生成式 AI 在台灣企業的使用持續升溫,但「大家都在用」與「企業真的用得好」之間,仍存在落差。
根據 2026 年 6 月更新的 Anthropic Economic Index,台灣 Claude 使用強度在全球 121 個地區排名第 31,使用指數達預期值的 2.08 倍。其中,商業營運占台灣使用主題的 5.9%,高於網站前端開發等技術應用,顯示生成式 AI 已從工程開發,逐漸進入更多元的工作場景。
不過,AI 使用率上升並不代表企業已具備成熟的 AI 能力。微軟《2026 工作趨勢指數》指出,組織文化、主管支持與人才管理機制等組織因素,占 AI 成效影響因素的 67%,超過個人因素的兩倍。台灣有 22% 的 AI 使用者具備較成熟的應用能力,但僅 17% 認為企業領導團隊擁有清晰且一致的 AI 策略。
當員工開始主動把 AI 帶進工作流程,企業接下來面對的問題,也不只是如何鼓勵使用,而是如何把個人的探索經驗轉化為可複製、持續累積的組織能力。
從 Claude 社群看企業 AI 落地
Claude Community 透過全球各地 Ambassador 串聯在地社群,舉辦技術聚會、工作坊與案例交流,讓開發者與企業工作者分享 AI 實作經驗,也成為全球技術趨勢與在地需求之間的連結。
新加坡商鈦坦科技技術經理蕭晊莛(Justin)是台灣第二位 Claude Community Ambassador。除了在企業內推動 AI Agent 與 Agentic Workflow,他也持續參與 Claude Community Taiwan,將社群觀察帶回企業。

近期 Justin 受邀於第十九屆 CIO 價值學院分享 Claude 社群發展與技術趨勢。他觀察,生成式 AI 早期主要被拿來回答問題、協助個人生產力,但當 AI 開始進一步「執行任務」,企業需要處理的就不只是模型與 Prompt,而是資料、權限、驗證及責任歸屬。
「AI 時代的技術主管,不只是導入工具的人,更要成為人機協作環境的設計者。」Justin 表示,主管必須劃定 AI 可以採取哪些行動、如何驗證結果,以及什麼情況下必須交回人類判斷。
他將 AI Agent 工作環境歸納為 Context、Harness 與 Loop 三個核心:Context 讓 AI 理解資料、權限與業務背景;Harness 負責規範、監控及人工審核;Loop 則決定 AI 何時執行、如何驗證,以及何時停止或尋求人類協助。Justin 認為,成熟的人機協作並非每個環節都加入人工確認,而是依照結果風險與可逆性,讓人的專業出現在最需要判斷的位置。
AI 不只工程師在用,HR 也拿來改造流程
AI 導入同樣發生在非技術部門。新加坡商鈦坦科技組織發展部經理方郁綺(Tess)表示,企業不應把 AI 視為工程部門的專屬工具,而是讓不同職能從自身工作問題出發,找出適合 AI 介入的流程。

目前該公司 HR 團隊已運用 AI Coding,搭配 Google Apps Script、Python 等工具完成 30 項 AI 應用,涵蓋薪資、資料分析及行政流程,累計節省 180 小時。其中,薪資獎酬作業原本一次約需 8 小時,導入 AI 協助資料整理與文件套印後,時間縮短至 1 小時,工時減少近九成。
對 Tess 而言,AI 的價值不只是提高行政效率,更在於把 HR 從重複性工作中釋放出來,將時間重新投入員工溝通、需求理解與關懷等需要人際互動的工作。此外,Justin 也邀集開發、產品、商業分析、公關及管理等不同職能同仁參與 AWS Agentic Football Cup,透過跨部門合作接觸 Agentic AI。
企業真正要累積的不是工具,而是能力
Justin 認為,跨職能導入 AI 並不代表所有人都要變成工程師,而是由最了解工作情境的人提出問題、參與設計,再由技術人員協助評估風險、複雜度及執行邊界。隨著 AI 模型持續進化,企業之間的差距可能也將逐漸從「選哪個工具」轉向「能不能建立一套讓 AI 持續發揮作用的工作方式」。
從員工自行嘗試,到部門導入,再到跨職能協作,企業要累積的最終不只是 AI 使用經驗,而是流程設計、治理機制與持續學習的能力。
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!