多數公司都在用 AI,在全組織擴大 agent 的少得多

問受訪者組織有沒有在用 AI,幾乎都說有:McKinsey 最新一期調查裡,接近九成。換一個更窄的問法(這是我的比喻):你的業務流程裡,有沒有哪一個是 agent 自己把事情做完、再由人檢查結果?沒有調查是逐字這樣問的,但最接近的幾題,回答有的比例低得多。

這個落差才是今年數字裡最有用的部分。這篇寫給負責 AI 導入的人,回答兩件事:別的公司在 agent 上實際走到哪,以及把 agent 放進你要負責的流程之前,該先看什麼。

別人走到哪了

範圍最廣的來源是 McKinsey 8 月 25 日發布的 2026 年 State of AI 調查。調查期是 2026 年 5 月 4 日到 6 月 8 日,受訪者 1,719 人,來自 97 個國家。接近九成的受訪者說,組織至少在一個業務職能定期使用 AI。範圍小一些的是 44%,他們說 AI 正在全企業擴大使用,一年前是 38%。

agent 的情況規模小得多,也不平均。

• 約兩成受訪者說,組織已經在全組織層級把 AI agent 推進到擴大(scaling)階段。說 coding agent 達到同一階段的比例相近。
• 下一項問的是另一件事:只要求至少一個職能擴大,沒要求全組織。兩者不能互相換算,也都不能和下面去年的 23%(在「某處」擴大)直接比。
• 規模差很多。年營收超過 10 億美元的組織,在至少一個職能擴大使用 agent 的比例從 27% 升到 40%。較小的組織停在 22%。
• 對照一下,擴大最廣的 AI 工具是聊天機器人,47%。

在我讀得到的 2026 年正文裡,沒有逐職能的數字,所以這裡的逐職能數字來自去年(2025 年年中做的)那一期。當時 23% 說組織在某處擴大 agentic 系統,另有 39% 在試驗。但擴大的那些多數只在一兩個職能,而在任何單一業務職能,回報擴大使用 agent 的都不超過 10%。Stanford 的 AI Index 2026 用的是同一份 McKinsey 資料(2025 年調查),講得更直接:多數職能裡,過半受訪者回報完全沒有使用 agent,擴大使用的比例幾乎處處都是個位數。例外是科技業:軟體工程 24%、IT 22%、服務營運 21%。

兩點提醒。這些是受訪者描述自家組織的自陳答案,Stanford 自己也說只能看方向,算不上完整普查。另外,「在某處擴大」講的是公司裡有一個地方在用,沒說公司有多少工作經過 agent。

一家廠商自己的數字

OpenAI 會公布自家企業客戶的使用數據。它的 Enterprise Signals 報告最後更新於 8 月 12 日,說截至 6 月,在這些客戶的 Codex 與 ChatGPT 合計輸出 token 中,Codex 占 64%。它也每月依每位活躍使用者的輸出 token 為客戶排名:前 10% 的公司現在是中段公司(第 45 到 55 百分位)的 8.3 倍,1 月時是 2.6 倍。

這是真實資料,但回答的是另一個問題。它只涵蓋一家廠商的付費客戶,代表不了整個市場。64% 能說明的是,這家廠商的企業客戶,在 Codex 加 ChatGPT 的輸出 token 裡有六成多來自 agent 式工具;OpenAI 把 Codex token 算作 agent 式使用。同一份報告也說,這類使用正擴散到工程以外:自 2 月起,企業客戶的 Codex 每週活躍使用者在法務成長 108 倍,銷售與招募各 41 倍,行銷 26 倍,工程是 5 倍。這些數字量的是用量,報告沒有衡量成效。OpenAI 說 token 不是衡量商業價值的好指標,也說它是反映 AI 使用深度的實用替代指標。它呈現的就是使用深度。

不要把這些數字疊成一條漏斗。「九成在用 AI」、「兩成擴大了 agent」、「64% 的 token」來自不同樣本、不同問題、不同單位,沒有一串百分比能把它們接起來。

成本與價值

另外兩項發現,比採用率更值得注意。

第一是成本。約五分之一的 McKinsey 受訪者說,營運成本(包含 token)已經限制了他們使用 AI。Gartner 10 月 1 日對 2026 年 AI Hype Cycle 的公開摘要指向同一個方向:問題已經從公司能不能用 AI 做出東西,轉到能不能說清楚 AI 在做什麼、花了多少。

第二是價值。37% 的受訪者說 AI 對 EBIT 有任何貢獻,和去年相同,儘管回報擴大使用的人變多了。多數受訪者仍預期組織明年會增加 AI 投資。

我在小型測試裡看到的

我會讓 agent 和本機模型跑固定任務,再批改產出。最近兩篇和這個題目有關,先講清楚限制:兩篇都是小樣本,用的是在我自己電腦上跑的模型,沒有上生產系統。

第一篇批改了 120 次 agent 執行,它的檢查清單要求記下自己怎麼驗證成果。清單只是建議時,有公開紀錄的 60 次裡一次都沒寫那份筆記。摘要任務上(qwen3:14b),做完的 17 次照樣全部宣告完成。改成強制後,寫筆記的次數明顯增加,修好的 bug 沒有變多。強制換到的是文件,而且寫文件的,就是它本來要被檢查的那個 agent。

第二篇裡,本機模型為六個合成案例起草客服回覆,每題跑一次。其中三題,它在還沒拿到決定政策所需的資訊時就選了政策;其中兩題後來在同一份輸出裡自我更正,或改成條件句。三題中有兩題取決於收件日期這類欄位,幾行普通程式碼就能檢查,缺欄位時直接拒答。

這兩個結果都不能說明採用率。它們是我實際碰到的失敗,出在什麼算做完、哪些判斷被留給了模型,值得先在你自己的流程裡查一遍。

agent 進你的流程之前

如果你正在決定下一個 agent 放在哪,以下是我會先要答案的問題。不需要什麼框架。

1. 哪一個流程,在哪一個職能? 去年的調查裡,擴大使用 agent 的公司多半只在一兩個職能。如果你說不出是哪個流程,那就是在試驗,這沒問題,照試驗編預算、照試驗回報。
2. 由誰判定事情做完了?那個人在 agent 之外嗎? agent 說它做完了,或留一份說它檢查過的筆記,都只是它的說法。先決定由人或測試看哪一項證據。
3. 它可以不問就做什麼? 寫下哪些動作它能自己做(讀取、起草、查詢),哪些要指定的人批准(寄出、退款、改紀錄)。從短的那份清單開始。
4. 哪些判斷不該交給模型? 凡是由日期、版本、金額或客戶管道決定的,通常可以寫成規則。把真的需要語言能力的部分留給模型。
5. 完成一件工作花多少? 追蹤每件完成且被接受的工作花多少,按帳號或按月的帳單看不出這個數字。已經有約五分之一的受訪者說成本在限制他們的使用。
6. 你要重跑哪一組案例? 留二三十個答案已知的真實案例。模型、prompt 或廠商一換就重跑、比對。
7. 怎麼關掉,誰接手? 先知道關掉 agent 那天,佇列由誰接。

有人拿採用率給你看時,不管來自廠商、顧問還是自己團隊,問一句分母是什麼:受訪者、客戶、token,還是工作件數。對 agent 普及到哪的混淆,一個常見來源是把算不同東西的數字放在一起比。

如果你已經把 agent 放進某個流程,也想出了怎麼檢查它的結果,很想聽你最後怎麼定的。