麻省理工報告究竟說了什麼？

　　這份題為《生成式人工智能的鴻溝：2025年商業人工智能的現狀》的報告顯示，儘管企業在生成人工智能上已花費了300至400億美元，但95%的公司迄今並未能獲得商業回報。

　　這項研究的重點在於「GenAI鴻溝」。研究發現儘管人們爭相整合強大的新模型，但只有大約5%的AI試點項目實現了收入的快速增長；絕大多數項目停滯不前，對企業利潤表幾乎沒有產生任何可衡量的影響。

　　這項研究基於對150位企業領袖的訪談、對350名員工的調查以及對300個公共AI部署的分析，描繪出了成功案例和停滯項目之間的清晰鴻溝。

　　麻省理工學院NANDA項目的研究貢獻者Aditya Challapally表示，「一些大公司的試點項目和年輕的初創公司在生成式AI方面確實表現出色。例如，有些由19或20歲年輕人領導的初創公司，其收入在一年內從零躍升至2000萬美元，」這是因為他們專注於一個痛點，執行到位，並與使用他們工具的公司建立了明智的合作夥伴關係。

　　但在數據集中的95%的公司裡，生成式AI的實施效果不佳。核心問題是什麼？不是AI模型的質量，而是工具和組織雙方的「學習差距」。雖然高管們常常歸咎於監管或模型性能，但麻省理工學院的研究指出，問題在於企業集成過程存在缺陷。

　　Challapally解釋稱，像ChatGPT這樣的通用大模型工具因其靈活性而在個人使用中表現出色，但在企業應用中卻會停滯不前，因為它們無法從工作流程中學習或適應工作流程。

　　數據還揭示了資源分配的不匹配。目前，超過一半的生成式AI預算用於銷售和營銷工具，然而麻省理工學院發現最大的投資回報率往往來自後台自動化——消除業務流程外包、削減外部代理成本以及簡化運營。

　　麻省理工的報告認為，公司採用AI的方式至關重要。從專業供應商處購買AI工具並建立合作夥伴關係的成功率約為67%，而內部構建的成功率僅為前者的三分之一(約22%)。