例如要核對哪些數字、哪些內容一定要由人確認。微軟調查中，83% 的前沿工作者說主管會訂這種標準，其他人是 57%。
AI 人才培育：
企業依照不同角色的工作需要，規劃 AI ��關能力的學習與練習。BCG 2026 年調查中，72% 的人說 AI 已經改變自己職位需要的技能，只有 36% 覺得得到足夠的訓練。
FAQ
Q：企業導入 AI，主管要培養哪些能力？
A：主要是說清楚方向、自己先用、替 AI 參與的工作訂品質標準。微軟 2026 年調查中，只有 26% 的人說高層對 AI 方向清楚一致；最會用 AI 的人，更常說主管會公開用 AI（85% 對 64%）、會訂品質標準（83% 對 57%）。
Q：一般員工要學哪些 AI 技能？
A：除了操作工具，最重要的是檢查 AI 成品和判斷力。微軟 2026 年調查問使用者哪些能力變得更重要，第一名是檢查 AI 產出的品質（50%），第二名是批判思考（46%）；最會用 AI 的人，53% 會在動手前先決定哪些部分交給 AI。
Q：工程師和 IT 在 AI 導入中要做什麼？
A：IT 要把 AI 代理當成需要管理的對象，管好它的身分、權限、規範和上下線；工程師除了用 AI 加快開發，也要更清楚專案目標和需求。Stack Overflow 2026 年調查中，開發者最信任的背景資訊是專案目標和需求（85%）。
Q：AI 教育訓練要全公司一起上嗎？
A：可以一起上一堂共同的觀念課，但能力培養最好依角色分開規劃。BCG 2026 年調查發現，72% 的人說 AI 改變了自己職位需要的技能，只有 36% 覺得訓練足夠，同一套課很難同時照顧主管、使用者和 IT 的需要。
Q：為什麼員工會用 AI 了，公司還是看不到效果？
A：常見原因是組織層面沒有跟上。微軟 2026 年報告指出，AI 成效有 67% 跟文化、主管支持、人才制度等組織因素有關，個人只占 32%；BCG 調查中，66% 的第一線員工說，省下的時間沒有人告訴他們該用在哪裡。
Q：AI 導入卡住，是技術問題還是人的問題？
A：多數時候和人有關，例如信任、角色不清、跨部門溝通。BCG 2026 年調查中，只有 28% 的第一線員工覺得高層說的和公司做的連得起來；這類問題要先理解相關的人，再決定 AI 放在哪裡。
開放討論
你的公司在 AI 教育訓練上，是三種角色一起上同一堂課，還是分開規劃？ 如果請主管、使用者和 IT 各寫一句「AI 成功了，我的工作哪裡不一樣」，你猜三句話會差多少？ 你們團隊裡，誰在決定 AI 省下的時間要拿去做什麼？
資料來源
Microsoft WorkLab（2026/05/05）｜2026 Work Trend Index Annual Report: Agents, human agency, and the opportunity for every organization
Boston Consulting Group，Vinciane Beauchene、Sylvain Duranton、David Martin、Vanessa Lyon、Jeff Walters（2026/06/03）｜AI at Work: Why Strategy Matters More Than Tools
https://www.bcg.com/publications/2026/ai-at-work-why-strategy-matters-more-than-tools
Boston Consulting Group（2026/06/03）｜AI Is Reshaping Jobs Faster Than Companies Are Reshaping Work（新聞稿）
https://www.bcg.com/press/3june2026-ai-reshaping-jobs-faster-than-companies-reshaping-work
Stack Overflow（2026/10/06）｜Stack Overflow's 2026 Developer Survey Reveals Positive Sentiment Towards AI — but Trust Remains Conditional（新聞稿）
Stack Overflow（2026/10/06）｜2026 Developer Survey：AI
https://survey.stackoverflow.co/2026/ai
Stack Overflow（2026/10/06）｜2026 Developer Survey：Knowledge
https://survey.stackoverflow.co/2026/knowledge
配圖：Photo by Mapbox、Campaign Creators、Amy Hirschi 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。