最近，麥肯錫發佈《Building next-horizon AI experiences》（《建構下一代AI體驗》），作者指出：全球企業投入巨資開發 gen AI 和 agentic AI ，員工使用率越來越高，但只有極少數公司真正看到可量化的業務回報。報告把這種現象稱為“gen AI paradox”——技術已經能推理、創作、行動，但人們還是不願意深度使用。原因在於：我們還在用舊時代的互動方式（搜尋框、聊天框、固定命令）去迎接新時代的 AI。要想讓 AI 真正落地，必須重新設計“AI原生體驗”，讓協作、稽核、修正、干預都像日常工作一樣自然流暢。為什麼大多數AI工具用不起來？報告總結了四個普遍存在的“體驗斷裂”：Intent ambiguity（意圖模糊）：使用者說不清楚，AI也猜不准。即使是頂級溝通者，語言也常含糊其辭。AI雖然能大概理解，卻無法總抓到完整意圖，導致輸出跑偏。很多系統雖然有追問功能，但實際體驗裡追問太少，誤解就一直帶到最後。Context gaps（上下文缺失）：AI不知道需要那些資訊。它常常帶著“半桶水”就開工，使用者只好自己補一大堆細節，提示詞寫得越來越長，效率反而下降。Generic outputs（泛化輸出）：AI不懂公司特有的標準和業務模式，輸出永遠“差不多”，需要人工大改，使用者自然失望。Noncollaborative iteration（非協作迭代）：AI更喜歡“一鍵出結果”，而不是和人一起思考。它不解釋決策邏輯，使用者看不到那裡需要干預，信任始終建立不起來。這些問題的出現是由於設計思維還停留在“昨天”。報告強調：當前的介面不再只是“命令-執行”的按鈕，而是人類判斷力與機器智能的協作層。四個 AI 時代設計原則，讓 AI 真正被擁抱麥肯錫在服務銀行、生命科學、保險等多家領先企業的實踐中，提煉出四個核心原則，幫助企業把AI從“偶爾用用”變成“離不開的工作夥伴”：1. Lead with clarity：讓智能自己解釋AI必須把邏輯、假設和不確定性都說清楚。使用者才能放心質疑、修正、決策。行銷案例：一位行銷人員讓AI最佳化廣告文案和設計。AI沒有直接甩答案，而是先問清楚品牌調性、目標受眾、核心資訊，再複述理解，最後和人一起拆解需求。使用者立刻感覺“它懂我”，信任瞬間建立。2. Design for continuity：讓上下文一直線上工作從來不是孤立的單次對話。AI要記住之前所有互動，像人一樣“承上啟下”。還是行銷案例：測試廣告文案時，AI在第二輪調研結果出來後，不僅總結新資料，還自動關聯第一輪洞察，指出“那些有效、那些要改”，給出基於累計學習的完整建議，而不是每次都從零開始。使用者直呼“終於有記憶了”。3. Build for depth：不止回答問題，要跑完整流程真正厲害的AI能把人原本要分很多步做的事，連成一條龍。行銷案例：行銷人員說“幫我起草新環保產品市場研究計畫”，AI立刻組建“專家代理委員會”——方法論專家、消費者心理專家、競品專家、資料專家——每個代理從自己角度審閱初稿，給出推理、建議和最佳化，最終輸出高品質研究計畫。整個過程像一個專業團隊在協作，使用者只需把關關鍵決策。4. Orchestrate cocreation：人機真正共創未來工作不是“人指揮AI”，而是人和AI互相補強。行銷案例：AI不再是“代筆”，而是下游審閱者。它和行銷人員一起生成初稿、比較多個版本、討論優劣，最終由人決定最佳方案。結果是：思考更深入、輸出質量更高、雙方都更有成就感。這四個原則的真實落地效果如何？一家行銷組織按四個原則重做AI工具後：清晰原則落地後，門店經理檢索洞察時，AI主動追問，試點使用者中近 75% 表達強烈熱情；銷售工具整合後，市場銷售增量超過2個百分點；酒店經理智能體驗上線後，90% 以上使用者覺得順手；160位試點使用者幾乎全部報告對工具的信任度大幅提升。AI 不再是“雞肋”，而成了每天都在用的生產力夥伴。新時代對三類角色的要求報告最後指出，AI 體驗設計正在重塑整個組織：設計師：不再只畫介面，要設計“人+AI代理”如何共享上下文、協商意圖、建立信心。產品經理：需求從“功能清單”變成“業務成果”，成功指標從“交付功能”變成“系統能否持續學習、改善、創造價值”。技術團隊：不僅要寫演算法，還要確保系統可解釋、可審計、與人類決策深度對齊。結語：下一代 AI 競爭，拼的是體驗設計麥肯錫總結：領先企業不會只追更好的模型，而是徹底重塑工作方式。它們的優勢來自“讓人信任、依賴、主動選擇”的 AI 體驗——也就是設計好“協作架構”。技術已經準備好了，體驗才是瓶頸。想讓AI真正落地，現在就該從“命令執行”轉向“人機共創”。 (AI資訊風向)