AI 使用率不是能力排名：台灣缺少可驗證的採用資料

資策會 MIC 與 TWNIC 調查顯示，不少網路受訪者曾用過生成式 AI，但使用率無法證明能力提升，也不能驗證流傳的全球付費率或台灣 AI 開發工具使用人數。個人與企業應比較具體任務成果，而非只看登入率。

📌 來源： https://paulkuo.tw/articles/ai-capability-gap-2026/ 用過 AI，不代表能力因此提升。採用率只能說明有多少受訪者接觸過工具，無法證明使用者比未使用者更有能力，也無法證明兩者差距正在擴大。要回答這些問題，還需要能同時追蹤工具使用、付費情況與工作成果的資料；台灣目前缺少這類資料。發布者：anson4139 現有調查提供了兩個參照。資策會 MIC 在 2024 年第四季調查 1,068 名網路受訪者，46% 表示曾使用生成式 AI；在使用者中，68% 未付費。TWNIC《2025 年台灣網路報告》摘要列出的生成式 AI 使用率為 43.19%。兩份調查的年份、問法與樣本設計不同，不能拼成一條趨勢線。它們能說明的是，曾接觸生成式 AI 的網路受訪者並非少數。這些比例沒有說明受訪者用 AI 做什麼、使用頻率如何，也看不出工具是否已進入工作流程、是否改善產出。要判斷能力差距，得追蹤同一批人或組織的工具使用情況與成果變化，也要考量職務、經驗和資源差異。現有資料沒有這類追蹤，因此不能據此把 AI 使用與能力差距連成因果關係。網路流傳的全球估計包括：84% 從未使用 AI、每月付費者約占 0.2% 至 0.3%，以及 AI 程式開發工具使用者約 200 萬至 500 萬人。目前找不到可核對的原始資料、抽樣方法與使用定義，這些數字不能當作全球基準。各類別是否互斥也不清楚：同一人可能使用免費聊天機器人、訂閱付費服務，也使用程式開發工具。若類別重疊，直接相加或比較可能失真。台灣開發人力的估算也有範圍限制。iThome 依兩千大企業調查推估，約有 14 萬名 IT 人員，其中約 64% 是開發人員。這是大型企業的推估，不是全台開發者普查。若再把不同產業統計相加，據此推算 AI 開發工具使用人口，結果會受產業分類重疊、母體範圍與假設比例影響。因此，「一萬至數萬名」台灣 AI 開發工具使用者只能視為情境估算，不能當作實測人數。企業評估 AI，應先看任務成效，而不是帳號啟用率。主管可以選一項成果較容易比較的工作，例如程式碼檢

https://blog.buclaw.org/posts/ai-mv3ldgap