InnoVEX 2025 麥肯錫關鍵洞察（一）：剖析 AI 規模化悖論—為何 95% 的企業轉型停滯不前？

在 2025 年 5 月於台北舉辦的 InnoVEX 論壇上，麥肯錫的開場並非從技術規格或市場預測開始，而是以一場直指人心的現場調查揭開序幕。麥肯錫合夥人 Denise 請現場數百位企業領袖閉上眼睛，並提出了三個問題。結果顯示：100% 的與會者都相信 AI 將帶來巨大價值；約 50% 的人已經開始在自身企業或工作流程中部署 AI；而幾乎所有已經開始部署的人，都同意「要真正看見價值，需要付出實質的努力（real work to be done）」。

這場簡單的調查，精準地捕捉了當前企業界對 AI 的集體心態：普遍的信仰、半數的行動，以及共同的掙扎。這正是當前 AI 轉型所面臨的核心悖論——潛力無可限量，但價值實現的道路卻異常崎嶇。本篇分析將深入探討此一悖論的構成，並剖析其背後系統性的失敗根源。

未來的輪廓：從「效率提升」到「代理人驅動」的作業模式轉變

要理解轉型的挑戰，必先校準對未來的認知。麥肯錫資深合夥人 Michael Chang 指出，我們正處於一個關鍵的「轉捩點（inflection point）」，企業對 AI 的應用模式正在發生結構性的演變。

圖1：AI驅動下的四階段生產力演進模型

資料來源：本文作者依據現場演講的內容重新繪製

根據講者的闡述，當前多數企業的 AI 應用，仍停留在階段二，即為員工提供增強型工具，實際生產力提升約在 10-15% 之間。然而，真正的變革發生在第三和第四階段——即「代理式 AI（Agentic AI）」的導入。在階段三，AI 不再需要人類手把手地指導，而是能自主接收資訊、進行判斷並執行任務。而階段四的「數位工廠」願景，則預示著一位人類管理者，將能指揮一支由 AI 代理人組成的數位軍隊，來執行標準化的工作流程。這代表著企業營運模式的根本性重塑。

這股潛力巨大的浪潮，其價值不僅體現在前端的生成式應用。麥肯錫資深合夥人 Alex Aaya 強調，AI 價值實現的真相是一個「冰山模型」。

生成式 AI 雖然吸引了最多的公眾目光（冰山一角），但其絕大部分（70%）的商業價值，需要與企業既有的傳統 AI（如預測模型、供應鏈優化）與數據基礎設施深度結合才能釋放。

圖 2：AI 商業價值的冰山模型

資料來源：McKinsey

GenAI 的角色更像是「放大器」，它能極大地提升傳統數據分析和自動化流程的影響力與使用者體驗，但無法取代其基礎。這意味著，一場成功的轉型，必須是全面性的，而非僅僅採購幾個時髦的 GenAI 工具。

數據顯示，儘管多數企業都已啟動 AI 計畫，但超過八成的努力都停滯在「試點陷阱」中，無法形成規模化的商業影響力。

圖 3：AI 規模化導入的現實漏斗

資料來源：本文作者依據現場演講的內容重新繪製

數據顯示，88% 的企業都已啟動轉型，但只有約 10% 能夠實現跨越多個部門和應用的規模化部署。講者犀利地指出：「80% 的努力基本上無疾而終，陷入了陷阱（80% goes essentially nowhere, gets stuck in a trap）」。更重要的是，在這 10% 的領先者中，也只有一半（即總體的 < 5%）能夠將 AI 應用於整個端到端的工作流程。若只是在流程的某個單點上進行優化，往往只是「將瓶頸向後推移（shift the bottleneck later on in the process）」，而無法真正提升整體效率或降低成本。

根源診斷：阻礙規模化的三大結構性障礙

為何會產生如此巨大的「價值實現差距」？原因並非單純的技術問題，而是深植於企業內部的三大結構性障礙。

企業的 AI 轉型失敗，往往源於商業、技術、文化這三個維度的結構性脆弱與準備不足。

圖 4：轉型失敗的三大結構性障礙  

資料來源：本文作者依據現場演講的內容重新繪製

1. 商業障礙（ Business Impediment)：所有權的缺位。
   最常見的失敗模式，是業務部門的負責人將 AI 視為一個純粹的「技術專案」。他們的回應往往是：「去找我們的技術長談（go talk to my CIO, my CTO）」。這種心態導致 AI 計畫從一開始就缺乏強而有力的業務發起人（sponsor），無法與真實的商業痛點和價值創造連結，最終淪為一場昂貴的技術展演。
    
2. 技術障礙 （Technology Impediment）：人才的斷層。
   許多企業過度聚焦於硬體設施或數據本身，但根據麥肯錫的觀察，技術障礙中「最大的部分是人才（the biggest part in the technology piece is talent）」。企業內部極度缺乏那些既懂業務、又懂技術，能夠將商業需求「轉譯」為可行技術方案的專家。沒有合適的人才，再好的數據與架構也無法發揮作用。
    
3. 文化障礙 （Cultural Impediment）：變革的阻力。
   這是最根本，也最難以克服的障礙。人們普遍抗拒改變，而當改變與 AI 相關時，這種抗拒會因對未知的恐懼、對工作被取代的擔憂以及對技術的不信任而加劇。如果領導層沒有投入足夠的資源來進行溝通、培訓和調整激勵機制，來自組織內部的巨大慣性，將會讓任何自上而下的變革指令歸於無效。

面對潛力無限的願景，以及充滿結構性障礙的殘酷現實，企業領導者正站在一個關鍵的十字路口。是繼續在「試點煉獄」中消耗資源，還是尋找一條能夠真正穿越鴻溝、實現規模化價值的路徑？

在下一篇文章中，我們將為您深入揭秘麥肯錫提出的「REWIRED」組織再造框架，探討其如何從策略的頂層設計入手，為企業的 AI 轉型奠定成功的基石。

封面圖片來源：本文作者與AI共同繪製調整而成

參考資料來源：

1. https://innovex.computex.biz/show/forum.aspx?id=76

2. https://www.youtube.com/results?search_query=mckinsey+innovex