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
亮點預告
讀完這篇，你會知道：
● 麥肯錫 2026 年調查：近九成受訪者的公司固定在用 AI，八成的人說 AI 讓自己變快，但只有 37% 說 AI 對公司獲利有貢獻
● PwC 2026 年調查 4,454 位執行長：56% 說 AI 還沒帶來明顯的財務效益，同時拿到營收和成本好處的只有 12%
● BCG 2026 年的建議：導入 AI 的力氣，10% 放在演算法、20% 放在技術和資料，70% 要放在人、組織和流程
● 少數做到的公司，有三個共同點：不只拿 AI 省錢、重新設計整段流程、主管自己帶頭並且量成效
● 企業導入 AI 的五個步驟：先看清楚誰卡在哪裡，再決定要不要用 AI、用在哪裡
思考的起點
麥肯錫 Michael Chui 團隊 2026 調查：企業導入 AI 近九成，只有 37% 看到獲利貢獻。同一份調查裡，八成的人說 AI 讓自己工作變快。每個人都變快了，公司的帳卻沒有跟著變好。很多公司的導入方式是：先買工具、開帳號、上一堂操作課，然後等效果出現。三份 2026 年的大型調查都指向同一件事：卡住的地方，很少是工具本身。那企業導入 AI，第一步到底該做什麼？
近九成在用，37% 有獲利：企業導入 AI 卡在哪一段
根據麥肯錫（McKinsey）Dan Tinkoff、Lieven Van der Veken、Michael Chui 與 Tara Balakrishnan 在 2026 年 8 月 25 日發表的《2026 年 AI 現況調查》，研究團隊在 2026 年 5 月 4 日到 6 月 8 日，調查 97 個國家、1,719 位受訪者。
先看好消息。近九成受訪者說，公司至少在一個部門固定使用 AI。說 AI 已經擴大到全公司的人，從去年的 38% 升到 44%。在三個以上部門使用 AI 的比例，也從 51% 升到 56%。
再看個人。80% 的受訪者說 AI 提高了自己的生產力，大約一半說 AI 幫自己學到新技能、做出更好的決定。
問題出在下一層。只有 37% 的受訪者說，AI 對公司的息稅前利潤（EBIT）有任何正面貢獻，和去年幾乎一樣。能從 AI 拿到 5% 以上獲利、而且說效果「顯著」的高績效公司，只占 6%，也和去年一樣。
麥肯錫資深合夥人 Dan Tinkoff 在報告裡說，今年最明顯的發現，就是個人變快和公司獲利之間的落差。
這個落差，我們在〈AI 採用率已經 88%，為什麼員工還是不好好用？史丹佛、微軟與麥肯錫的證據〉和〈每個人都變快了，公司卻變慢了：AI 正在製造的組織悖論〉都談過。2026 年的新數字說明，它還沒有被解決。
執行長怎麼看：56% 說還沒看到財務效益
同樣的狀況，也出現在執行長的回答裡。
根據 PwC 在 2026 年 1 月 19 日發表的《第 29 屆全球執行長調查》，研究團隊調查 95 個國家和地區、4,454 位執行長。只有 12% 的執行長說，AI 同時帶來了成本和營收兩方面的好處。33% 說至少在其中一方面有收穫，56% 說到目前為止，還沒看到明顯的財務效益。
PwC 也找出做到的公司有什麼不同。同時拿到成本和營收好處的執行長，說自己公司「已經把 AI 廣泛放進產品與服務、需求開發和策略決策」的比例，是其他人的二到三倍。基礎打得好的公司，例如有負責任 AI 的規範、技術環境能讓 AI 在全公司整合，說自己拿到有意義財務回報的機率，是其他公司的三倍。
PwC 全球董事長 Mohamed Kande 說，2026 年會是 AI 的關鍵年：一小群公司已經把 AI 變成看得到的財務回報，很多公司還卡在試行階段走不出來。
「卡在試行」這四個字，是很多台灣主管的日常。每個部門都在試，簡報裡都有 AI，可是說不出哪一段工作因此變得不一樣。MIT 資訊系統研究中心的研究也發現，很多組織啟動得了試驗，卻跨不到「以 AI 為核心重新設計工作方式」的階段，見〈企業導入 AI 為什麼一直卡關？MIT 研究點出五個高層最常犯的錯〉。
10% 演算法、20% 技術、70% 人與流程
如果工具不是主要的問題，力氣應該放在哪裡？
根據波士頓顧問公司（BCG）Jessica Apotheker、Sylvain Duranton 等 18 位作者在 2026 年 9 月 30 日發表的《2026 應用 AI 指數》，研究團隊調查 20 多個產業、超過 1,300 位高層主管。結果發現，接近 50% 的公司已經從 AI 拿到價值，但最成熟的「為未來而建」公司只有 7.5%，另有 41% 正在擴大規模。
BCG 用一個很好記的比例，回答力氣該放哪裡：導入 AI 的力氣，10% 放在演算法，20% 放在技術和資料，剩下 70% 要放在人、組織和流程的改變。
報告裡還有幾個數字值得對照：
企業在 AI 上的支出，一年內翻倍，平均占營收的 3.3%，而且其中 80% 不在 IT 部門的預算裡。換句話說，AI 已經是業務部門自己的事。
最成熟的公司裡，61% 已經從零散的試行，改成一個多年期、跨全公司的計畫；95% 用清楚的指標，或直接追蹤 AI 帶來的損益。
在人的安排上，55% 的成熟公司會有計畫地規劃「哪些職位在 AI 時代應該存在」，落後公司只有 17%。
我們在〈問錯問題，AI 再強也沒用：哈佛 Belfer 報告揭示企業 AI 轉型的核心盲點〉談過，只把 AI 當成省人力的工具，常常一開始就問錯了問題。BCG 的 70%，說的是同一件事：要改的是人做事的方式。
影片｜BCG 管理合夥人 Dylan Bolden 說明，最成熟的公司怎麼把 AI 從試行擴大到看得到股東價值（Boston Consulting Group，2025/12/04，3 分 28 秒，英文影片）：
https://www.youtube.com/watch?v=5FRovqIBGIU
少數做到的公司，做了哪三件不一樣的事
回到麥肯錫的 6%。這群高績效公司做的事，和其他公司有三個明顯的差別。
第一，不只拿 AI 省錢。大約 80% 的公司，不管是不是高績效，都在用 AI 追求效率。但高績效公司大多同時用 AI 追求成長或創新。他們打算在三年內用 AI 根本改變自己事業的比例，是其他公司的 3.3 倍。
第二，重新設計整段流程，而不是把 AI 塞進舊流程。將近四分之三的高績效公司說，他們因為 AI 而根本重新設計了工作流程，去年這個比例是 55%。
第三，主管自己帶頭，並且量成效。高績效公司說「高層主管會親自示範、投入 AI 專案」的比例，是其他公司的兩倍；說「有固定流程衡量 AI 專案成效」的比例，也是兩倍。
麥肯錫副合夥人 Tara Balakrishnan 的說法很直接：高績效公司的優勢，不能只用預算來解釋。它們的共同挑戰，是不要一直累積工具和試行計畫，而是建立一套能反覆把這些嘗試變成新工作方式的能力。報告最後寫到，限制速度的，越來越是組織吸收改變的能力。
這也呼應了〈導入了 AI，然後呢？〉裡的提醒：AI 計畫卡住，關鍵常常不在技術，而在目標不清。導入只是開始，接下來要回答的是：誰的工作、哪一段流程，因此變得不一樣。
影片｜麥肯錫資深合夥人 Tanguy Catlin 與 Lari Hämäläinen 討論，為什麼 80% 的人說 AI 讓自己變快，卻只有 37% 說公司獲利因此改善（McKinsey & Company，2026/09/22，33 分 31 秒，英文影片）：
https://www.youtube.com/watch?v=EPA9nc01ZCs
用設計思考怎麼解：企業導入 AI 的五個步驟
先說清楚：麥肯錫、PwC 和 BCG 的報告是調查研究，不是設計思考的實例；報告裡沒有提到設計思考。報告告訴我們的是：做到的公司會重新設計整段流程，而且先想清楚要解決什麼。以下是我們根據設計思考的五個步驟，建議你的公司可以怎麼開始。
第一步，同理：先挑一段工作，看清楚是誰卡住了。
建議不要從「全公司導入 AI」開始，先挑一段常常出問題的工作流程，例如報價、客服回覆、月底結帳。花一兩天，實際坐在做這件事的同事旁邊，看他們每一步怎麼做、在哪裡等、在哪裡重工。很多公司做完這一步才發現，最花時間的不是打字，而是等別人回覆、找資料、來回確認。
第二步，定義：把問題從「要導入什麼工具」換成一句話。
你可以把問題改寫成這個格式：「〔哪個角色〕在〔哪一段工作〕卡住，因為〔原因〕，所以〔造成什麼結果〕。」例如：「業務在報價時要等三個部門回覆，平均拖兩天，客戶常常先找別家。」問題寫清楚了，才知道 AI 該放在哪裡，或其實根本不需要 AI。
第三步，發想：至少想出三種解法，其中一種不用 AI。
同一個問題，可以用 AI 自動整理資料，也可以改掉一個簽核步驟，或把兩個部門的表單合成一張。刻意要求自己想一個不用 AI 的解法，可以避免「為了用 AI 而用 AI」。
第四步，原型：用兩週做一個最小版本。
挑一個解法，找一個小組試兩週。這一步才是 AI 最能發揮的地方：用它快速整理資料、做出表單、寫出流程說明，讓原型很快就能試。
第五步，測試：先訂好要看的數字，再決定擴大或停下來。
試之前先訂好要看什麼，例如報價時間從兩天變成半天、重工次數少一半。兩週後照數字決定：有效就擴大到下一個團隊，沒效就調整，或乾脆停下來換一個問題。
這五步不需要一次改變全公司。它把 BCG 說的「70% 在人與流程」，拆成一個團隊兩週內做得到的大小。想先了解每一步常卡住的地方，可以看〈設計思考有幾個步驟？五步驟要照順序嗎？每一步最常卡住的地方〉。
我們的觀點
在工作坊現場，我們常看到同一個畫面：大家上課前都已經先問過 AI 了。一問一答，好像得到答案，可是接下來怎麼做、怎麼執行，就卡在「然後呢……？」
所以我們的工作坊，會先走設計思考的步驟，把問題的來龍去脈、流程、要做的事，整理成一張清楚的草圖，到了「原型」那一步，才把草圖交給 AI，讓它整理資料、生成圖像、做出網頁或流程的雛形，最後再拿去測試。先把問題定義清楚，AI 才知道你要做什麼，生出來的東西也更貼近需求。
三份 2026 年的調查放在一起看，結論很一致：企業導入 AI，差別不在誰先買工具，而在誰先把問題想清楚。如果你的團隊也正在想 AI 該從哪一段工作開始，歡迎參考我們的 AI × 設計思考企業內訓，從團隊真正卡住的題目開始，用設計思考先定義問題，再讓 AI 加速：
https://www.designthinking.com.tw/contactus
如果你想的是自己的下一步，而不只是公司的事，我做了一門線上課《別急著找答案！善用設計思考，打造你自己的人生藍圖》，11/01 開賣。加 LINE 輸入「早鳥」，開賣時提醒你；輸入「20題」，先拿一份「認識自己 20 題」工作單：
概念速查
企業導入 AI：
公司把 AI 工具放進日常工作流程，例如客服、報價、資料整理、程式開發。導入不等於買工具，關鍵是哪一段工作因此改變、效果怎麼衡量。
AI 高績效公司：
麥肯錫 2026 年調查的定義：從 AI 拿到 5% 以上息稅前利潤，而且說效果「顯著」的公司，只占受訪者的 6%。
10-20-70 法則：
BCG 提出的導入 AI 力氣分配：10% 放在演算法，20% 放在技術與資料，70% 放在人、組織和流程的改變。
流程重新設計：
不是把 AI 塞進原本的工作步驟，而是重新想一遍整段流程該怎麼走。麥肯錫 2026 年調查中，將近四分之三的高績效公司這樣做。
AI 代理（AI Agent）：
可以自己執行一連串步驟的 AI，例如自動查資料、填表、寄信。麥肯錫 2026 年調查顯示，大型企業中說正在擴大使用 AI 代理的比例，從 27% 升到 40%。
FAQ
Q：企業導入 AI 要從哪裡開始？
A：先挑一段常出問題的工作流程，不要一開始就全公司導入。實際觀察做這件事的人卡在哪裡，把問題寫成一句話，再決定 AI 要放在哪一步。麥肯錫 2026 年調查顯示，高績效公司大多是重新設計整段流程，不是把 AI 塞進舊流程。
Q：企業導入 AI 有哪些步驟？
A：可以照設計思考的五步：一、同理：觀察一段工作是誰卡住；二、定義：寫出一句話的問題；三、發想：至少三種解法，其中一種不用 AI；四、原型：找一個小組試兩週；五、測試：用事先訂好的數字決定擴大或停下來。
Q：為什麼公司導入 AI 了，卻沒有效益？
A：麥肯錫 2026 年調查發現，80% 的人說 AI 讓自己變快，但只有 37% 說公司獲利因此改善。PwC 2026 年調查也有 56% 的執行長說還沒看到明顯的財務效益。常見原因是只在個人層面用 AI，沒有改變流程，也沒有事先訂好衡量方式。
Q：導入 AI 要先買工具，還是先上課？
A：都不是第一步。BCG 2026 年報告建議，導入 AI 的力氣只有 30% 在演算法和技術，70% 要放在人、組織和流程。先想清楚要解決哪個問題，再決定買什麼工具、上什麼課。上課也要依角色分開規劃，主管、使用者和工程師要練的能力並不一樣，可以參考〈企業導入 AI，主管、使用者、工程師各要培養哪些能力？〉。
Q：企業導入 AI 要花多少錢？
A：每家公司差很多。BCG 2026 年調查的受訪企業，AI 支出平均占營收 3.3%，一年內翻倍，而且 80% 不在 IT 預算裡。比起先編大預算，可以先用一個團隊兩週的小試驗，確認效果再擴大。
Q：員工不想用 AI 怎麼辦？
A：先別急著要求使用率。可以請員工一起找出自己工作中最卡的一段，讓 AI 用在他們自己想解決的問題上。麥肯錫 2026 年調查也發現，高績效公司的高層主管更常親自示範和投入。
開放討論
你的公司導入 AI 之後，哪一段工作真的變得不一樣？ 如果只能挑一段流程先改，你會挑哪一段？ 那一段流程裡，最常卡住的是誰？
資料來源
McKinsey & Company，Dan Tinkoff、Lieven Van der Veken、Michael Chui、Tara Balakrishnan（2026/08/25）｜The state of AI in 2026: On the road to ROI
https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
PwC（2026/01/19）｜CEO confidence in revenue outlook hits five-year low – as AI becomes a defining divide between leaders and laggards: PwC 2026 Global CEO Survey
https://www.pwc.com/gx/en/news-room/press-releases/2026/pwc-2026-global-ceo-survey.html
Boston Consulting Group，Jessica Apotheker、Sylvain Duranton 等 18 位作者（2026/09/30）｜The Formula for Agentic AI Value: The Applied AI Index 2026
https://www.bcg.com/publications/2026/the-formula-for-agentic-ai-value
Boston Consulting Group（YouTube，2025/12/04）｜How Future-Built Companies Turn AI Ambition into Value
https://www.youtube.com/watch?v=5FRovqIBGIU
McKinsey & Company（YouTube，2026/09/22）｜Improving the Economics of Agentic AI | McKinsey Live
https://www.youtube.com/watch?v=EPA9nc01ZCs
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。