近期美國科技股出現大幅回調,市場普遍將矛頭指向麻省理工學院(MIT)發布的一份生成式 AI 研究報告。報告指出,企業導入生成式 AI 的實際成效遠低於預期。讓原本被視為下一波生產力革命的 AI 遭遇現實撞牆,這份報告無異於在市場熱情上澆了一盆冷水。究竟,MIT 報告說了什麼?
1. 僅 5% 企業真正落地,生成式 AI 導入卡關重重
報告訪談了 150 位企業高層、350 名員工,並分析 300 個公開 AI 案例,結果顯示,只有約 5% 的生成式 AI 專案帶來明確營收成長,其餘多數陷入停滯。乍看似乎證實了「AI 泡沫論」,但實際問題不在模型本身,而是企業在導入過程中,遭遇嚴重的「學習落差」——也就是 AI 工具難以真正整合進日常工作流程。報告將導入歷程分為三階段:第一階段為「研究階段」,指企業內部討論、了解,或讓員工試用如 ChatGPT 等工具;第二階段為「測試階段」,透過專案進行短期試點;第三階段則是「成功導入」,代表 AI 已融入企業核心流程並穩定運作。從數據來看,通用型 AI 工具(如 ChatGPT)已有 80% 的企業進入研究階段,50% 進入測試階段,但真正成功導入的比例不到 40%;任務導向型 AI 工具成功導入率更僅 5%。這條從嘗試到落地的巨大落差,正是報告所稱的「GenAI 鴻溝」,也被視為近期 AI 類股信心修正的核心原因之一。
資料來源:MIT《The GenAI Divide: State of AI in Business 2025》報告,「鉅亨買基金」整理。
2. 為什麼在企業裡難以落地?
報告指出,企業 AI 難以落地的關鍵,不在於模型不夠強、技術不夠先進,而是組織本身尚未準備好。第一,導入的 AI 工具多為任務導向型,雖能執行單一任務(如生成文案、會議摘要),卻無法記住上下文、學習使用者偏好或根據流程調整。結果就是,每次使用,都得「從頭教一次」。第二,多數企業仍以「人為中心」設計流程,未重新調整以支援 AI 介入。包括資料未標準化、系統缺乏整合點、權限與安全架構不符,導致 AI 難以參與核心工作。第三,導入方式錯誤。內部自建 AI 平台的成功率僅 33%,與外部供應商合作則高達 66%。許多企業誤以為交給 IT 部門開發即可,結果專案進度延誤、功能難用,最終遭員工棄用。第四,資源配置錯誤。AI 預算大多投入在銷售與行銷工具,雖然能產生短期亮點,但真正能創造長期效益的是後台流程自動化(如財務、人資、客服),卻往往獲得極少資源。調查更顯示,最主要的五大障礙依序為 90%「不願採用新工具」、75% 擔憂「模型結果品質不穩」、65% 認為「使用體驗不佳」、55% 指出「缺乏高層支持」與 50% 表示「變革管理困難」。這些數據顯示,AI 不是不能落地,而是缺乏能讓它落地的環境。如果組織流程、資料基礎、學習機制與文化尚未調整到位,再先進的 AI 也只能淪為試用階段的工具。
資料來源:MIT《The GenAI Divide: State of AI in Business 2025》報告,「鉅亨買基金」整理。
3. AI 不該適應企業,企業應該適應 AI
令人意外的是,儘管企業採行 AI 困難重重,基層員工卻早已跨越這道鴻溝。報告顯示,雖然只有約 40% 的企業正式採購大型語言模型(如 ChatGPT、Claude 等工具)訂閱服務,但超過 90% 的受訪企業中,員工已經自發性地透過採購多種 AI 工具在工作中使用。這種現象被稱為「影子 AI 經濟」,凸顯企業內部實際使用情況與官方策略之間的斷層。報告進一步指出,問題並非 AI 模型本身不成熟,而是企業組織缺乏彈性,無法將 AI 工具整合進流程並隨之調整。相對地,成功的 AI 導入案例往往來自新創公司或靈活團隊,這些組織從一開始就以 AI 為核心設計架構,而不是試圖讓 AI 去遷就傳統流程。
「鉅亨買基金」認為,未來能真正釋放 AI 潛力的企業規模可能會越來越小,甚至出現更多有影響力的中小型公司。某些由年輕創業者主導的新創公司,已在生成式 AI 應用上展現出驚人的成果。例如,有公司在一年內從零營收成長到 2,000 萬美元,靠的不是模型技術多先進,而是針對單一痛點打造解決方案。未來的產業贏家,可能不是今天的巨頭,而是那些願意配合 AI 節奏、重新設計流程與組織的挑戰者。而這種具備彈性與資源調配能力的組織架構,正是現階段大型企業所欠缺的。也因此,這將成為主動式基金的關鍵優勢,透過基金經理人的選股能力,挖掘出真正能跟上 AI 節奏的下一個贏家。
資料來源:MIT《The GenAI Divide: State of AI in Business 2025》報告,「鉅亨買基金」整理
鉅亨投資策略
不是 AI 無用,而是組織準備不足
科技股的短期修正雖令人緊張,但不應僅因一份研究報告便對 AI 未來失去信心。事實上,這份 MIT 報告的本質,是對傳統組織結構在 AI 時代競爭力的挑戰,而非對技術本身的否定。下一波產業贏家將來自於那些能夠圍繞 AI 重構流程、用人與治理邏輯的公司。這些新創與轉型成功者,將不只是生產力提升的象徵,更可能成為資本市場的新核心資產。