產業報告星收斂機構級大盤調查，核心訊息是「採用與兌現的鴻溝」：AI 採用爆衝（McKinsey：約 88% 公司已用），但價值兌現很慢（MIT NANDA：95% 生成式 AI 試點無可衡量財務回報）；廠商宣稱遠超實證落地，真功夫在工作流重組。
常見問答
企業導入 AI 真的有賺到錢嗎？
大多還沒：McKinsey State of AI 2025（1,993 人、105 國）顯示約 88% 公司已用 AI，但僅約 5.5% 達高績效（EBIT>5%）、約三分之二卡在 pilot；MIT NANDA 2025 指出 95% 的生成式 AI 試點無可衡量財務回報；NBER 近 6,000 名高管調查中，80% 以上回報三年來 AI 對就業與生產力零影響。
用 AI 一定比較快嗎？
不一定，感受與真實會脫鉤：METR 2025 的 RCT 讓 16 名資深開源工程師用 AI，實測反而慢 19%，本人卻自估快了 20%。BCG「鋸齒邊界」研究（758 名顧問、預註冊 RCT）則顯示：AI 能力邊界內品質 +40%、邊界外 −19 個百分點——關鍵是判斷哪些事落在邊界內。
大家信任 AI 嗎？
採用不等於信任：Stack Overflow 2025 顯示 84% 以上開發者用 AI，但信任僅 29%（年跌 11 個百分點）、46% 主動不信任；KPMG×墨爾本大學 47 國 48,340 人調查顯示 66% 的人不檢查就採用 AI 輸出、56% 因此出過錯——過度依賴是真實風險。
那企業該把力氣放在哪？
證據指向工作流重組：Bloom 的生產力 J 曲線說明通用技術初期因組織重組成本先降後升；a16z 訪談 100 位 CIO 的結論是護城河在「嵌進工作流的調校」而非模型本身。先 workflow、後工具——真正的工作是重組流程，不是換工具。
以上問答整理自「AI 時代的教練力」知識體系（coaching-power-core）之公開內容。