McKinsey 2025 數據：88% 企業已用 AI，不到 5% 轉成實質營收。Gallup 說只有 12% 員工每天用。錢花了、工具買了、為什麼沒賺到？答案在「中間」。
光是 2025 這一年，全球企業在生成式 AI 上投入就超過 6,650 億美元（IDC, 2025 Worldwide AI Spending Guide）。McKinsey 的年度 State of AI 調查顯示，88% 的企業已經在某個業務流程中使用 AI。
然後，下一個數字讓整張試算表變得尷尬：真正把 AI 轉化為可量化營收貢獻的企業，不到 5%。
中間那 83% 的落差，不是工具落差，也不是預算落差。那是一個多數老闆不願意承認、但每個推動過 AI 試點的人都感覺得到的東西：執行力落差。這篇文章是寫給那些想說服老闆「錢不是這樣花的」，但一直找不到語言的人。
一、88% 在用、5% 賺到：一個被低估的執行力落差
把兩個數字並排看，問題就跳出來了。McKinsey 2025 說 88% 的企業導入了 AI，但只有不到 5% 的企業能把這件事轉成實際的 P&L 數字。
同一份報告的另一條數據更有意思：Forrester 在 2024–2025 追蹤的「企業 AIQ 指數」（員工 prompt 與協作能力），一年下來只從 22 分進步到 26 分。一年只進步 4 分，意味著投資不是沒有發生，而是沒有被吸收。
這個落差的關鍵字，不是「技術還不成熟」、也不是「模型不夠好」。2025 年可用的 AI 工具，放到兩年前看都是科幻，問題是：工具的「存取權」被鋪開了，但使用工具的「組織準備度」沒跟上。
這是一個典型的執行問題，不是技術問題。但執行問題通常不會寫在財報裡，所以老闆在看新聞時容易看漏。
二、Gallup 說只有 12% 員工每天用 AI：工具到了，人沒到
如果 88% 的企業都買了 AI 工具，那員工端的使用率應該不會太差。但 Gallup 2026 年追蹤全球 2.2 萬名員工的調查給出了另一個數字：每天使用 AI 的員工，只有 12%。
再拆細一點，每週使用至少一次的大約 30%，每月才用一次、或幾乎不用的超過一半。而「曾經用過一次、後來又放回去」的人，比持續使用的還多。
這代表什麼？企業買了工具，發了帳號，辦了一堂兩小時的培訓，然後就沒有然後了。在 McKinsey 的語言裡，這叫「access without adoption」：存取權沒問題，採用率徹底失效。
推手在跟老闆講這件事時，可以用一句話濃縮：「我們不是沒投資 AI，我們是沒投資讓 AI 被用起來的人。」
這句話的重量在於，它把「AI 沒回報」的原因，從「錢花得不夠」轉到「錢花錯地方」。而這兩種診斷，會指向完全不同的下一筆預算。
三、The Middle Hesitates：中間階層才是真正的瓶頸
McKinsey 2025 State of AI 裡埋了一個容易被忽略的觀察：AI 採用的真正瓶頸，不在高層、不在基層，在中層。
報告原文用了「the middle hesitates」這個說法。高層已經決定要做，基層其實很願意用，真正卡住推進的，是部門經理、課長、組長這一層。
這一層卡住的原因不難理解：
- 他們的績效還是用老的 KPI 在衡量，AI 帶來的生產力提升還沒被納入
- 他們要對下管理，但自己對 AI 的掌握度也不確定
- 他們要對上交付，而上面還沒想清楚 AI 時代的考核邏輯
Josh Bersin 在 2026 年的 HR 準備度報告裡講得更直白：傳統的「boss-subordinate」管理模式已經結束。在 AI 時代，主管要帶領的不再是穩定的「部屬」，而是一支會用 AI 的「Voluntary Army」，成員擁有比主管更多的工具選項、更多的資訊獲取能力、更強的即時決策權。
中層主管如果沒有被重新訓練成這個角色，他們就會本能地選擇：讓團隊的 AI 使用停留在試點階段，因為規模化會威脅到他們原本的權威結構。
這不是陰謀，是組織行為學。
四、中階主管卡住的三個真實原因
把「中層為什麼卡」再往下拆，會看到三種彼此加乘的心理狀態，理解這三個，才知道培訓該往哪裡打。
第一：信心缺口（Confidence Gap）
中階主管的典型處境：他要求下屬用 AI，但自己在團隊面前 prompt 不贏一個 25 歲的工程師。這種微妙的能力倒置，讓他寧可低調使用、甚至私下使用，也不願意公開示範。結果團隊看不到主管在用，就會預設「這件事不急」。
第二：監督疲勞（Oversight Fatigue）
當團隊開始用 AI 產出大量草稿、分析、摘要，主管的工作從「交辦」變成「審核」，而審核 AI 產出所需的判斷力，比原本審核人工產出更高，因為 AI 的錯誤長得比人聰明。多數中階主管沒有被訓練過這種「審 AI」的能力，幾個月下來，他們寧可退回到「要求團隊不要用 AI」的舊節奏。
第三：角色焦慮（AI Washing 恐懼）
中層最怕的一句話是：「你帶的事 AI 也能做。」所以當 AI 真的進到工作流，中階主管的本能反應不是擁抱，而是重新定義自己的價值：通常是往「流程把關」、「風險控管」、「人員管理」這三個方向躲。但這三個方向恰好也是 AI 最快能協助的領域，躲進去只是延後焦慮。
這三個原因疊加起來，就是 McKinsey 說的「the middle hesitates」的完整生理機制。
五、四大研究機構給出了一致的答案
把 McKinsey、Gartner、Bersin、WEF 的 2025–2026 報告並排讀，會發現他們在問題診斷上有驚人的一致性。
Bersin：迭代勝於完美
Josh Bersin 記錄的 IBM 案例——IBM 用了 18 個月，逐步把 Workday 的部分模組替換成自研 AI 系統。過程不是一次性重建，而是每兩週部署一次小版本，失敗就回滾，最後累計的生產力提升是單次重建的 3–4 倍。迭代的速度，比第一次的準確度更重要。
Gartner：AI 是投資組合，不是單一 ROI
Gartner 2025 的建議是，企業應該把 AI 視為一個「investment portfolio」，而不是尋找單一的 killer use case。一個典型的組合：60% 的資源投入已知高 ROI 的流程優化（客服、合約、報告自動化）、30% 投入中風險的流程重構、10% 投入完全實驗性的探索。沒有投資組合思維的企業，會在第一個試點失敗後就全面撤退。
WEF：治理速度跟不上部署速度
World Economic Forum 2025 的觀察——企業 AI 部署的速度，平均超前治理框架 14 個月。這 14 個月的落差，讓中階主管在沒有清楚規則的情況下自己做決定，而「不確定時的預設答案通常是：先不要做」。這就是為什麼 WEF 把「governance velocity」放在 2026 的 AI 優先議題首位。
McKinsey：工具的「存取權」≠「準備度」
這是本文開頭那個 88% vs 5% 落差的結構性解釋，McKinsey 的建議很直接：不要再問「我們買哪套工具」，開始問「我們的中層準備好了嗎」。
四家研究機構的答案雖然用不同的語言，但都指向同一件事：AI 的下一個競爭優勢，不在工具層，在組織層。
六、第一週能做的三件事
論述再完整，如果沒有下週一就能啟動的動作，推手帶著這篇回去也沒用。以下是從四大研究機構的建議裡，抽出最可執行、最不需要老闆先點頭的三個起點。
週一：用 60 天指標診斷「高/低信心比例」
不需要大規模問卷。找 30 位中階主管，每人用 5 分鐘回答兩題，直接可複製貼上：
- 過去 30 天，你主動用 AI 解決過一個工作問題嗎？（是 / 否）
- 你有沒有在團隊會議上示範過 AI 用法？（有 / 沒有）
（這張問卷智谷有現成模板，可以直接拿去用。）
兩個都是「是」的是「高信心主管」，只要有一個「否」就歸為「低信心主管」。Bersin 追蹤的 IBM 案例顯示，把低信心比例拉下 20%，整體採用率會放大約 4 倍，這個倍數不是誇張，是因為高信心主管會自發地在會議上示範，示範會直接影響底下模仿的速度。工具的擴散從來不是靠公告，是靠可見的同儕行為。
週三：每個中階主管列一個 Plan-Do-Reflect 工作流
選一個他現在每週都在做的任務（週報、會議紀要、部門簡報、客訴回覆），要求他用 AI 輔助完成這件事，連續做四週，每週回報三件事：花了多少時間、AI 幫到什麼、AI 搞砸什麼。四週後這個主管對 AI 的信心會從「聽說」變成「知道」，這是所有後續訓練的基礎。
週五：定義 3 條 agent 自主邊界
跟中階主管一起，用一小時會議寫下三件事：「哪些任務 AI 可以自己完成、不需要人看」、「哪些任務 AI 可以起草但必須人覆核」、「哪些任務絕對 human-in-the-loop」。這三條邊界一寫出來，監督疲勞會立刻下降一半，因為主管不再需要對所有 AI 產出都保持高警戒。
這三件事有一個共同特徵：不需要買新工具、不需要增加預算、不需要等老闆點頭，但做完之後，企業 AI 採用率的曲線會開始轉變。
七、當工具人人都有，差距就來自誰先把中層補上
2025 年的 AI 工具格局有一個殘酷的事實：最強的工具不再是差異化資源。ChatGPT、Claude、Gemini、Copilot——這些你的競爭對手都有，而且價格在持續下降。
所以當全世界都拿著一樣的工具，競爭優勢會在哪裡產生？答案不在工具層，在工具和組織接合的那一層，而那一層的主體，是中階主管。
把中層訓練成能夠領導 Voluntary Army 的角色、能夠設計 Plan-Do-Reflect 流程的教練、能夠定義 agent 邊界的管理者，這些事沒有一件可以靠採購解決。它們只能靠有意識的組織投資。
這也是為什麼 McKinsey 在報告結尾寫下那句話，值得列印給老闆：
「AI 給了每家公司一樣的工具。接下來的競爭，不在工具層，在中層。」
如果你正在思考企業 AI 導入的下一步、又不想再交出一份「看起來很忙但沒回報」的試點報告，歡迎找我們聊聊。
推薦精選文章
📚 AI 自動化不用找 IT｜她用 Google 試算表把重複工作縮成 15 秒
📚 我們決定讓10堂課退場：AI來了，員工不必再苦練的那些課程
更多企業 AI 培訓服務：https://www.kvalley.biz/tcservice/digital/