2026 AI 指數報告關鍵洞察：Agentic AI 已成新基準，企業三道缺口同步擴大

2025 年起，「AI 導入」開始陸續進入企業的年度計畫，在執行一年過後，卻常出現類似的問題：工具採購了、教育訓練辦了、員工也開始實際使用，但被問到成效時，多半給出同一種回答:「有在推進，但還沒到位。」這個「沒到位」的落差，是現階段最值得 AI 專責團隊與企業決策者關注的訊號。

史丹佛大學人本人工智慧研究中心（Stanford University Human-Centered Artificial Intelligence, HAI）推出 2026 年度 AI 指數報告（Stanford HAI The 2026 AI Index Report），指出全球已有 88% 的組織在至少一個業務功能中使用 AI，較 2024 年的 78% 一年躍升 10 個百分點。表面上看起來，企業 AI 應用正以穩定的速度擴散，但真正應該被解讀的，是這個數字的背面：你的競爭對手、客戶與供應商，幾乎都已站在同一條跑道上。

本篇 Aiworks 將從 2026 AI 指數報告的數據出發，剖析高採用率背後正在擴大的三道缺口，協助企業決策者判斷目前所處位置，以及下一步該優先補上哪一道缺口。

採用率來到 88%，但 AI 成果差距才剛浮現

根據 Stanford HAI 2026 AI 指數報告，88% 的組織在 2025 年將 AI 應用於至少一個業務功能，其中 79% 已定期使用生成式 AI。若把時間軸拉長來看，生成式 AI 從 ChatGPT 問世到今天只有 3 年，卻已達到 53% 的人口採用率，擴散速度超越個人電腦與網際網路。

2017 至 2022 年間 AI 採用率長期停滯在 50% 上下，生成式 AI 浪潮興起後急速攀升，至 2025 年已達 88%。「不用 AI」正在成為少數例外。
(source: McKinsey & Company Survey, 2025 | Chart: figure 4.3.1, 2026 AI Index report)

這組數據背後有一個常被忽略的事實：採用率是入口指標，不是成果指標。它回答了「組織是否推開了門」，卻沒有回答「推開之後，實際改變了什麼」。

當被問到 AI 對各項組織指標的影響時，回答「AI 讓創新有所改善」的受訪者佔 64%，同時卻有 31% 的受訪者表示 AI「沒有帶來任何影響」。採用率的整體上升，與具體成果的實際落地，正在拉開距離。

這段距離，可以拆解為三道同時存在、彼此交錯的缺口：技能缺口、技術缺口、治理缺口。

技能缺口：AI 工具已經就位，組織人才結構卻還沒跟上

2024 至 2025 年間，AI 相關職缺佔比急遽跳升，其中 AI agent 技能職缺已達 0.23%。需求結構正在快速重組：市場要的 AI 人才，已從「會用工具」轉向「能建構系統」。
(source: Lightcast, 2025 | Chart: figure 4.4.3, 2026 AI Index report)

職缺資料是最直接的需求訊號。2025 年，美國企業在招募 AI 相關人才時，Agentic systems 技能的需求成長 10,854%，AI agents 技能的需求成長 2,113%，反映出企業對 AI 人才的期待正在明確轉向：雇主要的是能夠設計、部署與管理 Agentic AI 工作流的人，而不只是能透過對話介面使用 AI 的人。

再看供給端：LinkedIn 的資料顯示，AI 素養（AI literacy）技能在勞動市場的擴散速度，明顯快於 AI 工程能力的累積速度。換句話說，「會用 AI 工具」的人快速增加，「能建構 AI 系統」的人成長卻慢得多。

對 HR 與 L&D 主管而言，若企業的培訓計劃仍停留在「讓員工學會使用工具」的層次，所培育出的人才與市場真正稀缺的能力之間，已經存在方向上的錯位。

短期衝擊同樣顯著：22 至 25 歲軟體開發者的就業水準，從 2024 年高點下滑近 20%，代表傳統定義下的入門職缺正在消失，而接續這些職缺所需的技能組合，與 5 年前已截然不同。從組織角度來看，企業現有的內部技能結構，極有可能在 2 年內就不再匹配業務需求。

以 2021 年為基準，22 至 25 歲軟體開發者人力至 2025 年已較高點跌落近 20%，中高資歷族群則相對穩定。AI 對就業市場的衝擊不均勻，入門職缺首當其衝。
(source: Brynjolfsson et al., 2025 | Chart: figure 4.4.29, 2026 AI Index report)

技術缺口：Agentic AI 已經是下一個組織基準

多數企業對 Agentic AI 的應用，目前仍停留在實驗或完全未導入的階段。報告數據顯示，在幾乎所有業務功能中，Agentic AI 的規模化部署比例仍在個位數，即便是採用比例相對領先的 IT 與知識管理領域，也仍有約三分之二的受訪者表示組織完全未使用。

但有一個訊號值得企業特別留意：2025 年 8 月，使用者與 AI 工具的互動模式出現一次短暫翻轉，自動化導向對話（讓 AI 自主完成任務）佔比首次超越增強導向對話（人主導、AI 輔助），達到 49%。雖然到 11 月這個比例又被反超，但波動本身已經傳達出一項關鍵訊息：在個人使用行為的層面，Agentic 模式不再是未來式，在特定情境下，它已經成為某些使用者的預設選擇。

這正是技術缺口的核心張力。當員工已經開始以自動化模式使用 AI 工具，組織的流程設計、權限架構與管理制度卻還沒有準備好承接這種使用方式。距離「有能力在組織內負責任地部署 Agentic AI」，大多數企業仍需要完成一段不短的準備期。

治理缺口：AI 導入速度遠快於管理制度成熟度

AI 治理是三道缺口中進展最不均衡的一道。

正面訊號是：2025 年，完全沒有「負責任 AI」（Responsible AI, RAI）政策的企業比例，從 24% 下降到 11%；AI 治理相關職位也成長 17%，代表企業已普遍意識到「治理」不是選項，而是必要的組織建置工作。

但「意識到要做」與「有能力做到」之間，還有一段不小的距離。報告指出，阻礙企業推動 RAI 措施的三大障礙依序為：知識與培訓落差（59%）、資源與預算不足（48%）、法規不確定性（41%）。

已實施 RAI 政策的企業，2025 年各項業務效益指標全面優於 2024 年，其中事件件數減少達 +8pp。AI 治理與可量化的業務成果之間，正在建立愈來愈清晰的連結。
(source: McKinsey & Company Survey, 2025 | Chart: figure 3.3.8, 2026 AI Index report)

在這三道障礙之外，還有一個更根本的現象：AI 模型的透明度在 2025 年反而出現倒退。Foundation Model Transparency Index 的平均分數，從 2024 年的 58 下滑到 40，其中訓練資料來源與模型部署後影響的揭露，仍是最薄弱的環節。

企業使用的 AI 愈來愈多，對這些 AI 底層如何運作，卻知道得愈來愈少。與此同時，AI 相關事件的紀錄件數從 233 件上升至 362 件，治理結構剛開始成形，風險已加速累積。

三道缺口同時發生，不是依序出現

許多企業面對 AI 轉型時，傾向以線性邏輯規劃：先採購並導入工具、再進行培訓，最後才考慮治理。但從 Stanford HAI 2026 AI 指數報告的數據可以清楚看到，這三道缺口是並行存在的，而非排隊輪流出現。

技能缺口，讓企業在今天就必須面對人才結構與市場需求的錯位；技術缺口，讓企業在明天被迫追趕一條已經移動中的基準線；治理缺口，則讓企業在處理前兩者的過程中，不知不覺累積了看不見的風險。

Aiworks 洞察：把「技術問題」誤診成根因，是轉型中最高的隱藏成本

企業在啟動 AI 導入或尋求顧問支援時，對問題的描述通常集中在技術層面，例如現有工具的能力不足、系統整合的障礙，或平台選型的不確定性。這些都是真實存在的挑戰，但在 Aiworks 的服務現場，它們更多時候是症狀，而不是根本原因。

進入流程盤點與組織訪談之後，我們反覆觀察到：技能與治理兩道缺口，經常以「工具沒有發揮預期效果」的形式呈現，因此容易被誤讀為技術問題，進而推動下一輪的工具採購或平台替換。

這樣的誤診會帶來雙重代價：第一，技術投入沒有命中真正的瓶頸，問題會以不同形式持續延續，轉型節奏持續受阻；第二，技能與治理兩道缺口會在這段時間內繼續擴大，等到組織意識到根源所在，重建的成本已經比一開始高出許多。

Stanford HAI 2026 AI 指數報告的數據，與 Aiworks 在服務現場的觀察高度吻合：59% 的企業將知識與培訓落差列為「負責任 AI」落地的最大障礙，AI 治理相關職位雖有所成長，但對應的預算配置與執行能力建立，仍明顯落後。對企業決策者而言，真正有意義的問題，不是「我們有沒有在用 AI」，而是「我們的三道缺口，各自大到什麼程度」。

參考資料：The 2026 AI Index Report, Stanford HAI

📩 想為你的組織打造 AI 協作能力？

Aiworks 提供企業內訓、客製化培訓與實作工作坊，協助各產業團隊規劃生成式 AI 的導入與應用策略。

▼ 聯絡我們｜規劃你的 AI 實戰課程，讓轉型真正落地 ▼

（若表單未正常顯示，請點擊此連結進入表單填寫頁面）