2026 年下半年，我在企業裡看到的畫面和前幾年很不同。團隊帶來的，常常是一份真實工作表、一段客戶流程，或一套部門協作方式。他們想一起釐清，AI 放進來之後，這份工作可以怎麼重新安排。這個現場讓我回頭整理企業導入 AI 的幾個階段。
2023 年是觀望期。當時企業剛開始接觸生成式 AI，資安與內容正確性成為最常被討論的事。許多公司從分享會或小型體驗開始，讓團隊先認識工具，也累積一點使用經驗。當時的 AI 還在快速變化，企業採取審慎的步調很自然。
2024 年進入啟動期。越來越多公司看見 AI 能協助日常工作，於是把它放進內訓。有些企業設計內部挑戰，邀請同仁帶著自己的工作題目來練習。AI 開始從一個新鮮話題，走進更多人的工作視野。
2025 年是擴散期。企業願意投入更完整的學習計畫，也開始希望 AI 能服務更多部門。大家看見 AI 在文字、整理與分析上的能力，期待隨之提高。實際操作時，資料整理、工具串接與工作權限仍需要投入許多時間，企業也因此逐漸理解導入需要更完整的準備。
2026 年來到流程重構期。AI 的能力已經可以參與一段工作，它能先讀懂資料，再協助完成初稿、整理內容，將成果交回給人做判斷。企業開始把目光放在工作怎麼展開、資料怎麼流動，以及同仁在哪個環節最需要協助。
今年還有一個很重要的進展。各家 AI 公司已經陸續把 Agent 放進既有服務，企業開始能在平常使用的工具裡接觸這種工作方式。Agent 會協助推進跨步驟任務，讓 AI 從單次回答走向持續協作。這些能力正在進入企業，團隊也開始累積實際使用的經驗。
這也是我替 2026 年取名為流程重構期的原因。企業開始意識到，AI 導入真正改變的，是工作如何被安排。
2027 年，我預期會進入 Agent 規模化期。Agent 在這一年會更成熟，企業也會更清楚它適合放在哪些流程裡。當資料規則、使用權限與團隊分工逐漸建立，Agent 就能從少數人的嘗試，擴大成為部門共同使用的能力。
此時，企業選擇 AI 系統的標準也會更務實。模型能力當然重要，工作環境的整合程度更直接影響同仁的使用感受。以 Microsoft 為主的企業，可以優先評估 Copilot 與既有文件、協作工具之間的連結；以 Google Workspace 為主的企業，也能從 Gemini 的整合開始思考。資料能在安全的環境中流動，AI 才能真正跟上工作的節奏。
付費方案也會逐漸成為基本條件。企業在意的，會是穩定性、管理方式與資料安全。Agent 進入日常工作後，這些條件會影響團隊能走多遠。
教育訓練同樣需要跟著改變。課程的重點會從提示詞技巧，走向工作拆解與流程設計。當團隊能把熟悉的工作說清楚，也能理解 AI 交付的成果，後續就更容易持續調整、持續學習。
2027 年拉開差距的企業，會是那些已經把 AI 放進工作流程，並且讓團隊穩定使用下去的企業。