McKinsey 在 2026 年 8 月發布的《State of AI 2026》年度報告，為過去一年企業 AI 投資的成效提供了最全面的數據。報告最核心的訊息是：AI 正在為企業創造實際價值，但回報分佈極不均勻——個人層面有 80% 員工感受到生產力提升，但組織層面僅 37% 錄得 EBIT 正面貢獻。對於正在投入 AI 的香港 SME 和企業管理者來說，理解這個「個人 vs 組織」的效益落差，正是將 AI 從成本中心轉為利潤中心的關鍵。
報告四大核心發現：企業 AI 的真實面貌
McKinsey 的報告基於全球多個行業的企業調查，涵蓋從初階聊天機械人到複雜 AI Agent 的應用情況。以下是最值得香港企業關注的發現：
1. AI 採用持續加速，AI Agent 增長尤其顯著
報告顯示，40% 的大型企業正在規模化部署 AI Agent（自主 AI 代理），遠高於去年的 27%。聊天機械人仍然是最廣泛應用的工具，47% 受訪者表示其組織已將聊天機械人擴展至全公司。同時，約 20% 企業正在規模化部署軟件編碼 Agent——這意味著 AI 正從「問答工具」進化為「自主工作的數碼員工」。
2. 個人生產力大幅提升，但組織層面回報未同步
最引人注目的數據是個人與組織層面的效益差距。80% 受訪者表示 AI 改善了個人生產力，50% 表示 AI 幫助他們「做出更好的決策」。然而，只有 37% 組織報告 AI 對盈利能力（EBIT）產生任何正面影響——這個數字與去年持平，毫無增長。McKinsey 合夥人 Dan Tinkoff 指出：「這是一個驚人的發現——個人層面 AI 明顯帶來好處，但組織層面的回報卻停滯不前。」
3. 成本壓力持續——Token 開銷正在制約 AI 應用
約 20% 受訪者表示 AI 相關營運成本已經「制約了 AI 使用」。Token 消耗（即每次 AI 查詢背後的使用量計費）已成為反覆出現的痛點。ITPro 此前報導，Accenture 曾要求員工停止將 AI 用於基本任務，而 Uber 更在短短四個月內用盡了全年 AI 預算。儘管如此，28% 企業已將超過 10% 的 IT 預算投入 AI，60% 企業預計未來一年將增加 AI 投資。
4. 藥業、保險、銀行最積極投入 AI
報告指出，製藥及醫療產品、保險、銀行及其他金融機構是最可能增加 AI 投資的行業。這與香港金融服務業主導的經濟結構高度相關——本地銀行和保險公司正處於 AI 投資的前沿。
現實案例：DBS 銀行如何用 Agentic AI 實現 30% 效率提升
與 McKinsey 報告幾乎同時發布的還有 DBS 銀行的實戰案例。星展銀行（DBS）向全球 1,500 名銀行家推出 Agentic AI 工具，用於支援企業信貸評估流程。目標是將信貸備忘錄（Credit Memo）的準備時間縮短至少 30%。經過 150 人的內部試點後，該行決定全面推廣，AI Agent 負責處理超過 70 項信貸相關任務，覆蓋從數據收集到初步分析的整個流程。
這個案例對香港企業有雙重意義。第一，DBS 是亞洲領先銀行，其 AI 部署策略直接適用於香港金融業。第二，DBS 的做法不是用 AI 取代人手，而是賦能員工——讓 bankers 專注於更高價值的判斷和客戶關係工作，這正是 McKinsey 報告中「個人生產力提升」轉化為「組織效益」的具體路徑。
香港企業的行動指南：如何跨越「生產力－效益」鴻溝？
綜合 McKinsey 報告的數據和 DBS 等領先案例，香港企業可以從以下幾方面著手，確保 AI 投資轉化為實際回報：
從痛點出發，而非從技術出發
McKinsey 報告的關鍵啟示是：AI 的成功不在於部署了多少工具，而在於是否解決了真實業務問題。DBS 不是為了用 AI 而用 AI，而是針對信貸評估這個具體、耗時、重複性高的流程。香港 SME 可以先盤點團隊中哪些任務佔用最多時間、最重複、最依賴資料收集——這些就是 AI 的最佳切入點。
控制 Token 成本，做好使用預算
Token 成本是 2026 年企業 AI 的最大陷阱。香港企業應建立 AI 使用分級制度：簡單任務（如摘要、翻譯）使用便宜的小模型，複雜任務（如分析、推理）才動用旗艦模型。OpenAI、Anthropic、Google 等供應商在 2026 年大幅降價，但若不控制用量，省下的單價會迅速被暴增的使用量吞噬。
重視流程改革，而非單純導入工具
McKinsey 和 Accenture 的調查一致指出：許多企業的 AI 策略未能同步現代化底層 IT 基礎設施或工作流程。單純把 AI 工具「貼」在現有流程上，生產力提升必然有限。香港企業應在導入 AI 的同時，重新設計相關工作流程，讓 AI 的輸出能真正融入決策鏈。
由個人試驗驅動組織採用
報告中 80% 個人感受到生產力提升，是一個值得利用的切入點。鼓勵員工自發試用 AI 工具，然後由管理層系統化歸納成功案例，再逐步推廣至團隊層面——這比由上而下的強制部署更有效，也更可能跨越「個人 vs 組織」的效益鴻溝。
總結
McKinsey《State of AI 2026》傳遞了一個務實的訊息：AI 的價值是真實存在的，但不會自動轉化為企業利潤。個人生產力的顯著提升，需要配合流程改革、成本管理和策略性部署，才能真正推動組織層面的回報。對於香港企業來說，2026 年不是要不要投資 AI 的問題——而是如何聰明地投資、避免常見陷阱、並從先行者的案例中學習。從 DBS 銀行的經驗可見，亞洲企業完全有能力在 AI 應用上走在全球前列。