T1 - 國際報告之外，台灣企業的 AI 現場長什麼樣子？

2026-10-20

一家中型製造業的經營會議上，董事長拿著一份國際報告問：「上面說 95% 的 AI 試點都沒有回報。我們今年做的那三個，是不是也是白做？」

資訊長立刻拿出另一份資料：「台灣的調查說，八成以上的企業已經看到效益了。」

人資長坐在一旁，心裡想的是另一件事：這兩份報告都沒有告訴她，工廠的班長們到底怎麼看 AI、公司的中階主管到底在忙什麼。

這個專欄過去引用的，幾乎都是 MIT、麥肯錫、BCG、Mercer 等國際研究。這些研究給了我們很好的地圖，但地圖不等於地形。這一篇，我想把鏡頭轉回台灣：在地的調查看到了什麼？和國際研究有哪些相同、哪些不同？

台灣的數據說了什麼

2026 年，有幾份台灣在地的調查值得一起看。

一、人工智慧科技基金會（AIF）《台灣產業 AI 化大調查》（2026 年 5 月發布） 這是第五年的調查，2026 年第一季進行，樣本為 228 家企業。幾個重點：

47.8% 的受訪企業已實際使用 AI。
整體 AI 成熟度指數從 36.77 升到 47.26。分項來看，技術面 50.63、經營管理面 48.61，人才面 39.43，是最低的一項。
在已使用 AI 的企業中，超過七成的 AI 使用落在組織的管理之外。
許多企業說缺人才，但很少說得出需要什麼角色、如何與既有流程結合。

需要說明的是，樣本主要來自 AIF 的會員與合作夥伴，可能比一般台灣企業更重視 AI。

二、經濟部的政策資料（2026 年 7 月） 經濟部引用 AIF 的調查指出，製造業的 AI 普及率從 2024 年的 12.3% 升到 2026 年的 38.5%，服務業從 27% 升到 38.7%，目標是 2028 年達到 50%。經濟部也表示，已輔導 9,249 家企業導入 AI 應用。

三、鄧白氏（Dun & Bradstreet）「台灣企業 AI 動能指數」（2026 年第三季） 近七成企業已啟動 AI 計畫；41% 進入規模化導入，6% 開始發展代理式 AI 工作流程。合計超過八成表示看到「不同程度的效益」。但只有 24% 認為自己的 AI 人才準備度達到高度成熟。報導沒有公開台灣的樣本數。

四、微軟《2026 工作趨勢指數》（2026 年 6 月） 調查十個市場、兩萬名 AI 使用者。兩個台灣與全球的對照特別值得注意：

「前瞻專業工作者」在 AI 使用者中的比例，台灣 22%，高於全球的 16%。
認為領導團隊有清晰一致 AI 策略的比例，台灣只有 17%，低於全球的 26%。

報告也指出，台灣的製造業與醫療產業 AI 導入程度領先，金融業則因為法規、資料上雲與資安限制而較慢。

五、104 人力銀行「滑世代焦慮」報告（2026 年 6 月） 針對 18 到 30 歲的求職會員，32.3% 高度擔心 AI 會取代自己在職場的價值；工程科技背景的年輕人最擔心，達 38%。報導沒有公開樣本數。

一個矛盾：「95% 沒有回報」還是「八成見效」？

回到開場的問題。MIT NANDA 團隊說 95% 的生成式 AI 試點沒有可衡量的財務回報；鄧白氏的台灣調查卻說八成以上企業看到效益。哪個才對？

答案是：它們在量不同的東西。NANDA 看的是「對損益有可衡量的影響」；鄧白氏的「八成」包含了「部分試點專案產生投資報酬」（48%），而「已實現大規模且明確效益」的只有 8%。如果只看最後這個數字，台灣與國際的画面其實沒有那麼不同。

這個例子也是給經營團隊的提醒：讀任何數字，先問它在量什麼。 同一個現象，用不同的定義來量，可以得到看似相反的結論。

和國際研究一致的三件事

把這幾份在地調查和本專欄前面引用的國際研究對照，有三件事幾乎是一樣的。

第一，瓶頸在人與組織，不在技術。 AIF 的成熟度指數中，人才面是最低的一項；鄧白氏的調查只有 24% 的企業認為 AI 人才準備度高；微軟的報告則指出，影響 AI 能否發揮價值的因素中，組織因素占 67%，個人因素只占 32%。這和 MIT NANDA 團隊「問題不在模型，而在學習落差」的結論，以及麥肯錫「領導者才是最大障礙」的觀察方向一致。

第二，影子 AI 普遍存在。 AIF 調查中，已使用 AI 的企業有超過七成的使用落在組織管理之外；NANDA 的訪談則發現，約九成員工私下使用個人的 AI 工具。兩者的定義與樣本不同，數字不能直接比較，但方向相同：員工的使用跑在組織的制度前面。（這也是〈員工自己用的 AI，比公司買的還多〉一文討論的主題。）

第三，方向不清楚。 微軟調查中，只有 17% 的台灣受訪者認為領導團隊有清楚一致的 AI 策略；BCG 的全球調查也發現，只有約三分之一的第一線員工覺得主管給了足夠的方向與支持。（見〈主管都在用 AI，第一線為什麼還沒跟上？〉。）

台灣可能不一樣的三件事

以下三點，是作者從數據和顧問現場整理出的假設，而不是研究的發現。它們值得被驗證，也可能被推翻。

一、個人跑得比組織快。 台灣的前瞻專業工作者比例（22%）高於全球（16%），但認為領導團隊有清楚策略的比例（17%）卻低於全球（26%）。如果這兩個數字都成立，台灣的現場可能是：一群願意嘗試的員工，在一個還沒想清楚方向的組織裡各自摸索。這種落差，正是影子 AI 和「省下的時間不知去向」的溫床。

二、產業與企業結構的差異。 台灣以製造業和中小企業為主，許多企業的 AI 導入是由政策補助、輔導計畫或供應鏈客戶的要求所帶動。這種「由外而內」的導入，好處是起步快，風險是容易停在專案層次，而沒有走到工作流程和組織設計的重新安排。製造業與醫療領先、金融業受法規影響而較慢的現象，也提醒我們：在台灣談 AI 轉型，產業差異可能比國際報告呈現的更大。

三、年輕世代的不安。 104 人力銀行的報告中，32.3% 的 18 至 30 歲求職者高度擔心 AI 取代自己的職場價值。這個數字不能直接和 Mercer 的全球調查比較（題目和樣本都不同），但它提醒主管：AI 帶來的情緒衝擊，在台灣的年輕員工身上同樣真實，而且可能和「入門工作消失、基本功無處可練」的擔心交織在一起（見〈新人沒有基本功可以練了，未來的主管從哪裡來？〉）。

來自顧問現場的觀察（待作者確認或替換）： 在我們陪伴台灣企業的經驗中，常見幾個模式：（1）AI 的方向高度依賴董事長或創辦人個人的判斷，經營團隊之間的理解不一致；（2）中階主管被期待「把 AI 推下去」，卻沒有被賦予重新設計工作的權限與時間；（3）人資部門多半被定位在教育訓練與行政支援，較少參與 AI 帶來的組織設計討論。這些觀察來自有限的個案，不代表台灣企業的全貌。

【編注】上段顧問現場觀察為示意文字，請作者以實際輔導經驗確認、修改或替換，並避免透露可識別的客戶資訊。

給台灣主管的三個提醒

一、引用數字之前，先讀定義。 下一次在會議上聽到「95% 失敗」或「八成見效」，先問三個問題：誰被調查？怎麼定義「使用」或「效益」？是誰贊助的？例如 AIF 的樣本以會員為主，鄧白氏與微軟的報導沒有公開台灣樣本數，104 的調查對象是求職會員。這些限制不代表數據沒有價值，而是提醒我們：它們是方向，不是定論。經營團隊如果能用同一套定義，在自己公司裡做一次小型盤點，比引用任何一份報告都更有用。

二、先補上「方向」的落差。 如果台灣只有 17% 的受訪者認為領導團隊有清楚一致的 AI 策略，那麼最值得投資的，可能不是下一套工具，而是經營團隊之間的對話：我們要用 AI 解決什麼問題？哪些工作會改變？誰負責？員工可以期待什麼？方向說清楚之後，第一線的嘗試才會有地方可以接住。（延伸閱讀：〈員工聽你怎麼說 AI，更看公司怎麼做〉）

三、把個人的嘗試，轉成組織的學習。 台灣員工跑得比組織快，這是資產，不只是風險。與其只用資安規範去「抓」影子 AI，不如設計一個管道，讓先行者的用法可以被看見、被評估、被分享，再把有效的做法納入正式流程。這也是人資與 OD 可以著力的地方。（延伸閱讀：〈員工自己用的 AI，比公司買的還多〉）

給人資與 OD 的提醒： 在地數據最明顯的一個訊號，是「人才」與「組織」始終落後於「技術」。這不只是缺訓練課程，而是缺角色定義、缺工作重新設計、缺主管的示範。人資如果只準備 AI 課程清單，可能會錯過真正需要參與的那張桌子。

結語

國際研究是地圖，台灣的現場是地形。地圖告訴我們大方向：瓶頸在人與組織、影子 AI 普遍存在、員工需要方向。但地形決定了每一步要怎麼走：台灣的產業結構、企業規模、決策文化，以及年輕世代的不安，都會讓同一份地圖走出不同的路。

回到開場的那場會議。董事長和資訊長其實都沒有錯，他們只是拿著不同的地圖在討論。真正值得問的，可能是人資長心裡的那個問題：在這些數字之外，我們的班長、我們的中階主管，現在正在經歷什麼？

留給你的問題： 國際報告裡的哪一個結論，在你們公司最不適用？為什麼？

延伸閱讀

參考文獻

人工智慧科技基金會（2026）。《2026 台灣產業 AI 化大調查》。相關報導：數位時代，2026 年 5 月 4 日。https://www.bnext.com.tw/article/90815
經濟部（2026）。產業 AI 化推動成果新聞資料，2026 年 7 月 9 日。相關報導：自由時報，https://ec.ltn.com.tw/article/breakingnews/5499909
鄧白氏（Dun & Bradstreet）（2026）。〈台灣企業 AI 動能指數〉2026 年第三季。相關報導：自由時報，2026 年 8 月 17 日。https://ec.ltn.com.tw/article/breakingnews/5543129
Microsoft（2026）。《2026 Work Trend Index》。相關報導：Inside，2026 年 6 月 30 日。https://www.inside.com.tw/article/41689
104 人力銀行（2026）。〈滑世代焦慮〉調查報告。相關報導：工商時報，2026 年 6 月 8 日。https://www.ctee.com.tw/news/20260608700091-430104
Challapally, A., Pease, C., Raskar, R., & Chari, P. (2025). The GenAI Divide: State of AI in Business 2025. MIT NANDA.
Boston Consulting Group (2025). AI at Work 2025: Momentum Builds, but Gaps Remain.

慧培國際相關服務： 組織動力評估、經營團隊共識營、AI 導入核心小組陪跑。

Lead yourself first with authenticity and positivity that other people will choose to follow.Positive Leaders, Positive Organizations.

作者

Edward Cheng 鄭博文

慧培國際管理顧問公司台灣區人才發展總監 / 企業教練/策略引導師

台灣人，具多個行業的豐富人力資源管理經驗，清大教育與心理諮商學系碩士，現職清大教育與心理諮商學系團體動力講師與慧培國際台灣區人才發展總監。

Edward 過去有將近18年的HR主管經驗，有2/3的時間是跟企業的CEO一起工作，能夠從企業經營的高度來規劃組織的人才發展。協助主管不只是知道還要能夠做到，從系統性的角度完整的規劃與提升主管的關鍵能力以帶來組織的成效。

Edward 擅長於願景策略會議引導(Vision and Strategies Workshop) 、商業模式引導 (Business Model Workshop)、團隊教練 (Group Coaching)、高管教練(Coaching) 以及教練領導力（Coaching Leadership)。

Email：powen.coach@whitespace-leadership.com Ｍ：0958802653