✍️ 原發表於《科技島》

如果要給 2025 年選一個年度關鍵字，我猜 AI 應該是呼聲極高的候選關鍵字。說到 AI，在臺灣職場早已不是要不要全面導入的問題，而是你到底用它做了什麼、能不能把它變成成果的問題。從工廠的 AOI（影像檢測，Automated Optical Inspection）到辦公室的文件處理、會議摘要與客服回覆，AI 不只是科技公司的專利，而是開始滲入各行各業的日常流程。

一、現況盤點：普及不等於成熟

如果把眼光拉到全球，你會發現世界各國的職場人士使用 AI 已是常態，但進一步深思，就會發現：能夠提升效能，才是偌大的難題。根據 McKinsey 所做的調查顯示，企業在至少一個業務功能導入 AI 的比例已非常高，但真正能把 AI 從小範圍測試推廣到全公司規模化的，仍是少數。這個落差，恰好也是臺灣產業界最值得注意的部分。

採用率高，有效採用低

過去這兩年，我常有機會到公部門以及企業授課。下課時我跟企業主管閒聊，他們常說：「我們有導入 AI 啊！」但是，當我繼續追問流程是否真的被改寫、有沒有量化成效、有沒有跨部門擴散時，答案就開始變得含糊。臺灣企業很擅長購買工具或導入各種先進設備，卻不一定擅長把流程改掉、把權責重新分配、把資料盤點到能被模型使用。用一個簡單的比喻來說，就是大家都知道健康的重要性，也紛紛買了健身房的會員，但過了一年半載，真正練出肌肉的仍是少數。

▲ 臺灣導入 AI 的典型矛盾。(圖／鄭緯筌提供)

這種看似導入、實際停留在點狀試用的狀態，通常顯露出以下三種症狀：AI 停在個人效率層但未納入正式流程；AI 困在單一部門而與其他系統不連；AI 被當成一次性專案，而非持續演化的作業系統。

產業差距持續擴大

持平來說，製造業仍然是最先看出績效的產業。嗯，原因很簡單！這是因為業界的痛點明確、資料規格化以及投資回收容易計算。大型製造企業透過 AI 視覺與模擬平臺提升瑕疵辨識準確率，帶來可量化的效率躍升。當 AI 直接被嵌入企業的生產線，員工照著新流程走，品質就會提升。

但是當場景切到服務業與中小企業時，難度就完全不同：資料零散、流程不標準、IT 人力不足不說，導入成本更是一大難題。儘管政府在 2025 年底推出針對商業服務業的 AI 輔導方案，把導入規模與人才培訓列為具體目標，試圖把更多店家帶上車，但目前的成效還有待觀察。

▲ 產業別 AI 導入差距擴大。(圖／鄭緯筌提供)

至於白領工作者最常接觸的生成式 AI，則呈現普及很快、治理很慢的現象。員工各用各的 AI，雖然提升了工作效率，但是組織卻必須承擔未明的風險。甚至有些公司打著「All in AI」的旗號，卻吝於為員工的 AI 付費帳號買單。

個人使用：效率與壓力同時上升

從個人角度觀察，2025 年最明顯的改變是 AI 讓各種文書作業的輸出變快了，但也造成速度的比拼。你原本花一整個下午整理的簡報，別人一小時就能產出初稿；你原本靠經驗慢慢打磨出的文案，別人可以先用 AI 產出十個版本，再挑選精修。

於是，職場很快就會出現新的分野：老闆關心的不再是員工會不會用 AI，而是你能不能用 AI 做出更好的判斷與更高品質的作品？根據 Workday 最新《AI 代理時代：人工智慧職場協同趨勢》全球調查，有 88% 的臺灣員工樂於與 AI 代理協作，但僅有 16% 願意接受 AI 代理成為管理者，反映企業在如何發揮人類優勢、同時有效導入 AI 上仍有探索空間。

▲ 個人使用 AI：雙面刃效應。(圖／鄭緯筌提供)

四個核心挑戰

1. 人才與分工：產業界缺的不是天才工程師，而是懂業務、懂流程、懂資料、懂風險、也懂怎麼把 AI 放進流程的橋接者。臺灣有許多中小企業，至今仍習慣用部門來劃分責任，這容易讓 AI 被困在某個組織裡。
2. 資料治理與資安：生成式 AI 的普及，讓資料外流從 IT 部門的議題，變成每個員工的日常選擇。資訊治理與法規遵循，成為企業迫切需要重視的議題。
3. 成效落差與 ROI 幻覺：很多企業做了大量 PoC（概念驗證，Proof of Concept），但只有少數能進到可複製、可擴散與可稽核的生產化狀態。要知道，採用並不等於規模化，真正困難的是把 AI 變成組織日常。
4. 工作設計與就業結構：企業大量採用 AI 之後，未來可能減少某些入門或例行的工作，亦即主管們會把任務切成 AI 先做初稿、真人做判斷與責任的混合模式。換句話說，企業人資部門必須意識到人才培育路徑必須被重新設計，傳統的「選、育、用、留」核心循環必須進行升級。

▲ 導入 AI 的四大核心挑戰。(圖／鄭緯筌提供)

二、展望 2026 年：代理式 AI 改寫工作

如果，要用一句話描述 2026 年最可能發生的關鍵變化，我覺得 AI 會從你去使喚它工作，變成它主動幫你構思與跑流程。話說回來，這就是**代理式 AI（agentic AI）**的核心：它不只回覆你一句話，而是能根據目標拆解任務、串接工具、完成步驟和回報結果，甚至在授權範圍內自主迭代。

在談 2026 年的 AI 趨勢時，微軟（Microsoft）明確提到 AI agents 會成為數位同事的這件事；換句話說，小團隊可以在 AI 協助下完成原本需要更大編制才能完成的專案。

大環境推力

從總體數字來看，明年臺灣的基調可能仍是高基期後的穩健成長。臺灣綜合研究院最近發布經濟預測，大幅上修 2025 年經濟成長率至 7.25%，明年為 3.46%。臺綜院認為，明年關稅效應全面顯現，且 AI 熱潮可能降溫，明年經濟須審慎看待。

不過，AI 的硬體需求、出口訂單和供應鏈動能，短期內不太可能消失，反而會繼續推動企業投入。

但外部不確定性，也會放大企業內部效率的重要性。當市場面臨波動、競爭加劇時，企業更需要把 AI 變成可預期的生產力。這會讓 2026 年的 AI 導入，加速走向治理的型態，也就是更在乎資料怎麼走、權限怎麼控、錯誤怎麼追、責任怎麼分和成果怎麼估算？

個人必備的三種升級

當時序進入 2026 年，職場 AI 能力會出現清楚的分水嶺：一邊是把 AI 當成更快的打字機的人，另一邊是把 AI 當成工作系統的人。前者確實能更快交差，但很容易被追平；後者則能在相同時間內，產出更高品質的策略、更可落地的流程。

1. 升級一：提問與定義能力。你能否把主管提出的一個模糊的需求，變成 AI 能執行的任務？當代理式 AI 愈普及，定義任務就愈像管理技能：你不只是下指令，你是在分配工作、設定標準、指定輸出格式和安排驗證步驟。
2. 升級二：驗證與責任能力。AI 固然會變強，但它不會替你負責。2026 年你在職場的價值，會更集中在你如何判斷對錯、如何承擔決策？換言之，可信任 AI、治理框架與風險控管會變得更重要。
3. 升級三：協作與影響力能力。當 AI 把大量例行工作處理掉，人類的工作會更集中在跨部門協作、溝通、說服與建立共識。總結來說，AI 可能讓你的產出更快，但你能不能讓別人買單、讓組織願意採用，才會決定你的升遷與影響力。

▲ 迎接 2026 年：三種思維升級。(圖／鄭緯筌提供)

組織必做的制度建設

對眾多企業來說，2026 年導入 AI 的難題多半會出現在管理範疇，而不是單純的技術問題。根據我的觀察，企業會愈來愈在乎以下這三件事：

• 建立共同的 AI 工作規範。當不同部門、不同職能的人都在用 AI，如果沒有共通的規範，AI 有可能會讓組織運作更為混亂。舉例來說，企業或公部門的內部規範至少要回答：哪些資料不能上雲？哪些任務必須人工複核？哪些輸出需要引用來源？哪些決策不得由 AI 單獨完成？
• 把 AI 變成可複製的流程資產。真正跑得快的組織，是因為把成功做法模板化：把好的提示詞沉澱成 SOP，把好的資料結構整理成知識庫，把好的審核流程設計成檢核表，再把好的代理流程封裝成可重用的任務鏈。
• 重新設計工作與人才培育路徑。當 AI 會撰寫企劃初稿、會跑例行任務，這時企業高層就必須回答：新人該怎麼學？新人做什麼工作？主管怎麼帶新人？如何避免新人只會用 AI、卻不理解原理的空心化？因此，明年將會迫使中小企業把培訓從單純教工具操作，升級成傳授方法與邏輯思維。

升級思維，重寫工作方式

回顧 2025 年，我認為臺灣職場的 AI 進程相當快，已經完成了從新奇走向日常的轉折。展望 2026 年， AI 將可能成為產業界半自動化的數位勞動力，讓小團隊得以做出過去大團隊才做得到的成果。話說回來，這固然會創造新機會，但也可能放大新風險。

但我們也必須誠實面對：AI 普及不等於成熟，小範圍測試不等於規模化，會用 AI 工具不等於會治理 AI。

所以，最後能否把機會變為成果，關鍵其實很人性。請大家好好想想：你有沒有把 AI 變成一種可複製的工作方法？貴公司有沒有把 AI 變成制度，而不只是視為工具？更重要的是，你自己有沒有從會使用 AI ，升級到能定義、能驗證以及能負責呢？

AI 的問世不是要取代人，而是要逼人進化。把 AI 當成數位夥伴，你的動作會更快；把 AI 當成數位同事，你更可以提升效能；唯有把 AI 當成需要治理的系統，你才會走得久也走得穩！