一句話結論
新加坡人力部第一份企業 AI 調查：28.5% 的公司開始用 AI，但只有 3.8% 放進核心流程——每 100 家開始用的，只有 13 家真的靠它做事。台灣的漏斗長得一樣，但兩地卡住的地方剛好相反：新加坡卡在成本和人才，台灣卡在「不知道要用在哪」。而後者是三個障礙裡唯一不用花錢解的。
新加坡人力部在 2026 年 4 月 30 日發了第一份企業 AI 採用調查。我把它跟台灣的數字擺在一起看，發現一件比「誰比較領先」有意思的事。
先講一句：這兩份調查不能直接相減。後面我會說為什麼。但有一個東西可以比，而那個東西才是重點。
新加坡的數字
以下全部出自新加坡人力部官方發布，調查對象是至少 10 名員工的私人企業：
| 階段 | 佔全體企業 |
|---|---|
| 完全還沒採用 | 71.5% |
| 還在規劃 | 7.4% |
| 試點中 | 6.0% |
| 放進核心業務流程 | 3.8% |
「開始採用」的合計是 28.5%。聽起來還行——直到你算一下比例：
3.8 ÷ 28.5 ≈ 13%。
每 100 家已經動起來的公司，只有 13 家走到「真的靠它做事」。
另外 87 家還在規劃、試點，或者用了但沒接進流程。
還有一組數字更值得台灣的中小企業老闆看：500 人以上的大企業採用率 76.4%，25 人以下的只有 23.9%。差距三倍以上。
順帶一提，這份報告也回答了大家最怕的那題：6.2% 的公司因此減少人力，18.9% 在重新設計職務，13.9% 開出新的 AI 相關職缺。報告自己的結論是「沒有跡象顯示出現大規模的工作取代」。
台灣的數字
我在八月寫過一篇談台灣的 AI 落差，那些數字放在這裡剛好對照：
- 中小企業 AI 實際導入率 7.4%
- 已導入的企業裡，42.2% 停留在「免費聊天」階段（貿協 2026 年第一輪經貿指數）
- 導入障礙第一名是「尚無明確應用需求」63.9%，遠高於成本 25.5%、人才 21.3%
⚠️ 這裡有一個數字陷阱，先講清楚
新加坡的 7.4% 是「還在規劃」的比例。台灣的 7.4% 是「實際導入率」。
同一個數字，意思完全不同。看到兩份調查出現一樣的數字時，先確認它量的是不是同一件事。
為什麼不能直接相減
看到 28.5% 對 7.4%，很容易脫口而出「新加坡是台灣的四倍」。這句話我不會寫，理由有三個：
- 定義不同。新加坡的 28.5% 包含「還在規劃」和「試點中」；台灣的 7.4% 講的是「實際導入」。拿含規劃的去比不含規劃的，本來就會放大差距。
- 樣本不同。新加坡調的是至少 10 人的私人企業（含大公司）；台灣那份調的是中小企業。而新加坡自己的數據就顯示大小企業差三倍——樣本裡大公司多，整體數字自然高。
- 年份與執行單位不同。台灣那份是「2025 年中小企業 AI 運用現況研究調查」，而且我查不到執行單位，沒辦法回溯問卷設計。
我踩過這個坑的變體：把兩個口徑不同的數字相減，得出一個看起來很嚴重、實際上不存在的結論。跨口徑相減＝製造假警報。
那可以比什麼？可以比形狀
兩邊的絕對值不能比，但漏斗的形狀可以比——而且形狀驚人地像。
| 新加坡 | 台灣 | |
|---|---|---|
| 動起來的 | 28.5% 開始採用 | 7.4% 實際導入 |
| 真的接進流程的 | 3.8%（採用者的 13%） | 導入者有 42.2% 還停在免費聊天 |
兩邊漏在同一個位置：不是「有沒有開始」，是「開始了之後有沒有接上去」。
這件事我在企業現場看太多次了。公司買了帳號、辦了教育訓練、大家上課時都很興奮，三個月後回去看——還是只有那兩三個本來就愛玩工具的人在用，而且用在自己的事情上，沒有任何一條公司流程因此改變。
報告上會寫「我們已經導入 AI」。這句話是真的，也是空的。
但卡住的原因剛好相反
這是我認為整篇最值得看的一段。
| 障礙排名 | 新加坡 | 台灣 |
|---|---|---|
| 第 1 名 | 導入成本高 44.9% | 尚無明確應用需求 63.9% |
| 第 2 名 | 缺乏內部專才 42.4% | 導入成本高 25.5% |
| 第 3 名 | （大企業）整合複雜度 56.1%、資安 55.4% | 人才短缺 21.3% |
新加坡的公司說：我知道要做什麼，但太貴、找不到人。
台灣的公司說：我不知道要做什麼。（成本只排第二，而且只有 25.5%。）
這兩種卡法完全不同，解法也完全不同。
卡在成本和人才是資源問題——要編預算、要招人、要時間，急不來。
卡在「不知道要用在哪」是認知問題——它不需要預算，也不需要招人。需要的只是有人陪你把公司現在真正在做的事攤開來看一遍。
坦白說，台灣這個卡點是三個裡面最便宜解決的一個。而它排第一名。
那今天可以做什麼
不用等預算，也不用先招人。三步：
① 先算你自己的 13%。把公司裡「有在用 AI 的人」列出來，然後在每個名字後面回答一個問題：他不用了，公司有哪條流程會停？答不出來的，就是還沒接上去的那一格。這個數字通常會讓人很不舒服，但它是你真正的起點。
② 從流程挑，不要從工具挑。大部分公司的順序是「買了工具 → 想想能拿來做什麼」，所以才會有 63.9% 說不知道用在哪。倒過來：先列每週重複超過三次的事，再問哪些可以交出去。
③ 挑一件做完，讓它變成別人非用不可的東西。不是「大家有空可以用」，是那條流程從此就長這樣。這是 3.8% 和 28.5% 之間唯一的差別——接進去了沒有。
回到機長那句話
我常說：你是機長，AI 是機組人員。
28.5% 是「機組人員已經報到了」。3.8% 是「他們真的排進了班表」。
報到不排班，等於沒來。而那 87% 的差距不是能力問題——是沒有人去改班表。
改班表這件事，不是 AI 能替你做的。
查證說明
①新加坡數字全部出自新加坡人力部（MOM）2026 年 4 月 30 日發布的首份企業 AI 採用報告官方新聞稿，調查對象為至少 10 名員工的私人企業；新聞稿未載明樣本數與調查期間，本文因此不做逐年比較。②台灣數字出自「2025 年中小企業 AI 運用現況研究調查」與貿協 2026 年第一輪經貿指數，前者各家報導均未載明執行單位，我也查不到，無法回溯問卷設計與樣本數。③兩份調查定義、樣本、年份、執行單位皆不同，本文刻意不做相減或倍數比較，只比漏斗形狀與障礙排序。④「3.8 ÷ 28.5 ≈ 13%」為本文自行換算，非官方數字。⑤本文未引用任何影音節目或二手評論的推論。⑥調查數據會隨年度更新，引用前請確認最新版本。
「他不用了，公司有哪條流程會停？」——你答得出幾個名字
想自己先搞懂：我的電子報每週把這類數據翻成能用的判斷 → startupforyou.substack.com
如果你是主管：那 63.9% 的「沒有明確應用需求」，八成是需求沒被寫下來過。我的企業內訓有一個模組專門帶團隊做這張盤點表，課堂上就把貴公司的清單攤出來、當場挑出第一件可以接進流程的事。想聊聊寫信到 ai@autolab.cloud，或看看 AI 顧問教練團。
關於作者
黃敬峰（AI峰哥／阿峰老師），企業 AI 實戰培訓專家，服務客戶包含國泰人壽、工研院、士林電機、中嘉寬頻、電通、城邦媒體等。聯絡方式：ai@autolab.cloud