主管會被問一句:AI 花了這些錢,效果在哪?
很多人答得出「比較快了」「品質好像穩一點」,真要拿出數字,常常就卡住。

日本公司 taiziii 在 11 月 11 日發布一份調查(原文)。他們在 2026 年 9 月 1 日到 9 月 4 日,以自家網路問卷,訪問員工 300 人以上企業、課長以上、且所屬部門已在用 AI 的主管。回收 200 份,有效回答 170 名。
這是日本、而且是該公司自行做的網路調查,不是臺灣數據,也不是第三方普查。對方同時提供相關產品,有商業立場。他們的調查介紹頁也寫了:結果依受訪者自己申報,不是實測的生產力,也不能代表日本企業全體。

問到在公司裡說明 AI 的投資效果時,能「用數字說明」的只有 32 人,占 18.8%。
相對地,「能用描述說明、但拿不出數字」的有 84 人,占 49.4%,比數字說明多出一截。另外,15.3% 被要求過、但說不好;7.6% 沒被要求過;8.8% 自己沒參與說明、並不清楚。
多數人不是沒被問到,是問了,也講不成數字。

再問效果量到哪一步,請受訪者選自己走到的最深一層:最多人停在「作業時間、處理量、品質等業務上的變化」,62 人,占 36.5%。
往前一層,只量到「有多少人在用、用了幾次」的有 24.1%;能量到營業額、利潤或顧客滿意等事業成果的有 18.2%。把投入的錢和成果放在一起比、量到投資對效果的,只有 6 人,占 3.5%。還有 13.5% 說沒有特別量測。
有在用,不等於量過;量過變化,也不等於算過值不值得。

帳面上已經花錢了,若說不出效果,要不要擴大、要不要停、要不要換做法,都只能靠印象。
這份調查並不是要說「沒數字就不要用 AI」。它提醒的是:很多主管停在「感覺有變」,還沒走到「這筆錢換到什麼」。
說不清楚,就很難認真做下一個決定。

下面是我們依這份調查整理的做法,不是 taiziii 的建議。
第一,先寫這筆 AI 要改善的是哪一件工作,不要只寫「讓大家更有效率」。
第二,記下使用前的基準:這件事以前要花多少時間、出過幾次錯、做成幾件。
第三,每個月對一次:變了多少,和花掉的錢比一下。
第四,分清楚兩件事:有人在用,和這樣用值得。前一項看次數,後一項看成果和成本。
舉個假設情境(不是真實公司):一家 15 人的設計工作室,請 AI 幫忙起草提案。大家覺得「比較快了」,可是沒人記下以前一份要寫幾小時,也沒算過改稿還要花多少時間。月底只看得到訂閱費,看不到效果。
先留下使用前的那一行數字,效果才比較得了。

這份調查的重點,不是誰比較會算帳。它說的是:連已經在用 AI 的部門主管,能用數字說明投資效果的,也只有 18.8%;真正把投入和成果放在一起量的,只有 3.5%。
臺灣的中小企業若要決定要不要加碼,與其先追新工具,不如先問自己:這筆錢,我說得出換到什麼嗎?

歡迎加入【蒲公英 AI 知識社群】。我們不追逐表面的資訊熱度,而是拆解每一次科技與商業決策背後的真實邏輯。在變動加速的時代,我們一起看的不是熱鬧,而是規則。
👉點此加入蒲公英 AI 知識社群(連到 LINE 社群:https://line.me/ti/g2/U22Ve69yCykRi4WhI1Q8PEb0bVBN1AwlwepJwQ)
🔑 入群通關密碼:94115