McKinsey：Agentic AI 的關鍵，
不在模型，而在基礎

01多數企業卡在「從實驗到規模化」

全球約三分之二的企業已經開始嘗試 AI agent，但真正能產生實質價值、做到規模化的不到 10%。問題不在模型，而在基礎能力，尤其是資料的整合。

02最大瓶頸是資料（Data）

約 80% 的企業認為，資料限制是 AI 無法擴展的主因。常見問題包含：

• 資料分散、缺乏整合
• 品質不一致
• 無法即時更新
• 沒有清楚的治理機制

03AI 轉型的重點：從「用例」轉向「流程」

文章提出一個很重要的觀點：不是多做幾個 AI use case，而是要把「高價值工作流程」重新設計（agentify workflows），讓 AI 直接參與決策與執行，讓 AI 從輔助工具，逐漸變成流程中的執行者。

04三個核心基礎（Foundation）

要讓 Agentic AI 真正落地，企業需要建立：

05關鍵轉變：從「人 + 工具」到「人 + Agent」

未來的組織型態會逐漸變成：

本質上是在放大專家的能力，而不是取代人。

06給企業的實務提醒

因此在我許多授課的課堂上，都會提醒學員：

• 要讓 AI 的使用能夠串聯在一起，而不只是單點的使用。
• 要讓使用的結果能真的發揮價值，必須跟實際的場景結合。
• 越快導入 AI Agent，企業越能發揮競爭力與創新能力。