重點一： 麻省理工學院報告指出，高達95%的企業生成式AI專案未能帶來實質獲利，導致大多數試行計畫停滯，與市場的樂觀情緒形成巨大落差。
重點二： 研究顯示，企業AI導入失敗主因在於工具與組織的「學習落差」，且自行開發方案的成功率遠低於外購，顯示企業缺乏有效的整合策略。
重點三： OpenAI執行長奧特曼坦承，當前AI市場存在泡沫，投資人過度興奮，部分新創公司的高估值並不理性，恐導致鉅額虧損。
美股週二（19日）經歷一波劇烈震盪，其中標普500指數、那斯達克指數與費城半導體指數均表現疲弱，大型科技股也下挫，輝達股價收盤下跌3.5%，而台積電ADR也同步重挫3.61%。
市場分析指出，這波跌勢的元兇，很可能一份來自麻省理工學院（MIT）的報告。再加上OpenAI執行長奧特曼（Sam Altman）坦言當前AI市場出現泡沫化現象，皆引發市場對AI投資過熱的疑慮，恐慌情緒也席捲華爾街。
那麼，這份嚇壞市場的MIT報告，究竟說了什麼？
只有5%企業跨過「GenAI鴻溝」，為什麼？
麻省理工學院NANDA研究計畫發布的《生成式AI鴻溝：2025年商業AI現況》（The GenAI Divide: State of AI in Business 2025），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，指出許多企業在AI領域投入了高達300億至400億美元，但絕大部分投資並未轉化為利潤。
這份報告揭露的關鍵洞察是，企業在導入生成式AI（GenAI）時出現了巨大的「GenAI鴻溝」（The GenAI Divide），而絕大多數（95%）的企業雖然廣泛試用AI工具，卻未能獲得實質的商業回報，只有極少數（5%）的企業成功跨越鴻溝，創造了數百萬美元的價值。換言之，GenAI鴻溝可以被理解成「AI高採用率與低轉化率並存」的現象。
報告也說明，在企業內部超過80%的組織已探索或試用過ChatGPT等通用工具，但這些工具主要提升個人生產力，並未對企業的損益表（P&L）產生可衡量的影響，亦即通用工具普及，但實際影響卻有限。
同時，企業級AI專案的失敗率也偏高。例如針對特定任務的企業級AI系統，僅有20%進入試點階段，最終只有5%成功部署到生產環境。失敗的主要原因是工作流程僵化、缺乏情境學習能力以及與日常營運脫節 。
同時，報告也發現員工使用個人AI帳號（如ChatGPT）處理工作任務的「影子AI」現象十分普遍。超過90%的受訪企業員工表示會定期使用個人AI工具辦公，遠高於企業官方採購的40% 。
95%企業困在試點，5%的「AI贏家」有何成功心法？
這份研究也指出，企業成功導入AI與失敗的差別，並非在於模型技術本身，而是透過策略與組織設計跨越AI鴻溝，包括專注於小而精的應用場景、以「業務成果」做為投資評估，以及採納去中心化模式，授權給前線部門主導AI專案。
根據報告，成功的企業具備以下共同特徵：
哪些行業被AI衝擊更大？
根據該報告，儘管生成式AI獲得了大量投資和關注，但大多數行業的結構性顛覆程度仍然很低。報告創建了一個「AI市場顛覆指數」，從0到5對各行業進行評分，結果顯示只有兩個行業出現了明顯的結構性變化：
一、科技業 (Technology)
顛覆指數: 2.0
關鍵信號: 市場上出現了新的挑戰者（例如Cursor對抗Copilot），以及工作流程發生了轉變 。
二、媒體與電信業 (Media & Telecom)
顛覆指數: 1.5
關鍵信號: AI原生內容興起，廣告動態正在轉變，但領導企業仍在成長。
三、專業服務業 (Professional Services)
顛覆指數: 0.5
關鍵信號: 實現了效率提升，但客戶交付方式基本未變 。
四、醫療保健與製藥業 (Healthcare & Pharma)
顛覆指數: 0.5
關鍵信號: 主要停留在文件記錄和轉錄的試點階段，臨床模型未受影響 。
五、消費與零售業 (Consumer & Retail)
顛覆指數: 0.5
關鍵信號: 應用於客服支持自動化，但對客戶忠誠度或市場領導者的地位影響有限 。
六、金融服務業 (Financial Services)
顛覆指數: 0.5
關鍵信號: 應用於後端自動化，客戶關係保持穩定 。
七、先進工業 (Advanced Industries)
顛覆指數: 0.5
關鍵信號: 僅有維護方面的試點項目，供應鏈未發生重大轉變 。
八、能源與材料業 (Energy & Materials)
顛覆指數: 0.5
關鍵信號: 採用率接近於零，僅有極少的實驗 。
總體而言，在以上主要行業中，雖然都進行了大量的AI試點活動，但並未出現結構性的改變，這也反映了報告所強調的「GenAI鴻溝」現象 。
90%的用戶更信任人類同事
MIT研究人員、報告主筆阿迪亞·查拉帕利（Aditya Challapally）指出， 問題的核心並非AI模型本身品質不佳，而是企業在工具與組織間存在嚴重的「學習落差」。例如報告指出，大多數GenAI系統無法從用戶回饋中學習、適應特定情境或隨時間改進。
也因此，用戶雖然樂於在個人任務中使用ChatGPT，但在處理高風險、關鍵性的企業工作時，由於AI缺乏記憶和適應能力，90%的用戶更信任人類同事。用戶抱怨企業級AI工具「不會從回饋中學習」和「需要過多手動提供上下文」。更重要的是，與外部合作相比，企業內部自行建構的AI專案失敗率是前者的兩倍 。
自建AI不如外購！跨越AI鴻溝的3個黃金法則
那麼，企業導入AI該如何跨越落差導回正途？真正成功跨越 GenAI 鴻溝的企業有三個黃金法則：
一、購買而非自建
根據報告， 企業如果選擇向外部廠商購買AI工具並與之合作，成功率大約是67%；而如果選擇自己從頭開發，成功率卻只有三分之一。 這項發現對於金融服務這類高度監管產業相當重要。
許多企業基於安全考量，傾向自建專屬的生成式AI系統，但報告數據表明，單打獨鬥的模式失敗率更高。
二、賦予「第一線」主導權
此外，成功的AI部署還有其他關鍵因素， 包括由第一線的經理人來推動AI工具的採用，取代中央AI實驗室全權主導；同時，選擇能夠與現有系統深度整合、並隨時間演進的AI工具。
這也解釋了為何部分新創公司能利用生成式AI快速崛起，在於他們通常專注於解決一個特定的痛點，並透過與企業建立合作夥伴關係快速成長。
三、將AI應用著力於後勤行政
許多企業將 AI 視為新潮的實驗性專案，超過一半的生成式AI預算被分配到銷售與行銷部門上，但投資報酬率最高的，反而是後勤行政工作的自動化，例如節省業務外包費用、簡化內部流程等。
簡單來說，前台部門的AI應用或許能創造聲量，但後勤部門的AI應用反而能為企業帶來最實質的投資回報。這也凸顯了許多公司在AI投資方向，都存在資源錯置的根本問題。
AI市場正處於泡沫化？OpenAI奧特曼：「熱潮將帶來反噬」
當企業AI專案的高度失敗率被揭露的同時，OpenAI執行長奧特曼（Sam Altman）在接受《The Verge》雜誌訪問時坦承，當前AI市場存在泡沫化現象。
奧特曼將現在的AI熱潮，比喻成1990年代的網路泡沫，當時人們對網路的未來過度樂觀，導致許多網路公司的估值瘋狂飆升，最終泡沫破裂，許多公司應聲消失。
奧特曼指出：「當泡沫發生時，聰明人會為一個真相的核心（kernel）而過度興奮」。他直言，AI是一項極具潛力的變革性技術，但目前投資人整體確實過度興奮，一些僅有「3個人和1個想法」的AI新創公司，獲得的資金與高估值是不理性的行為，這股熱潮將帶來反噬，預言「有人會虧掉鉅額資金」。
同時，奧特曼也對OpenAI抱持極大信心，並透露公司將在不久的將來投入「數萬億美元」用於資料中心建設。他認為，雖然AI市場可能存在泡沫，但就像當年的網路泡沫破裂後，亞馬遜和Google等大型公司依然崛起一樣，AI最終仍會為經濟帶來巨大的正面影響。
延伸閱讀：觀點｜「麥肯錫式」重灌2.0：AI 世代的顧問，不能再靠 PPT 吃飯！
996工作制逆襲矽谷！AI新創每周工時上看80小時：矽谷怎麼了？為何員工有了AI命更苦？
本文初稿為AI編撰，整理．編輯/蘇柔瑋
