過去兩年，AI 的行銷說法幾乎一致：部署 AI，收穫回報。每一家供應商、每一場主題演講、每一份顧問簡報都保證「生產力紅利會廣泛分配」。但 PwC 在 4 月中發布的《2026 AI Performance Study》安靜地把這個敘事拆了。
報告中的重點數字非常殘酷——AI 帶來的經濟價值，有 74% 被僅僅 20% 的公司吃下。表現最好的這批公司，AI 帶來的營收與效率紅利平均是對手的 7.2 倍。這不是常態分佈，而是冪次分佈，而且比多數高階主管願意相信的還要陡。
PwC 這次訪談了 1,217 位高階主管，大多來自 25 個產業的大型上市公司。這個樣本很重要——他們不是在玩票的新創，而是手上握有資金、人才、資料的企業。結果即使在這群精英裡，仍有 80% 的公司大致在輸，頂多原地踏步。
贏家真正不同的地方
報告中最有意思的發現是：前 20% 的公司，並沒有在追求「生產力」。
一般公司部署 AI 的方式，和部署任何一套 ERP 升級一樣——減少人力、加速既有流程、壓低成本。但贏家的做法不同，他們把 AI 當成一根槓桿，用來進入鄰近市場、開創新的產品類別、追逐「在 AI 出現之前根本不存在」的營收機會。
一家用 AI 把商品描述寫得更快的零售商，省下的是成本。一家用 AI 為每一個顧客微分群生成「個人化產品線」的零售商，創造的是一門新生意。前者在財報上多出一行「生產力」，後者卻在重寫整個產業的規則。
PwC 的資料還顯示，贏家在另外三件事上投資過度——而大多數公司卻把它們當成次要問題：資料基礎設施、治理、內部信任機制。他們在部署模型之前先建立評估架構、把 AI 決策設計得可追溯、定期進行紅隊演練。這些工作不性感、進度慢、組織成本高——但正是這些東西決定了一家公司做出來的只是「AI 概念驗證」，還是一個可以放心跑在正式環境的 AI 系統。
在好轉之前還會更糟
一個令人不舒服的事實是：PwC 記錄下來的這個落差，具有自我強化性。AI 用得好會產生資料，更多資料訓練出更好的模型，更好的模型產生更好的結果，更好的結果又支撐更大的 AI 投資。對領先者而言，飛輪已經開始轉動；對其餘 80% 而言，差距不是在縮小，而是還在擴大。
那些「等 AI 成熟再投入」的公司正在犯一個策略性錯誤，而這個錯誤要到兩年後才會顯現在財報上。到那時，對手已經堆疊了五年的先行優勢。要從那個位置逆轉不是不可能，但需要董事會做出一種過去很少被迫做的決定——在還看不到明確 ROI 的能力上押下大而不舒服的賭注。
我的看法
過去我們被告知：AI 是一股能把所有船都抬高的潮水。PwC 的資料顯示，AI 其實是一股「抬高 20% 的船、淹沒 30% 的船、讓其餘擱淺在泥灘上」的潮水。
好消息是，這個落差不是靠規模、預算或地理位置解釋，而是靠策略姿態。一家對「AI 如何改變自己產業」有清楚論述的中型公司，完全可以勝過規模大十倍的企業——事實上正在發生。真正決定勝負的變數，是領導層的清晰度、重新設計流程的意願，以及對「信任這件不起眼的基礎建設」的真誠投資。
這十年下半場成功的公司，不會是「買了最好 AI」的那群，而是能對一個更簡單的問題給出最清晰答案的人——我們能打造出什麼在 AI 出現之前做不到的新生意？