2026 年 8 月 31 日，McKinsey 發布年度《The State of AI in 2026》報告，其中一項數據引起企業 IT 決策者高度關注：32% 的受訪企業表示，他們已放棄購買一個或多個軟件產品或功能，因為可以使用 AI Coding Agent 在內部自行開發。在科技行業，這一比例更高達 41%。對於正處於數碼轉型關鍵階段的香港企業來說，這份報告提供了一個清晰的信號：AI 不僅在改變你如何做業務，更在改變你如何構建業務所用的工具。
McKinsey 報告的核心發現：AI 自建潮的數據
McKinsey 的報告基於對 1,719 名全球企業高管的調查，揭示了 AI 正在從「實驗工具」轉變為「核心開發能力」的趨勢。以下是幾項關鍵數據：
- 32% 的企業已決定不購買軟件，轉用 AI Coding Agent 自建。這不是未來計劃，是已經發生的事實。
- 科技行業最激進：41% 的科技企業選擇自建，反映技術團隊對 AI 編碼工具的掌握程度最高。
- 醫療保健行業 39%：醫療支付者和提供者在自建榜單上排名第二，顯示醫療行業對定制化軟件的強烈需求。
- 專業服務和能源行業 38%：並列第三，證明 AI 自建不僅適用於科技公司。
- 金融服務 36%、媒體與電訊 34%、製藥 33%——幾乎所有行業都出現了顯著的自建傾向。
- 保險業僅 19%、公共與社會服務僅 17%——這些行業可能因監管限制或技術能力不足而較慢採用。
報告還發現，AI 在企業中的規模化部署正在加速：44% 的受訪者表示 AI 正在其組織中規模化推廣（高於去年的 38%），56% 的企業在三個或更多業務職能中部署了 AI（高於去年的 51%）。
McKinsey 資深合夥人 Lieven Van der Veken 在報告中表示：「愈來愈多領導者正在問：我們的組織需要自己構建 AI 工具嗎？軟件編碼 Agent 和內部開發的興起，正是這一廣泛轉變的明顯信號。」
AI Coding Agent 如何改變「自建 vs 購買」的計算？
傳統上，香港企業在決定「自建還是購買軟件」時，需要權衡以下因素：自建需要僱用開發團隊、花費數月開發時間、承擔長期維護成本；而購買現成軟件雖然啟動快，但往往需要妥協功能、支付持續授權費、並承受供應商鎖定的風險。
AI Coding Agent——如 Claude Code、GitHub Copilot Agent Mode、Cursor、以及 Lovable 等平台——從根本上改變了這條算術：
- 開發速度提升 10-100 倍：AI Coding Agent 能將需求直接轉化為代碼，將過去需要數週的開發任務壓縮到數小時甚至數分鐘。
- 非技術人員也能參與：Lovable 等平台已證明，沒有編程背景的產品經理和營運人員也能使用自然語言描述需求來構建應用。McKinsey 報告中提到，32% 的企業選擇自建，部分原因正是 AI 降低了對專業開發者的依賴。
- 迭代成本趨近於零：修改一個 AI 生成的應用的成本遠低於修改傳統開發的應用。這使得企業可以在數天內測試多個內部工具原型，而不是投入大量資源在一個方案上。
- 定製化程度無上限：購買現成軟件意味著接受其功能邊界。AI 自建則可以為你的業務流程量身定制——這對於香港中小企來說尤其重要，因為許多國際軟件並不針對本地市場的特定需求。
McKinsey 報告也指出，大型企業（年收入超過 10 億美元）在 AI 規模化方面領先——54% 的大型企業已實現企業級 AI 規模化，而小型企業只有 33%。在 Agentic AI 方面，大型企業的規模化比例從 27% 躍升至 40%，而小型企業停留在 22%。這意味著擁有較多資源的企業正在加速拉開差距。
對香港企業的實際建議：何時該自建，何時該購買？
McKinsey 資深合夥人 Van der Veken 也強調：「這當然不意味著企業應該自己構建一切，或者拒絕合作。而是說，領先的組織正在從一個更有主動權的位置來選擇合作夥伴。」以下是香港企業可以參考的決策框架：
適合自建（使用 AI Coding Agent）的情況
- 內部營運工具：庫存管理、客戶追蹤、報告生成等僅供內部使用的工具，對用戶界面要求不高，使用 AI Coding Agent 可在數小時內完成。
- 行業特定功能：香港獨有的業務需求——例如與政府電子系統的整合、本地支付方式（八達通、轉數快）的接入——國際軟件通常不支持，而 AI Coding Agent 可以輕鬆定制。
- 數據整合層：需要在多個系統之間搭建數據橋樑的輕量級工具。AI 編碼非常適合這類「連接型」項目。
- 原型驗證：在投入大量資金購買企業軟件之前，先用 AI Coding Agent 構建一個原型來驗證需求和流程。
適合購買的情況
- 核心業務系統：ERP、CRM、會計系統等需要長期穩定性和專業支援的核心系統，成熟商業軟件仍是更安全的選擇。
- 合規和安全要求高的場景：涉及客戶數據、金融交易、醫療記錄的系統，商業軟件提供更完善的審計和合規功能。
- 需要生態整合：如果軟件需要與大量第三方服務無縫整合，成熟的 SaaS 產品往往有現成的 API 和合作網絡。
- 你的團隊不具備 AI 編碼能力：McKinsey 的數據顯示，AI Coding Agent 的效益在於團隊能夠有效使用它。如果你的團隊還沒有接觸過這些工具，先從學習和培訓開始，而不是立即投入自建項目。
香港企業的下一步
McKinsey 的報告為 2026 年的企業 AI 策略提供了一個清晰的坐標：AI 不再只是提高效率的工具，而是從根本上改變了企業的技術策略選擇。32% 的企業選擇 AI 自建代替購買的事實說明，這場轉變已經越過「早期採用者」階段，進入了主流。
對於香港企業來說，關鍵不是要在自建和購買之間二選一，而是要建立判斷何時自建、何時購買的能力。Van der Veken 的總結值得深思：「移動最快的組織正在變得更有策略性——決定在哪裡購買、在哪裡自建、在哪裡發展足夠的內部能力來整合和規模化有效方案。」AI Coding Agent 不是要取代 IT 團隊，而是讓每個企業都擁有更實惠的技術建設能力。