Google Cloud AI 調查發現現有軟件拖慢現代化進程

Google Cloud 於 11 月 9 日公布的調查結果顯示，49% 受訪決策者將本地部署軟件與技術項目延誤或縮減聯繫起來。這些項目包括 AI，但調查結果並未單獨列出 AI 項目。Google Cloud AI 調查為企業常見的衝突提供了一個具體數字：維持現有營運，會與建立新能力互相競爭。

該研究與 Hypothesis Group 合作進行，訪問了美國 1,250 名企業 IT 及業務決策者。Google 利用調查結果主張應提供更多架構選擇，並減少對既有供應商的依賴。其核心憂慮可以理解：AI 代理，即可透過連串行動完成任務的軟件，會承受其所存取系統的限制。

Microsoft 提供了一個有用的對照。其研究除了員工採用情況外，更強調組織準備程度，而非將基礎設施更換視為核心答案。兩種說法之間的張力，在於擴大 AI 使用範圍與令業務流程為此做好準備。對科技領導者而言，這令討論轉向整合、營運責任，以及新增支出是否真的能釋放稀缺的工程資源。

Google Cloud AI 調查實際量度了甚麼

這項調查量度的是決策者所報告的限制，而非證明某個特定現代化策略能消除這些限制。

Google Cloud 的風險與合規主管 Jeanette Manfra 在一篇公布舊有軟件調查的文章中介紹有關結果。隨附報告標示為 2026 年 10 月，而其方法論顯示實地調查於 8 月進行。因此，這次發布提供的是較早前收集經驗的近期描述，而非對 11 月部署情況的即時量度。

一項重要定義影響了詮釋方式。研究將本地託管或本地部署的企業軟件歸類為舊有軟件，並與在雲端託管及管理的軟件作比較。這一定義關乎部署及管理安排。讀者不應假設所涵蓋的每個系統都已過時、不獲支援，或在技術上不適合 AI。

這項區別相當重要，因為位置與狀況回答的是不同問題。本地營運的應用程式可以具備清晰介面及嚴謹維護。雲端應用程式同樣可能包含混亂的紀錄、不一致的權限，或緊密耦合的業務規則。這兩項觀察均不否定受訪者的經驗，但都限制了買家應作出的結論。

報告中的 49% 亦將多種結果歸為一類：延誤、縮減範圍、暫停及取消。這些情況代表不同程度的干擾。臨時調整排程，與放棄一個項目所帶來的業務後果並不相同。同樣地，由於亦包括其他科技項目，該結果不能被視為 AI 項目取消率。

這項限定並未削弱一項有意義的發現：受訪者將其現有軟件安排與計劃變革的障礙聯繫起來。對企業買家而言，這證明在評估 AI 產品時，周邊環境同樣值得關注。

然而，調查回應無法確定完整的責任鏈。一項停滯的計劃可能涉及應用程式限制、採購限制、缺乏專業知識、優先事項衝突，或不清晰的商業案例。同一項目中可以同時存在多個原因。

因此，Google Cloud AI 調查最適合作為對組織摩擦感受的診斷。它讓領導者有理由檢視自身的依賴關係，但不會告訴他們應更換哪個應用程式、選擇哪個供應商，或是否應在特定部署前先進行遷移。

這個差異將有用的研究訊號，與過度廣泛的採購結論區分開來。下一個問題是：誰必須解決這些摩擦，以及他們原本會把時間花在哪些工作上。

維護壓力落在預期交付 AI 的團隊身上

直接壓力落在同時要為營運持續性及新 AI 交付負責的團隊身上。

即使管理層訂下 AI 截止期限，工程組織也不能將其現有工作量視為可有可無。安全修補、存取權限變更、事故應對及應用程式支援仍然必要。增加一項目標，並不會自動創造達成目標所需的能力。

這會帶來一個僅靠人手數字容易掩蓋的預算問題。團隊表面上可能人手充足，但專家仍忙於處理需要其專門知識的系統。真正限制往往是在交付期內可動用的專業能力，而非員工總數。

試想一個說明性的內部服務代理，協助員工解決帳戶問題。給出看似合理的答案只是工作的一部分。周邊流程必須識別員工身分、確立獲准的存取權限、擷取最新資訊，並將例外情況轉交予負責人。

如果代理可以更改帳戶，組織還需要審批規則及行動紀錄。有效的示範可避開大量這類營運工作；但正式服務不能依賴人手在事後修正每一個罕見情況。

這些需求解釋了為何開發人員與安全團隊會承受來自不同方向的壓力。業務領導者希望看到可見進展；營運團隊必須維持可用性；安全審核人員需要足夠證據才會批准存取權。若沒有明確優先次序，整合工作便可能成為這些群組之間無人負責的依賴項。

維護亦會影響推進次序。更換一個應用程式最終或可減少支援工作，但在效益出現前可能需要大量投入。過渡期間，團隊或須在學習替代方案的同時支援既有流程。因此，現代化建議需要交代短期工作量。

正是在這裏，關於釋放工程師人手的廣泛承諾值得檢視。相關問題是：哪些重複性工作會消失、目前由誰負責，以及這些人何時可騰出時間。將責任轉交供應商或有幫助，但保留的整合及監督工作仍需要有人負責。

採購團隊面對相關挑戰。他們必須區分採購產品的便利性與營運產品所需的投入。一份熟悉的合約可以簡化採購，卻未必能解決資料存取問題；不熟悉的供應商可以提供吸引的能力，卻同時增加另一組營運責任。

對知識工作者而言，後果會呈現為不均衡的可用性。助手或能成功總結文件，卻仍無法使用作出重要決定所需的紀錄。可見的 AI 介面因而比背後工作流程進步得更快。

因此，壓力既是組織問題，也是技術問題。領導層必須決定哪些依賴關係值得投資，以及哪些建議項目應等待。否則，每個新試點都會爭奪同一批人手，卻無法改變拖慢其前身的條件。

加入代理並不會消除其底層工作

自動化提高了可靠業務介面的重要性，因為行動比建議需要更清晰的界線。

將 Google 的論點套用到特定工作流程時，比單從軟件位置理解更具說服力。提供建議的系統可以將執行工作留給人員；獲授權採取行動的系統，則必須面對組織已明確訂立的規則。

以一項說明性的採購申請為例。員工或會要求代理使用獲批准的供應商準備訂單。這項語言任務不難描述；業務任務則包括核對授權、選擇正確帳戶、套用採購政策，以及處理缺貨項目。

每個階段都帶來流暢文字無法自行解決的問題。哪項紀錄具權威性？申請人是否有權限？擬議採購是否符合政策？如果訂單成功但確認程序失敗，會怎樣？

這些問題揭示了生成答案與完成交易之間的差異。組織需要知道其系統中實際發生了甚麼，包括部分完成的情況。自信的對話式回應不能取代這些證據。

既有應用程式有時會編碼員工透過經驗理解、而非透過文件記錄的規則。部署代理可揭示這些隱藏知識。表面看似整合問題，實際上可能涉及對政策、例外情況或責任尚未解決的決定。

更換應用程式未必能解決這些決定。它可以提供更好的方式來表達這些決定，但仍然需要有人確定預期行為。因此，現代化建議應指出其改善的業務界線，而非依賴底層軟件的年齡作為理由。

Google 自己的客戶服務部署案例提供了一個具體例子。公司於 2025 年 4 月表示，Wendy’s FreshAI 正處理免下車取餐訂單，並擴展至 24 個州。這些是公司所報告的部署聲稱，並非獨立證明代理普遍可靠性的證據。

不過，這個例子確實說明了界定清晰的任務價值。點餐具備可識別的輸入、餐單限制，以及必須傳遞至餐廳營運系統的交易。它的實用性取決於與實際服務流程的連接，而不只是對話品質。

即使內部企業工作流程的界線較不明顯，也需要具備相當的清晰度。調查合約、準備續約或解決存取問題的請求，都需要一個獲同意的終點。否則，團隊可能在代理產生文字時便宣布成功，但下游員工仍須完成實質工作。

這令整合成為問責問題。必須有人負責由建議轉為獲批准行動，以及由行動轉為經驗證結果的過程。沒有這種責任承擔，自動化可能重新分配工作量，卻令業務流程大致維持不變。

最有力的現代化案例會找出這些轉換環節，並證明其得到改善。其證據應顯示更少未解決的交接、更可靠的完成情況，以及在出錯時可管理的復原機制。

Google 與 Microsoft 強調不同的準備途徑

兩家供應商的重點不同，但兩種說法都將組織準備視為有用 AI 部署的核心。

Google 的立場賦予架構自由重要位置。Microsoft 的組織 AI 準備程度研究，則更著重管理、工作設計及評估。其 2026 年 5 月報告參考了對 10 個市場中 20,000 名使用 AI 的工作者進行的調查。

Microsoft 表示，組織條件與受訪者稱從 AI 獲得的價值高度相關。其方法明確區分統計關聯與因果關係。將這些結果與 Google 的說法比較時，這項警告尤其重要：兩項調查都未能建立適用於所有情況的成功部署公式。

這項比較亦反映兩者不同的商業定位。Google 有誘因鼓勵買家重新考慮既有的企業合作關係；Microsoft 則有誘因讓現有工作環境成為 AI 的高效應用場景。這些誘因有助解釋各自的重點，但不會自動否定任一公司的發現。

對買家而言，選擇涉及實際取捨。延伸既有環境可保留熟悉的管理方式，並減少部分轉換工作；引入替代方案則可增加談判選項，或滿足特定工作流程需求。若組織略過整合評估，無論採取哪一種路線都可能令人失望。

因此，Google Cloud AI 調查應促使人們審視依賴關係，而非自動拒絕現有供應商。當更換某個元件會造成不可接受的干擾、遺失必要資訊，或令企業無法獨立運作時，依賴便會帶來實質影響。

這項憂慮同樣適用於新供應商和既有供應商。企業可能只是以較不熟悉的限制，取代熟悉的限制。一份不同的合約本身並不代表享有更大自由。

有意義的選擇需要營運證據。買家需要了解，記錄能否在產品以外繼續使用、權限能否重建，以及已完成的工作能否檢視。這些問題比選單中可選模型名稱的數量更具啟發性。

選擇 AI 模型與更換工作流程平台之間亦有差異。模型負責生成或詮釋資訊；平台則可保存指示、連接、記錄和審批歷史。更換前者的影響可能相對有限，更換後者則會影響整個流程。

這令採購討論變得更嚴謹。買家應評估完整的工作安排，包括持續承擔的責任和退出條件。便利的示範，對於關鍵連接中斷或業務單位改變流程時會發生甚麼，所能提供的洞見有限。

知識管理提供了一個較小規模的類比。當人們能在脈絡中檢索相關材料時，可搜尋的知識庫便很有用。企業自動化提出更多要求，因為檢索到的資訊可能影響會帶來組織後果的行動。

因此，Google 與 Microsoft 之間最有力的比較，在於各自提出的環境如何支援實際工作。品牌偏好無法有效取代對相同流程、權限和驗收標準進行跨方案檢視。

調查仍留下重要的因果與安全問題

所報告的維護阻力值得進一步調查，但並不能證明雲端遷移必然為每一種工作負載帶來更佳結果。

隨附的企業準備度報告描述了一項 20 分鐘網上調查，並輔以質性訪談。其美國決策者樣本提供了清晰界定的觀點。在討論其他地區的企業，或採購及技術領導層以外的員工時，讀者應保留這個範圍界線。

報告亦指出，78% 受訪者認為技術維護會將資源從 AI 分流，而 48% 認為其技術堆疊已準備好進行大規模部署。這些是對能力和準備度的評估，並非遷移後實際節省工程工時的直接量度。

受訪者可以準確描述挫折，卻未必能識別最佳補救措施。正受支援需求困擾的團隊，可能受惠於更換系統、更佳配置、額外專業知識，或縮小 AI 的應用範圍。要在這些方案之間作出選擇，需要來自受影響環境的證據。

基於同一原因，商業贊助亦值得留意。Google 銷售的服務與其建議方向一致。適當做法是檢視定義並比較替代方案，同時保留經得起審視而仍有用的發現。

調查以部署為本的定義尤其重要。將本地管理的軟件視為舊有系統，從一開始便令雲端比較成為核心。買家仍需要對可維護性、安全性、整合質素和業務適用性作出獨立評估。

安全問題為簡單的遷移敘事再添一重限制。託管服務可以改變負責基建維護的人，但並不會消除決定代理可存取哪些資訊、哪些行動需要審核的需要。

Gartner 的代理管治框架正處理這項區分。分析師 Shiva Varma 認為，劃一控制措施可能過度限制簡單代理，同時對更自主的代理限制不足。該框架區分觀察、建議，以及需要審批的行動。

這個觀點令「提高自主性必然代表進步」的假設變得更複雜。對於影響重大的工作流程，限制代理只準備建議可能是恰當做法。要求審批是一項設計決策，其價值取決於該行動及其潛在影響。

因此，審慎的企業買家應區分基建改善與授權改善。更佳的託管可支援可用性和維護；更佳的授權則界定系統獲准做甚麼。兩者都值得關注，亦不應互相取代。

Google Cloud AI 調查並未解決這些投資之間的平衡。它指出領導者可進一步調查的感知限制。分析上的錯誤，是把這個訊號轉化為證明某一架構、供應商或自主程度本質上較優。

部署後還有另一個量度問題。員工可能花較少時間啟動工作，卻花更多時間核查不確定的結果。生產力主張需要計算該等審核工作，以及支援和復原工作；否則，表面上的自動化可能只是把工作轉移至另一個團隊。

留意已完成的工作流程、轉換證據及復原能力

下一項有用證據，將會把現代化決策與買家可檢視的營運成果連結起來。

在未來數月，首項值得留意的訊號是客戶對已完成工作流程的報告。有用的披露會區分示範與經常性使用，並說明何謂成功完成；亦應指出哪些環節仍需要人手介入。

若現代化消除可識別的限制，並帶來可重複的營運改善，這些證據將加強 Google 的論點。若項目即使更換了底層環境，仍需要大量人手修復，則會削弱廣泛遷移的主張。

若流程產生不可接受的錯誤，單靠完成並不足夠。買家需要有關正確性及處理例外情況所需工作量的證據。一個雖能快速完成、卻製造下游爭議的工作流程，只是轉移了問題，而非解決問題。

第二項訊號是經證明的轉換能力。當客戶展示一個可運作的流程能在更換元件後存續，關於連接器或模型選擇的產品公告才值得更仔細檢視。保留權限、評估標準和可用記錄，將提供具意義的靈活性證據。

需要大規模重建的轉換，則說明另一種情況。它意味著名義上的選擇與重大的營運依賴並存。當買家比較既有工作場所平台與替代代理環境時，這項區分將十分重要。

第三項訊號是在受控故障下的復原能力。客戶報告和技術評估應說明，當存取權到期、已連接的應用程式無法使用，或行動只部分完成時，會發生甚麼。復原證據顯示系統在有利示範以外的表現。

清晰的責任歸屬會加強信心。團隊應能辨識最後一個已驗證狀態、判斷曾執行哪些行動，並決定如何恢復工作。若每次都需要非正式調查才能得出答案，營運負擔便仍未解決。

這些訊號亦有助區分基建限制和流程限制。連接失敗可能顯示技術依賴；未解決的審批爭議則指向管治問題。兩者都可以阻礙交付，但需要不同的回應。

Google Cloud AI 調查讓企業領袖有理由檢視工程能力流向何處。當其發現被轉化為關於特定服務、其依賴關係，以及負責維持其效用人員的問題時，便最具價值。

對計劃投資 AI 的讀者而言，請留意助手回應以外的工作。問清楚必須達成哪一項業務成果、哪些記錄可證明完成，以及誰負責處理例外情況。以同一成果比較各項方案，包括遷移工作和持續審核。評估既有平台或替代方案時，請保持一致的驗收標準。要求任何「減少維護」的主張指出被移除的工作和保留的責任。然後尋找客戶證據，證明這些改變能在日常營運和受控故障中持續有效。目前哪一項依賴關係正阻礙你的團隊完成有價值的工作？甚麼證據可以顯示，所建議的投資確實能消除它？