麻省理工學院 NANDA 研究發現，僅有 5% 的組織成功將 AI 工具大規模投入生產 美國公司已在生成式 AI 項目上投資了 350 億至 400 億美元，然而到目前為止，幾乎血本無歸。 根據麻省理工學院 NANDA（網絡 AI 智能體與去中心化人工智能）項目的一份報告 [PDF]，95% 的企業組織從他們的 AI 投入中獲得了零回報。 只有 5% 的組織成功地將 AI 工具大規模整合到生產中。 該報告基於對 52 位企業領導者的結構化訪談、對 300 多個公開 AI 項目和公告的分析，以及對 153 位商業專業人士的調查。 報告作者——Aditya Challapally、Chris Pease、Ramesh Raskar 和 Pradyumna Chari——將這種“生成式 AI 鴻溝”歸因於 AI 系統無法保留數據、適應環境以及持續學習的能力，而非基礎設施、學習資源或人才的匱乏。 > “生成式 AI 鴻溝”在部署率上表現得最為明顯，只有 5% 的定制化企業 AI 工具能夠進入生產階段。 “‘生成式 AI 鴻溝’在部署率上表現得最為明顯，只有 5% 的定制化企業 AI 工具能夠進入生產階段，”報告稱。“聊天機器人之所以成功，是因為它們易於嘗試且靈活，但在關鍵工作流程中卻因缺乏記憶和定制化能力而失敗。” 正如一位匿名的首席信息官在接受作者訪談時所說：“今年我們看了幾十個演示。可能只有一兩個是真正有用的。其餘的要麼是‘套殼’產品，要麼就是科學實驗項目。” 作者的發現與其他近期研究的結果不謀而合，這些研究表明，企業領導層對 AI 項目的信心正在下降。 NANDA 的報告確實提到，一小部分公司已經發現生成式 AI 的用處，並且該技術正在對九個工業領域中的兩個——科技以及媒體與電信——產生實質性影響。 而對於其餘領域——專業服務、醫療保健與製藥、消費與零售、金融服務、先進工業以及能源與材料——生成式 AI 則一直無關緊要。 報告援引了一位中端市場製造企業匿名首席運營官的話：“LinkedIn 上的宣傳天花亂墜，說一切都改變了，但在我們的實際運營中，沒有任何根本性的變化。我們處理一些合同的速度是變快了，但僅此而已。” 有一件事確實在改變，那就是就業格局，至少在受影響的行業是如此。報告指出，在科技和媒體領域，“超過 80% 的高管預計在 24 個月內會縮減招聘規模。” 據作者稱，由生成式 AI 驅動的裁員主要發生在那些經常被外包的非核心業務活動中，例如客戶支持、行政處理和標準化的開發任務。 “這些職位在 AI 實施之前，就因其外包狀態和流程標準化而顯示出脆弱性，”報告稱，並指出在受影響的行業中，有 5% 到 20% 的支持和行政處理崗位受到了衝擊。 據《The Register》獲悉，甲骨文（Oracle）最近的裁員反映了其平衡 AI 資本支出的努力，而這筆開支已成為美國科技巨頭脖子上的沉重負擔。而在 IBM，員工們則認為 AI 已被用作將工作崗位轉移到海外的藉口。 無論裁員的公開理由和真實動機是什麼，生成式 AI 確實正在對科技以及媒體與電信行業產生影響，這些也是它被最廣泛採用的領域。 儘管大約 50% 的 AI 預算被分配給了市場營銷和銷售，但報告作者建議，企業投資應該流向那些能產生有意義業務成果的活動。這包括前端的潛在客戶資格鑑定和客戶維繫，以及後端的削減業務流程外包、廣告代理支出和金融服務風險核查。 報告通過分析生成式 AI 在某些公司取得成功的方式指出，像 OpenAI 的 ChatGPT 這樣的通用工具，表現要優於定制的企業級工具，即便這些企業工具底層使用的是相同的 AI 模型。 報告闡述的理由是，員工往往對 ChatGPT 的界面更熟悉，因此使用得更多——這是員工自發的“影子 IT”所導致的結果。報告引用了一位公司律師的訪談，她描述了自己所在的中型律所對一款花費了 5 萬美元的專業合同分析工具的不滿。 “我們購買的 AI 工具提供的摘要非常刻板，定制選項也很有限，”這位律師告訴研究人員。“而使用 ChatGPT，我可以引導對話，反覆迭代，直到獲得我確切需要的東西。根本性的質量差異是顯而易見的，ChatGPT 始終能產出更好的結果，儘管我們的供應商聲稱他們用的是同樣的基礎技術。” 作者們認為，那些成功跨越“生成式 AI 鴻溝”的公司，在採購 AI 時，更像是在採購業務流程外包服務，而不是軟件即服務（SaaS）的客戶。 “他們要求深度定制，從一線推動應用，並要求供應商對業務指標負責，”報告總結道。“最成功的買家明白，跨越這條鴻溝需要的是建立合作關係，而不僅僅是購買產品。”®