重點摘要
麥肯錫《Superagency in the Workplace》這份報告的核心概念是「Superagency」（超能工作力），指的是在 AI 的賦能下，個人和組織能夠大幅提升其創造力、生產力與正面影響力。AI 不僅是工具，更是能放大人類能力的夥伴，促使工作方式發生根本性變革。
整份報告最重要的幾個大重點：
- AI 潛力巨大，但成熟度極低：
AI (特別是生成式 AI) 的潛力堪比工業革命的蒸汽機或網際網路，預計能帶來數兆美元的生產力提升。然而，儘管幾乎所有公司都在投資 AI，卻只有 1% 的領導者認為自家公司的 AI 應用已達成熟階段，能真正融入工作流程並帶來顯著成果。 - 員工已就緒，領導者需跟上：
報告最驚人的發現是，員工對於 AI 的接受度、熟悉度、使用程度遠超乎領導者的想像 (員工實際重度使用 AI 的比例是領導者預估的 3 倍)。員工渴望學習 AI 技能並獲得更多支持，但近半數覺得公司提供的培訓與支援不足。真正的瓶頸不在員工，而在領導層的速度、決心與策略。 - 速度與安全的兩難，信任是關鍵：
領導者們普遍覺得 AI 導入速度太慢 (近半數 C-suite 認為太慢)，但同時也擔心 AI 的風險 (如：資安、偏見、不準確)。好消息是，員工對於自家公司能夠負責任地導入 AI，抱持著相對高的信任度 (71% 高度信任)，這給了領導者採取行動的「許可證」。 - 「小試牛刀」已過時，需要「宏大願景」：
目前多數公司的 AI 應用仍停留在小範圍試點、解決局部問題的階段，尚未帶來顯著的整體 ROI。報告強調，要真正釋放 AI 價值、建立競爭壁壘，領導者需要更有雄心壯志，思考如何利用 AI 進行根本性的業務轉型，而不僅是漸進式改善。 - 科技不是最大障礙，組織轉型才是：
成功導入並規模化 AI，挑戰不在於技術本身 (技術進步飛快)，而在於組織的「重新佈線」(Rewiring)。這包括：確保領導層策略一致、解決成本不確定性、進行有效的人才規劃 (招募與內部技能提升)、管理供應鏈風險、滿足 AI 的可解釋性需求，並建立適應性強、以人為本的治理模式與企業文化。
各章節重點大綱
引言 (Introduction)
- 核心問題：
AI 時代已來臨，潛力巨大 (麥肯錫預估 4.4 兆美元生產力提升)，幾乎所有公司都在投資，但為何只有 1% 達到成熟應用？ - 主要發現：
最大的障礙不是技術或員工，而是領導者未能足夠快速且有效地引導變革。員工比領導者想像的更準備好迎接 AI。 - 關鍵概念：
引入「Superagency」概念，強調 AI 應賦能人類，提升個人與組織的創造力和生產力，而非僅是取代。 - 歷史借鏡：
將 AI 的潛在影響力比作 19 世紀的蒸汽機和 40 年前的網際網路。當前的風險不是想得太大，而是想得太小。 - 報告目標：
探討企業如何克服障礙，加速 AI 導入，釋放 AI 的全部潛力，實現「Superagency」。
第一章：媲美蒸汽機的創新 (An innovation as powerful as the steam engine)
- 核心論點：
AI (特別是生成式 AI) 正以驚人速度進化，其能力不僅是自動化體力勞動，更是自動化「認知功能」，如：總結、編碼、推理、對話、決策。 - 技術突破：
近兩年 AI 進步神速，主要體現在五大方面：- 智慧與推理能力提升： 模型在標準化測試 (如：律師資格考) 上表現優異，並具備更複雜的推理能力。
- 「代理」AI (Agentic AI) 興起： AI 能更自主地執行跨越多個步驟的複雜任務 (例如：客服 AI 不僅能建議，還能處理付款、檢查詐欺)。
- 多模態能力 (Multimodality)： 能同時處理和生成文字、圖像、音訊、視訊等多種格式的資訊。
- 硬體與算力革新： 更強大的晶片 (GPU/TPU) 和雲端運算支持更複雜、更大規模的模型。
- 透明度提升： 雖然仍有進步空間，但模型的可解釋性和透明度正在改善 (如：史丹佛大學的透明度指數顯示進步)。
- 重大意義：
AI 不僅是提供資訊，更能降低技能門檻，改變人們獲取和使用知識的方式，潛力超越以往任何技術。領導者需認識到這股力量的顛覆性。
第二章：員工已就緒，領導者需跟上 (Employees are ready for AI; now leaders must step up)
- 核心發現：
員工對 AI 的準備程度遠超領導者預期。數據顯示：- 實際每天使用 AI 完成至少 1/3 工作的員工比例，是領導者預估的 3 倍。
- 預期未來一年內 AI 將改變其 30% 以上工作流程的員工比例 (47%)，是領導者預估 (20%) 的兩倍多。
- 即使是對 AI 持懷疑態度者 (Gloomers)，多數也已熟悉並在工作中使用 AI。
- 員工需求：
員工渴望獲得更多正式的 AI 培訓 (近半數認為這是最重要的) 和使用 AI 工具的機會 (如 Beta 測試)，但普遍覺得公司提供的支援不足 (超過 20% 認為支援很少或沒有)。 - 關鍵族群：
千禧世代 (35-44 歲) 是最積極、最熟悉 AI 的一群人，他們常擔任管理職，是推動 AI 變革的天然盟友。同時，有 2/3 的管理者表示，團隊成員每週至少會向他們詢問 AI 工具的使用問題。 - 領導者啟示：
領導者擁有比自己想像中更大的「行動空間」(permission space)，因為員工已經準備好了。現在是時候更大膽地投資於員工培訓、賦能管理者，並加速 AI 的應用。
第三章：兼顧速度與安全 (Delivering speed and safety)
- 核心矛盾：
企業既需要快速導入 AI 以抓住機會、提升競爭力，又必須謹慎應對 AI 帶來的風險。 - 領導者困境：
近半數 (47%) 的 C-suite 領導者認為自家公司開發和發布 AI 工具的速度「太慢」，主要歸咎於人才技能差距。 - 員工關切：
員工最擔心的 AI 風險是：網路安全 (51%)、資訊不準確/幻覺 (50%)、個人隱私洩露 (43%)、智慧財產權侵權 (40%)。 - 信任的力量：
儘管擔憂風險，但員工對自家雇主能夠負責任地、安全地、合乎道德地部署 AI 工具抱有高度信任 (71%)，這份信任度高於大學、大型科技公司或新創公司。這給了領導者在解決安全問題的同時加速推進的信心。 - 風險管理缺口：
雖然第三方基準測試 (benchmarking) 是建立信任和評估 AI 風險的重要工具，但只有 39% 的 C-suite 使用，且多數關注性能和營運指標，而非道德與合規性 (僅 17% 最重視)。 - 行動呼籲：
領導者應利用員工的信任，勇敢決策，平衡速度與安全，建立健全的風險管理機制，並更重視道德維度的評估。
第四章：擁抱更宏大的願景 (Embracing bigger ambitions)
- 核心問題：
許多企業的 AI 投資尚未帶來預期的回報 (ROI)。主要原因是 AI 計畫往往缺乏雄心，仍停留在「試點」或「漸進式改善」階段。 - 現狀分析：
- 只有 1% 的 C-suite 認為其 AI 應用達到「成熟」階段。
- 目前 AI 對營收和成本的影響有限 (僅 19% 營收增長超 5%，僅 23% 看到成本下降)。
- 不同行業的 AI 投資和員工態度差異顯著 (如：醫療保健、科技業投資較多；公共部門、航太國防業員工較謹慎)。
- 潛力最大的職能領域 (如：銷售、軟體工程)，其員工的 AI 樂觀度卻非最高。
- 多數 AI 應用仍聚焦於解決「局部」問題，而非實現跨領域、跨行業的「轉型」。(Exhibit 17)
- 未來展望：
儘管當前 ROI 有限，但領導者對未來極度樂觀 (87% 預期未來 3 年 AI 帶來營收增長，近半數預期增長超 5%)。 - 關鍵轉變：
要實現期望的回報，企業需要超越零星的試點，設定更宏大的目標。領導者需展現勇氣，構思如何利用 AI 從根本上重塑業務、創造持久的競爭優勢，而非僅是「修修補補」。
第五章：科技不是規模化的障礙 (Technology is not the barrier to scale)
- 核心論點：
將 AI 從試點推向大規模應用，最大的挑戰不在於技術本身 (技術發展很快)，而在於領導力與組織轉型。近 70% 的企業轉型會失敗，AI 轉型也不例外。 - 主要障礙 (營運逆風)：
- 領導層共識難： 跨部門、跨職能的領導者就 AI 策略、價值定義、風險偏好達成一致極具挑戰。
- 成本不確定性高： 從試點到大規模部署，AI 的真實成本難以預估，影響 ROI 判斷。
- 人才規劃複雜： 難以預測所需 AI 技能、人才來源、如何留住人才，以及如何進行內部轉型和再培訓。
- 供應鏈依賴風險： 全球化的 AI 供應鏈 (研發、硬體製造) 面臨地緣政治和技術中斷風險。
- 可解釋性需求增： 對於關鍵決策 (如信貸審批)，AI 需要提供清晰的理由，但許多模型仍是「黑盒子」。
- 解決方案：「重新佈線」(Rewiring) 企業：
借鑒麥肯錫的「Rewired」框架，成功轉型需關注六大要素 (路徑圖、人才、營運模式、技術、數據、規模化)。 - AI 時代的特殊考量：
- 適應性 (Adaptability)： 需快速採納新技術和最佳實踐。
- 聯合治理 (Federated Governance)： 平衡業務單位的自主創新與中央的風險控制。
- 預算靈活性 (Budget Agility)： 應對技術快速變化和模型組合優化。
- AI 基準測試 (AI Benchmarks)： 量化評估、比較和改進 AI 系統。
- AI 技能差距 (AI-specific Skill Gaps)： 需積極招募頂尖人才並大規模提升現有員工技能 (46% 領導者視為障礙)。
- 以人為本 (Human Centricity)： 在開發早期納入多元觀點，保持溝通透明，關注 AI 對員工的影響。
- 結論：
領導者必須正視自身在推動轉型中的核心角色，克服營運障礙，並從根本上改造組織，才能真正抓住 AI 的巨大機遇。
總結與行動呼籲 (Conclusion: Meeting the AI future)
- 關鍵時刻：
現在是領導者設定大膽 AI 目標、滿足員工培訓需求、推動以人為本開發的關鍵時刻。 - 思維轉變：
將 AI 從生產力工具提升為轉型性的「超級夥伴」，用想像力取代對未知的恐懼，探索解決更大商業和人類挑戰的可能性。 - 行動路徑：
結合「由下而上」的實驗 (如黑客松) 與「由上而下」的策略性反思 (重新構想核心流程)。 - 最終目標：
超越目前僅 1% 的成熟度，充分利用員工的準備度，確保信任、安全與透明，最終捕獲 AI 的巨大潛力，實現真正的商業價值和創新。
想知道更多關於 企業數位轉型、如何導入 AI 和 成功實施 AI 導入策略 的方法？我們的團隊將為您量身打造適合的解決方案。讓我們協助您邁出數位轉型的第一步！請參考：AI 應用學院 或 airabbi 企業AI培訓。
想瞭解更多企業 AI 數位轉型的細節？歡迎與我們聯絡，請點擊下方 LINE 連結：
