麥肯錫：88%企業導入AI、只有39%看見實際效益，關鍵在於改變流程

麥肯錫全球董事合夥人李曉廬（Denise Lee）在Computex 2026中指出，全球已有88%的企業在至少一個部門導入AI，但真正做到企業規模化應用的企業只有約三分之一，而能從AI創造明確商業價值的企業，也只有39%。

她認為，企業下一階段的競爭關鍵，不再是導入多少AI工具，而是能否將AI融入核心營運流程，並重新設計工作模式和組織運作方式。

未來不是人類抵抗AI，而是人類、Agent和機器人一起工作

談到AI對工作的影響時，李曉廬認為，電影中常見的「人類對抗機器」情節其實與現實相差甚遠。

她指出，未來工作模式將由人才、AI代理（Agent）和機器人共同組成。企業不該只把員工視為人力編制，而是將整體勞動力，看成人類與智慧系統共同運作的混合團隊。

麥肯錫研究顯示，以現有技術來看，企業員工日常工作中約57%的任務，可由AI代理和機器人協助完成。不過，仍有43%的工作需要仰賴人類的判斷力、創造力、同理心與複雜決策能力。

她以護理人員與設備維護人員為例說明，AI與感測器可以協助蒐集資訊、找出問題，但真正的診斷、判斷與決策仍仰賴人類完成。因此，重點並非人類被AI取代，而是如何讓人類、AI代理與機器人形成更有效率的協作模式。

李曉廬也引用麥肯錫分析近7,000項職場技能的研究，未來72%的工作技能，會需要人類與AI共同協作。例如，AI負責蒐集資料、整理資訊與產生分析結果，人類負責溝通協調、處理例外狀況和做出最終決策。這意味著，AI並非取代人才技能，而是改變技能的使用方式與工作分工。

這些研究結果點出，隨著AI進入企業工作流程，企業對相關能力的需求，也快速提高。

尤其，李曉廬指出，AI Fluency（AI素養）的需求在短短2年間成長7倍。除了AI與機器學習、資料工程及雲端架構等技術能力外，人員管理和流程優化也成為成長最快的能力之一。

這顯示，企業導入AI後，最大的挑戰往往不是技術本身，而是組織與流程的改變。

李曉廬指出，流程優化並非AI可以自行完成的工作，因為它需要對特定領域具備深厚知識。例如，不了解研發流程的人，很難知道該如何優化研發工作；同樣地，AI也無法憑空替企業設計更好的流程。

她進一步指出，隨著AI逐漸接手部分執行工作，人類的角色將更偏向需求定義、跨部門協調、規格制定與決策判斷。

因此，企業未來將需要更多AI調度者（AI Orchestrator）角色。這些人未必是AI工程師，而是能理解業務需求、設計工作流程、安排人機分工，並協調人類與AI共同完成工作的管理者。

談到企業最容易忽略的問題時，李曉廬指出，目前不少企業將AI應用於客服、文件整理、會議紀錄等場景，雖然有助於提升效率，但真正能創造競爭優勢的地方，其實是企業核心營運流程。

她引用麥肯錫研究，到了2030年，AI每年可創造17兆至26兆美元的全球經濟價值。其中，生成式AI新增約4.4兆美元價值，而生產力提升又能額外帶來數兆美元效益。

不過，更重要的問題是，這些價值來自哪裡。

麥肯錫分析發現，無論是哪個產業，AI帶來的最大價值，幾乎都集中在企業的核心營運領域。以製造業來說，就是研發、先進製造與供應鏈；對軟體業而言，則是產品開發與軟體工程。

她強調，如果企業只是零星導入AI工具，很難獲得顯著投資報酬率（ROI）。真正的機會在於重新設計產品開發、生產、供應鏈與服務流程，從根本改變企業運作方式。

不過，企業距離這個願景還有一段路要走。

李曉廬在專訪中坦言，目前企業對AI Agent的準備度其實不高。

她引用麥肯錫數據，雖然全球已有88%的企業導入AI，但真正做到企業級規模化的企業，僅約三分之一，而能從AI創造明確商業價值的企業，也只有39%。

她觀察，不少企業仍處於試驗與探索階段。各部門各自嘗試不同AI工具，希望找到適合的應用場景，但還沒形成整體策略。

在她看來，許多企業面臨的第一個問題，是以工具導向思維看待AI。企業往往認為只要購買新的AI工具或建立一個AI代理，就能解決問題，卻忽略了工作流程本身是否需要重新設計，「很多企業是工具導向，但真正成功的企業是流程導向。」另一方面，AI技術變化速度極快，企業也必須持續學習與調整應用方式。

李曉廬也觀察到，企業高階主管與資訊主管在推動AI時，常關注不同的事情。

「CEO關心的是業務績效，CIO關心的是技術。」她認為，這不是誰對誰錯，而是雙方需要建立共同語言。

比如對CIO而言，必須幫助企業領導者理解AI的重要性，並從策略角度思考如何創造商業價值；對CEO而言，則應主動了解AI的能力與限制，並親自支持組織文化與變革管理。

尤其在亞洲企業文化中，如果最高管理者不支持變革，很難推動大規模轉型。

就臺灣科技業下一波AI競爭優勢來說，李曉廬認為，不會只來自更先進的晶片或更強大的硬體，而是企業能否率先將AI導入工廠、研發與供應鏈，打造真正的人機協作模式。

她分享一個硬體製造商案例，該公司先從建立AI代理自動化加班申請等小型應用開始，累積成功經驗後，再進一步推動品質管理流程重塑，最終完成端到端的品質管理轉型。

最後，李曉廬也向企業領導者拋出3個問題：

第一，企業是否正在重新想像未來的價值來源，而不只是利用AI優化既有流程；第二，是否將AI視為核心業務轉型的一部分，而非交由IT部門負責的技術專案；第三，是否開始培養一批能夠協調人類與AI共同工作的AI調度者。

她認為，AI最大的挑戰從來不只是技術，而是企業是否願意重新設計流程、調整組織文化，並由領導者親自推動變革。

「真正能勝出的企業，不是擁有最多GPU的公司，而是那些敢於重新設計流程、重新定義工作方式，並打造能與AI共同工作的組織，」她說。