研究發現一個殘酷的真相：企業砸大錢、搞AI試驗計畫，但高達95％的專案以失敗告終。員工們私下用ChatGPT做得有聲有色，工作效率飆升，但公司的官方專案卻卡在「試點」階段動彈不得。這些鴻溝不是因為技術不夠強，也不是老闆不夠開放，而是因為當AI嵌入工作流後，跟企業真正需要的 AI，根本是兩回事。
麻省理工學院（MIT）NANDA計畫最新的《生成式AI鴻溝：2025 年商業 AI 狀況》報告，發表了驚人的觀點，一夜之間引爆全網。
這份26頁的報告裡指出，儘管美國企業在生成式AI（GenAI）上的投資達到了300至400億美元，但95％的組織完全沒有獲得回報。
換言之，只有5％的生成式AI專案能創造數百萬美元的價值，其餘的95％不是還停留在PPT階段，就是「雷聲大雨點小」，對企業獲利和流程改善毫無實質性影響。
員工愛用ChatGPT，卻討厭公司的 AI
另一個爆炸性調查結果是，雖然40％的公司都訂閱了大模型服務給員工使用，但九成的員工依然會選用「個人AI工具」，比如用個人email註冊登入ChatGPT，悄悄展開工作。
這項研究是基於對150位公司領導人的訪談、對350名員工的調查，以及對300個公共AI部署的分析。
有趣的是，儘管《財富》（Fortune）和《CFO Daily》等媒體皆以聳動的標題：「95％的企業AI試點計畫以失敗告終」來吸引眼球，但仔細研究報告卻會發現，報告想強調的，不是「企業導入 AI」這件事很失敗，而是生成式AI在公司內部落地應用後，出現了「水土不服」的情況，報告最後甚至還給出了解決方案的建議。
正確打開這份報告的方式是什麼？不妨參考美國創投卡斯．哈利利（Kasra Khalili）在社群媒體上對這份報告的分析：「AI並沒有失敗，而是公司內部構建系統的失敗。」
95％企業都沒告訴你的「GenAI鴻溝」
總體而言，報告的核心觀點如下：絕大多數的企業AI試點專案之所以會失敗，並非大模型的品質不佳，而是因為陷入了所謂的「GenAI鴻溝」（GenAI Divide）。
而這種鴻溝，又可以簡單歸納為一個核心問題：現有的企業AI工具太過「僵化」，無法像消費級LLM（比如ChatGPT 和 Copilot）一樣，學習、記憶並適應工作流程。
報告所歸納的「GenAI鴻溝」共有以下3種：
▉ 學習鴻溝（The Learning Gap）
首先，企業採用的生成式AI工具大多是「被動而靜態的」，這些工具不會從使用者的回饋或每次互動中學習和改進，導致員工必須不斷重複輸入上下文，由於「難用」而遭到員工「棄用」。
同時，這類AI工具「很死板」，會不斷犯同樣的錯誤，教也教不會。即使是那些熱愛ChatGPT的員工，也對公司內部這些無法記憶和適應的AI工具感到失望。他們知道好的AI是什麼樣子，因此對不符合期望的工具，容忍度極低。
▉ 實施鴻溝（The Implementation Gap）
除了上述的學用落差，報告也認為企業把對生成式AI的投資「放錯了地方」。
調查顯示，企業將大部分AI預算（高達70％）投入到銷售和行銷等「光鮮亮麗」的部門，因為這些部門的成果容易衡量。然而，真正能帶來高投資回報率（ROI）的後勤部門，例如採購、法務和財務，卻資金不足。
報告指出，諸如客服或是文檔整理等工作，後台變成自動化的話，每年能為企業節省數百萬美元的開支。
▉ 信任與整合鴻溝（The Trust & Integration Gap）
其次是信任問題，企業對新創供應商普遍缺乏信任，特別是在高度受監管的產業。他們寧願等待現有的合作伙伴整合AI功能，也不願冒險使用未知的工具。
最後的致命傷是，許多AI工具無法無縫嵌入到現有的工作流當中。常規情況下，工具運作尚可，但一遇到特殊場景便顯得無能為力，甚至反而對使用者造成重大干擾。如果工具不好用，員工就不會去用。
報告還特別整理了企業導入生成式AI的五個迷思，如下：
迷思1：AI將取代大部分工作。
研究發現的真相是，因生成式AI而裁員的情況很少見，且主要發生在已經受到AI影響的產業。高階主管們對於未來幾年的招聘水準也沒有達成共識。
迷思2：生成式AI正在改變業務。
真相是儘管AI的採用率很高，但真正的轉型卻很少發生。只有5％的企業將AI大規模整合到工作流程中，大多數產業都沒有看到結構性的改變。
迷思3：企業在採用新技術方面行動緩慢。
真相是企業對於採用AI其實非常熱衷，90％的受訪企業都曾認真考慮過購買AI解決方案。他們並不缺乏熱情或預算，而是面臨其他障礙。
迷思4：阻礙AI的最大因素是模型品質、法律、數據和風險。
真相是雖然這些是考量因素，但真正阻礙AI的是，大多數工具無法學習和適應工作流程。缺乏記憶和適應性是核心問題。
迷思5：最好的企業都在自行開發工具。
報告顯示，企業內部自行開發的工具失敗率，是外購工具的兩倍。這表明，自行開發並不總是最有效的策略。
導入AI大成功的最終祕訣
那麼，企業導入成功的關鍵到底是什麼？MIT這份報告給出的答案是：代理式AI。
報告分析，真正能跨越這道鴻溝的是那些具備「學習、記憶、適應」這三個核心能力的AI系統，也就是所謂的「代理式AI」（Agentic AI）。這些系統能從回饋中學習、記住上下文，並自動協調複雜的任務。
綜合受訪談企業和供應商的意見，能成事的關鍵有二，一在於從「買工具」轉向「建立伙伴關係」，成功的企業不只是購買一個產品，而是尋找能夠深度客製化、理解內部工作流程，並承諾能隨時優化的合作伙伴。
二在於從「大而全」轉向「小而精」，導入AI最成功的新創公司是那些專注於解決特定、高價值的痛點，而非試圖提供通用的解決方案。他們會先從小眾但關鍵的任務開始，再逐步擴展到核心流程。
總結來說，絕大多數企業的AI試點專案之所以失敗，是因為他們只關注 AI「能做什麼」（功能），而忽略了 AI「如何融入」（學習、記憶、適應）企業的真實運作環境。這導致了大量的試驗，卻沒有帶來真正的轉型。
