Deloitte 在 2026 年 8 月發表的調查給了一組容易被誤讀的數字：四成二的企業還在試點少量 AI Agent，四成三正把部署擴張到多個部門，只有一成五做到規模化、能互相協調的多 Agent 運作。乍看是「大家都在做」，實際上是絕大多數企業卡在同一個位置——會用了，但撐不到全公司。
對台灣的傳統產業決策者，這份調查最有價值的不是那些成長預期，而是它把瓶頸指到了一個多數人沒有預算科目的地方。
74% 對兩成，這個落差就是答案
調查裡有兩個數字放在一起看才有意義。
問到四年後的期望，74% 的企業認為屆時至少一半的流程會圍繞 AI Agent 重新設計；問到現在，只有 16% 說自己的業務流程已經準備好，另外 5% 說高度準備。就算把範圍縮到那些已經做到規模化的企業，也只有 46% 認為流程準備好了。
四年要重做一半的流程，今天有兩成的人覺得流程可以動。這個落差不是技術落差，是流程落差。
三大障礙的排序也指向同一件事：72% 卡在沒有統一、拿得到的資料基礎，70% 卡在無法信任與管控 Agent，67% 卡在整合的成本與複雜度。三項都不是模型能力問題。第一項在台灣傳統產業有個更熟悉的名字：資訊孤島。ERP 在一套系統、品保紀錄在 Excel、報價歷史在資深業務的信箱裡。這種狀態下導入什麼模型都一樣。
疊層是橋，不要當成終點
Deloitte 的建議裡有一條值得單獨看：把「疊層」當成橋樑而不是目的地。
疊層指的是在既有流程上直接加一層 AI Agent，不動下面的流程。這種做法回收快，通常幾週就看得到成效。調查裡的多數企業都在這個階段。
我們的看法是：對資源有限、沒有專職 IT 的傳統產業，疊層不只是可以接受，而是唯一合理的起手式。先讓一線同仁在自己每天的工作上看到差別，信心才建立得起來，後面談流程重設才有人願意配合。
但橋要有對岸。疊層做完之後如果沒有下一步的規劃，三年後的處境是幾十支散裝的 Agent 各自服務一個舊流程，彼此不通，而流程本身一動也沒動。分辨的方法很簡單：問這支 Agent 上線時，有沒有人記錄下它繞過了哪一段原本該修的流程。有記錄，那是橋；沒有記錄，那就是終點了。
人的準備比技術準備更落後
43% 的受訪主管預期未來 12 到 18 個月會出現「大量」到「極端」的工作變動，兩到三年內這個比例升到 72%。同一份調查裡，半數主管說自己的公司在人力轉型上投入不足。
這兩個數字擺在一起是矛盾的：多數人預期衝擊會來，半數人知道自己沒準備。
企業實際在做的事：71% 在推 AI Agent 的基礎識讀，65% 針對受影響的職務做再培訓。這兩件都是對的方向，但識讀課上完之後，能自己設計提示詞、能判斷 Agent 什麼時候不可信的人，公司裡有幾個？
調查裡有另一個數字回答了這題：約三分之一的主管認為人機協作的價值高於純自動化，但定義出對應運作模式的公司不到一半。想清楚哪一段留給人判斷、哪一段交給 Agent 執行，這件事沒有工具可以代勞。
這份調查的邊界，決策者該知道
引用之前要說清楚它量的是什麼。
樣本是 501 位美國企業的資深經理到高階主管，2026 年 4 月到 6 月訪問，另有 20 場深度訪談。產業涵蓋消費品、能源與工業、金融、生技醫療、科技媒體電信。受訪者裡 55% 是技術職能主管，45% 是業務與其他職能。
關鍵的一條入選條件：所有受訪企業至少已經在試點 AI Agent。
所以這不是「企業界的現況」，是「已經動起來的那群企業的現況」。那個 15% 的規模化比例，分母是已經在做的人；把它讀成全體企業的普及率會高估很多。同樣地，74% 的四年期望來自已經投入的一群，帶有自我實現的偏誤。
對決策者的用法是：拿它當同行的路線圖參考，不要拿它當市場壓力的證據。真正的壓力來自你的客戶和你的競爭對手，不是來自一份美國調查的百分比。
四個可以在下次會議上問的問題
從這份調查倒推，有四個問題能問出公司的真實位置。
我們的 Agent 現在服務的是哪一版流程？ 如果答案是「現在這一版」，那就是疊層階段，這沒問題，但要接著問下一題。
哪一段流程是我們知道該改、但目前用 Agent 繞過去的？ 答不出來，表示沒有人在追蹤那座橋通到哪裡。
資料在幾個系統裡，Agent 拿得到幾個？ 這題的答案通常比想像的難聽，而它決定了上限。
如果明年一半的例行判斷由 Agent 執行，誰負責覆核，那個人現在會不會看提示詞？ 這題問的是人力投入，也是半數企業投入不足的那一項。