Accenture 的 74.3 萬人 Copilot rollout，測的是企業 AI 怎麼變日常

企業買 AI，最容易完成的是採購。

真正難的是讓它進入每天的信件、會議、文件、簡報、研究和銷售流程。資料權限有沒有整理好？主管會不會示範？最後量到的是使用者興奮，還是流程真的變快、品質真的變好？

Accenture 正把 Microsoft 365 Copilot 擴到約 74.3 萬名員工。Microsoft 說，這是目前最大規模的企業 Copilot 部署。Accenture 也拿出很漂亮的內部數字：在 2025 年涉及 20 萬名使用者的公司資料中，97% 員工表示 Copilot 協助例行任務快到 15 倍，53% 表示生產力與效率顯著改善。

這不是「Copilot 已證明 15 倍生產力」的證書。

更值得看的，是 Accenture 怎麼把 AI 工具從試點推進日常工作。這案子像一場大型壓力測試：測的不是模型會不會回答，而是一家公司有沒有能力把資料、權限、訓練、社群和工作流程一起改掉。

74.3 萬人 rollout，真正大的不是人數

Accenture 不是一開始就把 Copilot 打開給 74.3 萬人。

Microsoft 的案例文說，Accenture 從 2023 年 8 月開始，先讓幾百名 senior leaders 和 selected employees 試用，之後擴到 20,000 名使用者。那段時間重點不是宣傳 AI，而是整理資料策略、data governance、access controls，並觀察員工實際怎麼在 Outlook、Teams 和 Word 裡使用 Copilot。

這個順序很重要。

很多企業的 AI rollout 會卡住，是因為它把工具當成福利或軟體採購：發給員工，辦幾場訓練，期待大家自己找到用法。但 Copilot 這類工具的價值通常藏在既有資料和既有流程裡。如果文件權限混亂、SharePoint 和 OneDrive 資料品質不足、團隊不知道哪些資料能被 AI 讀取，員工很快就會退回手動工作。

Accenture 的案例比較像先建立工作條件，再擴大使用範圍。

它用 one-on-one leader training、regular communications、group training sessions，加上 Viva Engage 內部社群，讓員工分享日常用法，也讓新使用者有地方求助。這不是華麗的 AI 策略，而是導入工具最樸素也最花時間的部分：讓人真的會用，讓人知道什麼時候該用，讓用法從個人技巧變成團隊習慣。

15 倍效率，該怎麼讀才不會被數字帶走？

Accenture 的數字很有新聞性，但要先拆開看。

97% 員工表示 Copilot 協助例行任務快到 15 倍，53% 表示生產力與效率顯著改善。這些資料來自 Accenture 2025 年涉及 20 萬名使用者的 company data / survey。它能說明員工感受到價值，卻不能直接等於整家公司產出提升 15 倍。

差別在這裡：例行任務變快，不代表整個工作流程等比例變快。

一份簡報初稿可能更快，一封客戶信可能更快，一段會議摘要可能更快。但如果後面仍要經過人工查核、主管審閱、法遵確認、客戶修改，整體節省時間會被流程其他環節吃掉。若 AI 產出的品質不穩，甚至可能把時間轉移到查錯和重寫。

所以這組數字應該被當成 adoption signal，而不是 ROI 結論。

Microsoft 案例文還提到，在一個約 20 萬個 license 的 tranche 中，monthly active usage reached 89%，84% 使用者說如果 Copilot 被拿掉會「deeply miss」它。這些數字其實比 15 倍更接近企業買方該看的第一層訊號：工具是不是從新鮮感變成習慣？員工會不會主動回來用？哪些角色用得最多？

但下一層問題更硬：使用率高之後，品質有沒有提高？交付週期有沒有縮短？客戶回覆速度有沒有變好？重工有沒有下降？新人 ramp-up 有沒有變快？這些才是董事會和財務部門最後會追的問題。

Accenture 到底改了哪些工作表面？

Microsoft 案例裡有兩個具體場景，比「全員用 AI」更有參考價值。

第一個是 Accenture 的 Marketing + Communications Experiences team。這個團隊要支援全球行銷和溝通工作，原本很容易遇到品牌語氣不一致、重複製作、跨地區審稿成本高的問題。Copilot 被用來草擬、改寫、檢查內容是否符合既有材料，也協助找出組織內平行進行的類似工作。

這不是讓 AI 寫一篇文案那麼簡單。

它改的是「全球公司如何降低重複工作和品牌不一致」。Copilot 的價值來自它能在 Microsoft 365 工作流裡接觸相關文件、簡報、過往材料和品牌規範，而不是只靠一個空白聊天視窗。

第二個是 Avanade 的 D3 sales intelligence tool。Avanade 是 Accenture 與 Microsoft 的 joint venture。D3 會彙整內部資料、產業脈絡和外部來源，幫 sales team 建立客戶商業背景。Microsoft 案例說，D3 active users 產生的 sales opportunities 比未使用者多 43%。

這裡的關鍵不是「AI 幫 sales 寫 email」，而是 junior sellers 可以更快掌握客戶脈絡，資深業務不用把時間花在蒐集資料，團隊可以把研究、簡報、call transcripts 和 notes 放進 shared Copilot notebooks。

也就是說，Accenture 真正展示的是 workflow-specific AI，而不是通用聊天機器人。

為什麼這案子同時是 Microsoft 的壓力測試？

Reuters 把這則新聞放在另一個脈絡裡：Microsoft 需要把龐大的 Microsoft 365 enterprise user base 轉成 paid Copilot users。

Reuters 報導指出，Microsoft 365 enterprise users 超過 4.5 億，但付費使用每月 30 美元 Copilot offering 的比例只略高於 3%。Accenture 這種大型案例，對 Microsoft 當然是重要樣板：它可以告訴市場，Copilot 不只是 demo，也能進入全球大型企業的日常工作。

但這也讓 Accenture 案例更需要被仔細讀。

Microsoft Source 是官方 customer story，本來就會選擇最能展示價值的角度。Accenture 也是顧問公司，它不只自己用 AI，也會把 AI transformation 賣給客戶。因此，這篇案例很有參考價值，但不能被當成中立研究報告。

更大的背景是，企業 AI 的生產力證據仍然不整齊。NBER 2026 年 working paper 調查近 6,000 名來自美國、英國、德國和澳洲公司的 CFO、CEO 與高階主管，發現約 70% firms actively use AI，但 over 80% firms reported no impact on employment or productivity over the last 3 years。高階主管平均每週使用 AI 也只有 1.5 小時。

這不是說 AI 沒用。

它說明的是：買工具和看到公司層級生產力，中間隔著很長一段組織工程。Accenture 的案例剛好把這段工程攤開一部分。

企業買方該追問哪 6 個問題？

如果你正在評估 Copilot、Gemini、ChatGPT Enterprise 或任何企業 AI 工具，Accenture 案例最有用的不是照抄數字，而是整理問題清單。

第一，pilot 要測哪個流程？

不要只測「大家喜不喜歡 AI」。要指定流程，例如會議摘要、客戶研究、內部知識查找、簡報初稿、品牌內容審查、銷售準備或法遵文件整理。沒有流程，後面就量不到變化。

第二，資料權限先整理到什麼程度？

Copilot 能不能有用，取決於它能讀哪些資料，也取決於它不該讀哪些資料。SharePoint、OneDrive、Teams、文件命名、存取權限和敏感資料標記，會直接影響輸出品質與風險。

第三，誰負責讓主管先會用？

Accenture 先訓練 senior leaders，不只是禮貌。若主管自己不用，也不會重新設計會議、文件、審稿和交付流程，AI 工具通常只會留在個人層面的零碎使用。

第四，使用率要怎麼拆？

Monthly active usage 有用，但不夠。買方應該看不同角色、不同部門、不同流程的使用率，而不是只看全公司平均。更重要的是，使用率是否在三個月後仍維持，還是訓練結束後就下降。

第五，品質怎麼量？

例行任務變快，如果品質下降，節省的時間會在審查與重工裡還回去。企業要設計品質指標，例如錯誤率、審稿輪數、客戶退件、內容一致性、知識查找正確率或銷售資料完整度。

第六，哪些成果可以進財務模型？

使用者說快很多是一種訊號，但 CFO 最後需要看的是工時、交付週期、客戶滿意、營收機會、成本下降或風險下降。若沒有把 AI 使用連到這些指標，企業很容易只有漂亮的 adoption dashboard，沒有可辯護的投資理由。

這不是 AI 採購案，而是工作改造案

Accenture 的 74.3 萬人 Copilot rollout 會被很多供應商和顧問公司引用。它確實值得看，因為很少有企業 AI 案例願意把 pilot、訓練、資料治理、使用率和具體工作場景講到這個程度。

但讀者不該只記得 74.3 萬人，也不該只記得 15 倍。

真正的問題是：Accenture 把 Copilot 放進哪些工作表面？哪些資料被整理？哪些人先學會？哪些流程變了？哪些結果被量測？哪些數字只是員工感受？

下一次供應商拿大型 AI rollout 案例來推銷時，買方可以先問一個更簡單的問題：如果明天把 seat 數遮起來，這個案例還能不能說清楚哪一段工作真的改變了？

林子睿（編輯：廖玄同），《Accenture 的 74.3 萬人 Copilot rollout，測的是企業 AI 怎麼變日常》，矽基前沿 [Si]gnals，2026-04-29。https://signals.tw/articles/accenture-copilot-743000-productivity-test/