「MIT 調查顯示：企業 95% 的生成式 AI 試點無財務回報」
圖靈學院
科楠老師
2025-8-22
MIT NANDA 研究揭示。大部分生成式 AI 試點計畫對企業財務毫無貢獻。研究指稱 95% 的案例未帶來明顯收益。只剩 5% 的試點快速創造收入成長。這個比率震撼各界。它挑戰了大家對 AI 的樂觀想像。
研究掃描了 300 個公開企業 AI 運用案例。研究人員也訪談了 150 位企業領導，並蒐集 350 位員工回應。這些試點涵蓋多元產業。結論明確：大部分 AI 計畫淪為試驗。收益不明。績效不彰。
報告把失敗歸咎於「學習落差」。企業沒能改造流程、文化與系統以配合 AI 工具。AI 單打獨鬥，無法嵌入實務運作。缺乏流程整合，才是核心問題。
具體來說，研究指出企業將大量預算投向業務與行銷領域。這些領域花錢卻收穫少。反觀自動化後端流程，尤其是內部行政與客服相關業務，則最能削減成本、提升效率。這類運用往往帶來實質財務貢獻。
報告補充。從外部採購的 AI 工具，成功率高達 67%。自研系統僅有約 33% 成效。選對工具與合作廠商，比自己 DIY 更容易成功。
MIT 提醒，把 AI 實驗交給 AI 中央單位可能無效。讓事業部門經理主導導入。工具要能跟組織需求共進化。這才有機會轉試點為常態應用。
這份報告也觀察到人力運用上的變化。AI 尚未造成大規模裁員。企業更常「不補人」。尤其是客服與行政類職缺。這類職務多外包，無補缺意味成本縮減。這很可能是節省地雷型方式。
研究也提到「影子 AI」。員工偷偷用 ChatGPT 等工具，未經企業管控。這反映 AI 實際被採用，但難掌握其貢獻與風險。報告建議把握這種趨勢，納入管理與策略思考。
同一議題也引起財經市場緊張。MIT 報告發布後，AI 相關股價下跌。例如 Palantir 跌約 3.6%，Nvidia 跌超過 1%。投資人重新評估 AI 投資的營運可持續性。
Evercore ISI 分析師 Amit Daryanani 認為，這樣的結果為 IT 顧問與基礎建設供應商帶來機會。企業需要協助導入 AI，架構資料流程與組織整合。IBM、Accenture、Dell、HPE、Cisco 形同受益者。
OpenAI 執行長 Sam Altman 發表評論。他認為 AI 投資熱潮可能已達高峰，暗示業界存在泡沫風險。這句話更讓市場警覺。
與這份報告形成對照的是另一股巨大樂觀氛圍。Morgan Stanley 預估 AI 廣泛應用能為美國企業節省近 9200 億美元／年，推動 S\&P500 市值最高增長 30%。這說明 AI 的影響是高報酬與低回報之間的拉鋸。
這份 MIT NANDA 報告說得明白。生成式 AI 不寫成功秘籍。成功不是看工具本身，而在乎怎麼用。組織若無法調整流程、角色和文化，再好的模型也無用。業務導向思維、多花錢在行銷，反而害了效率與收益。自研系統多半失敗。買對工具，交給懂流程的人用，才可能帶來收入與效能正循環。
若能改變這種「死對死」使用方式，讓 AI 深入實務，而不是淪為炫技實驗，企業才可能走出 5% 成功率的困境。市場看到了這種差距，也開始把焦點拉回組織面改造與流程融合。想用 AI 的企業，先問自己：你能改變自己嗎？能讓 AI 適應你，而不是反過來？
參考資料
"American companies have invested billions in AI initiatives - but have basically nothing to show for it"
