三分之一的企業決定不買軟體了——因為 AI 寫得出來

台北一家中型保險經紀公司的 IT 主管，年初收到業務單位的需求：他們想要一個能自動比對保單條款差異的小工具。以前的流程是找廠商、詢價、大概報六十萬、排三個月。

這次他讓一位工程師用 AI 編碼工具試試看。兩週後，一個堪用的版本上線了。

沒有詢價，沒有採購流程，沒有那六十萬。

事件背景

McKinsey 的《The State of AI》2026 年全球調查，把這種個案變成了數字。

調查發現，32% 的組織曾因為「可以用 agentic coding 工具自己建」而放棄購買至少一項軟體產品或功能。

更值得注意的是分布。在被定義為「高績效者」的那 6%（將至少 5% 的 EBIT 歸因於 AI 的組織）之中，接近一半曾這樣做，相對於其他組織的 31%。也就是說，越是從 AI 得到實質獲利的公司，越傾向自己動手。

產業別的拆解同樣清楚：科技業 41%、醫療給付方與提供者 39%、專業服務與能源材料 38%、金融機構 36%、媒體與電信 34%、製藥與醫療產品 33%。

另一個相關數字：年營收超過 10 億美元的大型企業中，有 40% 已在一個以上職能中擴展 AI 代理，前一年這個數字是 27%。

本次重點

• 32% 的組織曾因可用 AI 編碼代理自建而放棄採購軟體產品或功能。
• 接近一半 的高績效組織（將 ≥5% EBIT 歸因於 AI 的那 6%）有此行為，其他組織為 31%。
• 41% 的科技業受訪者有此行為，是產業別最高。
• 40% 的大型企業（營收 10 億美元以上）已在一個以上職能擴展代理，前一年為 27%。
• 這裡指的多半是邊緣功能與小型工具，不是用自建取代核心系統。

市場影響分析

對台灣使用者： 對一般上班族，這個趨勢的意義是「內部工具會變多、變快、也變醜」。

過去業務單位提一個小需求，IT 的回答通常是「排不進去」或「去買現成的」。現在第三個選項出現了：兩週做一個粗糙但堪用的東西。好處是需求被滿足的速度快很多；壞處是這些工具往往沒有文件、沒有測試、做的人離職就變孤兒。

我的建議很實際：如果你所在的部門開始出現這種「某某做的小工具」，趕快問三個問題——程式放在哪裡、有沒有第二個人看得懂、資料存在哪。這三題答不出來，那個工具就是未爆彈。

對企業應用： 這件事對台灣企業 IT 的意義，是採購決策的心理門檻改變了。

以前的判斷是「買現成的比自己做便宜」，這個結論在 AI 之前幾乎永遠成立，因為開發成本太高。現在開發成本被壓下來了，同一個算式要重算。

但我要提醒一個容易被忽略的事：軟體的總成本從來不是開發成本。 維護、資安更新、法規變更、原開發者離職後的接手——這幾項一點都沒有變便宜，甚至因為 AI 產出的程式碼可讀性參差而更貴。

比較健康的判斷框架，我認為是這三個問題：

1. 這個功能會不會隨法規變動？ 會的話（例如電子發票、勞健保計算、個資合規），買現成的比較安全，因為廠商會負責跟上法規。
2. 這個功能出錯的代價有多大？ 內部報表出錯可以改，計算薪資出錯會出事。
3. 三年後誰維護？ 這題答不出來就別自建。

自建最適合的是「規則穩定、範圍明確、出錯代價低」的邊緣工具——正好對應調查裡說的那一類。

對開發者： 對台灣的軟體公司與 SaaS 團隊，這是一個要正視的訊號。

如果你的產品價值主要來自「功能清單」，那你正在被 AI 編碼工具直接競爭。客戶會開始算：這幾個功能我自己做要多久。

比較難被複製的是這幾種：資料網路效應（用的人越多資料越好，像徵信、名單、市場價格）、法規知識沉澱（你比客戶更懂法規怎麼變、變了怎麼改）、整合生態（你已經接好三十個系統，客戶自己接要接一年）、以及營運責任（你有 SLA、有值班、有資安認證，出事你負責）。

反過來說，純粹是「一個好看的介面 + 幾個 CRUD 功能」的產品，處境會越來越難。這不是危言聳聽，是這份調查已經在數字上顯示的東西。

未來發展趨勢

三個我預期會發生的變化。

第一，軟體採購會往兩端集中。核心系統（ERP、CRM、財會）仍然會買，而且會買更貴更整合的；長尾的小工具則大量轉向自建。中間那一層——功能單一、價格中等的 SaaS——會被擠壓得最厲害。

第二，「內部工具治理」會成為新的 IT 課題。當每個部門都能做出自己的工具，公司會很快累積出一堆沒人管的系統。這跟十年前的影子 IT 是同一個問題，只是速度快了十倍。企業需要的不是禁止，而是提供一條「合規的自建路徑」：標準的部署環境、統一的身分驗證、強制的程式碼託管。

第三，測試與維護會變成瓶頸。程式寫得快，不代表能上線。這正是站上先前談過的 AI 產出程式碼的測試瓶頸 那個問題——當產出量暴增，驗證能力就成了新的限制因素。

TheAI學院 總結與評語

我不認為這代表 SaaS 要死。但我確實認為，買軟體的心理門檻永久性地提高了。

以前主管看到一個一年三十萬的工具，覺得差不多就簽了。現在他會多問一句：「這個我們自己做要多久？」——光是這一句話，就足以殺掉很多平庸的產品。

評語：AI 沒有讓自建變成好主意，它只是讓「不買」變成一個真的選項。而對賣軟體的人來說，這已經夠致命了。

給台灣讀者的具體建議：

如果你是企業 IT 主管，我建議建立一個「自建 vs 採購」的簡單決策清單，把法規變動性、出錯代價、三年維護責任這三項寫進去，並要求提案時必須回答。這能擋掉大部分「因為 AI 很快所以我們自己做」的衝動決策。

如果你在軟體公司，現在該做的是誠實檢視：你的產品裡有多少價值來自難以複製的東西？如果答案是「不多」，那該調整的是產品策略，不是行銷話術。

如果你是工程師，這個趨勢對你其實是好消息——會用 AI 工具快速交付內部系統的人，議價能力正在上升。但別忘了把測試與文件也做起來，那才是讓你的產出從「玩具」變成「資產」的關鍵。想找適合的工具可以參考站上對 Cursor、Windsurf 與 v0 的整理。

資料來源

• McKinsey：The State of AI（Global Survey）
• Yahoo Finance：The Build-vs-Buy Shift: 32% of Enterprises Bet on Agentic Coding Tools
• Retool 2026 Build vs. Buy Report（同主題的另一份調查）

依公開資訊整理、以官方報告為準。本文不構成投資建議。