美股大跌的導火索，這篇MIT的報告有什麼特別？

一份來自麻省理工學院（MIT）的報告，揭示了企業在AI投資上的嚴峻現實，這篇報告與OpenAI首席執行官對AI泡沫的警告共同作用，打破了華爾街的樂觀情緒，並引發了科技股的急劇拋售。

週二，美股科技板塊遭遇重挫，以科技股爲主的納斯達克綜合指數下跌1.4%，創下自8月1日以來的最大單日跌幅，藍籌股標準普爾500指數也收低0.7%。

AI熱潮的核心受益者英偉達下跌3.5%，軟件公司Palantir和芯片設計公司Arm分別重挫9.4%和5%。與此同時，防禦性板塊如消費必需品、公用事業和房地產則逆勢上漲，凸顯出資金從高風險、高動能的科技股中輪動出來的明顯趨勢。

市場動盪的直接導火索，指向了MIT週一發佈的一份關鍵報告。該報告指出，高達“95%的企業從其生成式AI投資中獲得的回報爲零”。這一結論，疊加OpenAI首席執行官Sam Altman近期關於“投資者過於興奮”可能正在形成AI泡沫的言論，嚴重打擊了市場信心。

此次拋售集中在年內表現最佳的股票上，讓投資者開始重新審視支撐本輪大漲的核心邏輯——AI能否真正、快速地轉化爲企業利潤。

報告揭示的“AI鴻溝”

交易員口中“嚇到人們”的報告題爲《生成式AI鴻溝：2025年商業AI現狀》，由MIT的NANDA項目發佈。報告的核心發現是，儘管企業對生成式AI充滿期待，但絕大多數項目未能產生實際的財務影響。

一位接近某數十億美元規模美國科技基金的交易員表示，“這個故事正在讓人們感到恐慌。”

報告基於對150名企業領導者的訪談、對350名員工的調查以及對300個公開AI部署案例的分析。結果顯示，只有約5%的AI試點項目實現了收入的快速增長，而絕大多數項目停滯不前，對公司的損益表（P&L）沒有產生任何可衡量的影響。

報告主要作者Aditya Challapally解釋說，問題的核心不在於AI模型本身的質量，而在於企業內部工具和組織的“學習差距”以及存在缺陷的整合策略。許多高管將失敗歸咎於監管或模型性能，但MIT的研究直指企業集成過程中的問題。

例如，像ChatGPT這樣爲個人設計的通用工具，因其靈活性而大受歡迎，但在企業環境中卻常常碰壁，因爲它們無法從特定工作流程中學習或適應。

成功的少數與失敗的多數

報告進一步剖析了AI部署成功與失敗的關鍵差異。成功的少數，例如一些初創公司，其策略是“選擇一個痛點，出色地執行，並與使用其工具的公司建立明智的合作伙伴關係”。Aditya Challapally舉例稱，一些由年輕人領導的初創公司“收入在一年內從零躍升至2000萬美元”。

然而，對於數據集中95%的公司而言，AI實施效果不佳。報告發現，超過一半的生成式AI預算被用於銷售和營銷工具，但最大的投資回報（ROI）實際上來自後臺辦公自動化，如削減業務流程外包和外部機構成本。

另一個關鍵發現是“購買”優於“自建”。從專業供應商處購買AI工具並建立合作關係的成功率約爲67%，而企業內部自行構建系統的成功率僅爲三分之一。Aditya Challapally指出，儘管許多公司傾向於構建自己的專有工具，但數據顯示這種“單幹”模式的失敗率要高得多。

這一發現對那些投入巨資試圖建立專有AI系統的公司構成了直接挑戰，並引發了市場對這些公司資本支出效率的質疑。報告還指出，成功的關鍵因素包括賦予一線經理而非中央AI實驗室推動應用的權力，以及選擇能夠深度集成並隨時間推移而適應的工具。

估值壓力與市場情緒轉向

這份報告的出現，恰逢市場對科技股高估值的擔憂日益加劇之際。據彭博社數據，納斯達克100指數的預期市盈率爲27倍，比其長期平均水平高出近三分之一。這種拉伸的估值爲市場回調埋下了伏筆。

Sam Altman的警告更是火上澆油。他坦言，“我確實認爲一些投資者可能會損失很多錢”，並承認市場會出現“非理性繁榮的時期”，這進一步加劇了投資者的疑慮。

Irving Investors的投資組合經理Jacob Sonnenberg表示：“市場一直很火爆，但今天你看到了資金從許多非常熱門、高動量的股票中輪動出來。”

實際上，市場對任何有關AI的負面消息都高度敏感。

今年1月，DeepSeek宣佈以遠低於美國競爭對手的算力取得了技術突破，就曾一度引發市場動盪。雖然股價隨後反彈，但這一事件凸顯了投資者情緒的脆弱性。

週二的拋售再次證明，在AI熱潮持續數月後，任何質疑其商業化落地能力的證據都可能成爲市場回調的催化劑。