☰

讓 AI 股嚇傻的 MIT 報告到底講了什麼？

MIT在報告中表示，對生成式AI的投資「95%的機構得到零回報」。路透

麻省理工學院（MIT）所屬的 NANDA 計劃最新發表的一份研究報告指出，儘管生成式 AI 被視爲企業利器，但絕大多數用來推動營收快速成長的計劃並未如預期奏效。

這份以《GenAI Divide: State of AI in Business 2025》爲題的報告指出，各界爭相導入強大的新模型，但實際上只有約 5% 的 AI 試點計劃能讓營收大幅提升，絕大多數最終停滯，對公司財務幾乎沒有可見的影響。這份研究訪談 150 位主管、調查350 名員工，並分析 300 件公開 AI 專案，發現成功和失敗案例呈現明顯落差。

報告主撰者、MIT 媒體實驗室（Media Lab）「Connected AI」小組負責人查拉帕利（Aditya Challapally）說：「有些大型企業的試點以及部分新創公司確實在生成式 AI 上表現出色。」他舉例說，19、20 歲年輕人帶領的新創公司，「營收在一年內就從零跳升到 2,000 萬美元，因爲他們能聚焦解決一個痛點、精準執行，並與善用其工具的企業形成良好合作。」

不過，涵蓋調查的公司中，有 95% 導入生成式 AI 仍成效不彰。核心問題不在於模型品質，而是工具和組織的「學習落差」。雖然高層常將責任歸咎於法規或模型效能，但 MIT 的研究顯示，癥結在於企業整合不良。查拉帕利解釋，像 ChatGPT 這類通用工具對個人來說很有彈性，因此能發揮效果，但在企業環境中因無法隨工作流程學習或調整，常陷入停滯。

研究也揭露資源分配不當。超過一半的生成式 AI 預算花在銷售和行銷工具，但 MIT 發現真正投資報酬率最高的，是後臺自動化，取代了業務流程外包、降低外部代理成本，並精簡營運流程。

企業如何導入AI相當重要。向專業供應商採購AI工具並建立合作關係的成功率約67%，但內部自行開發的成功率僅佔三分之一。

其他成功的關鍵因素，還包括授權一線主管、而非僅靠中央AI實驗室來推動導入，並選擇能夠深度整合並隨時間調整的工具。

勞動力結構的衝擊已經出現，特別是在客服和行政職位。企業並未大規模裁員，但不再增補出缺的職位。最多的變化集中在過去因被視爲低附加價值而外包的工作。

讓 AI 股嚇傻的 MIT 報告到底講了什麼？

相關資訊