麻省理工學院的報告如何解釋企業AI專案的低成功率？

麻省理工學院報告：企業AI專案低成功率解析

麻省理工學院（MIT）的一份報告指出，企業在生成式AI專案上的投資，高達95%未能帶來實質利潤，導致多數試行計畫停滯不前。這與市場對AI的高度樂觀情緒形成鮮明對比。報告顯示，企業AI導入失敗的主要原因在於工具與組織之間的「學習落差」，且自行開發AI解決方案的成功率遠低於外購，突顯了企業在整合策略上的不足。OpenAI執行長奧特曼也坦承，當前AI市場存在泡沫，投資人過度興奮，部分新創公司估值過高，可能導致鉅額虧損。

學習落差與影子AI經濟

MIT的NANDA研究計畫《生成式AI鴻溝：2025年商業AI現況》調查了150位企業主管、350名員工，並分析了300個公開部署案例。研究發現，企業在AI領域投入了大量資金，但大部分投資並未轉化為實際利潤。研究人員指出，問題核心並非AI模型品質不佳，而是企業在工具與組織間存在嚴重的「學習落差」。此外，報告還揭露了普遍存在的「影子AI經濟」，即員工私下大量使用未經授權的個人AI工具，這與企業官方推廣的工具使用率形成鮮明對比，顯示企業提供的AI工具難以滿足員工的實際需求。

成功部署AI的關鍵思維

要成功導入AI，企業應考慮以下幾個關鍵因素：首先，購買而非自建。報告顯示，企業向外部廠商購買AI工具並與之合作的成功率約為67%，遠高於自行開發的三分之一。其次，賦予第一線員工主導權，由他們推動AI工具的採用，取代中央AI實驗室全權主導。最後，選擇能夠與現有系統深度整合，並隨時間演進的AI工具。許多企業將AI視為實驗性專案，但成功的案例往往專注於解決特定痛點，並透過與企業建立合作夥伴關係來實現快速成長。