為什麼 95% 企業 AI 專案失敗了？MIT 研究揭 3 大領先關鍵
生成式 AI 為企業帶來新希望，也製造了許多「試了但沒起色」的案例，這些先行者之間的差距是什麼？麻省理工學院（MIT）NANDA 計畫最新研究指出，美國公司近年在生成式 AI 專案上投入約 350 億至 400 億美元，但 95% 的受訪企業未獲得回報，只有 5% 能把 AI 工具大規模整合到生產流程並帶動營收或效率提升，形成「生成式 AI 鴻溝」。
這份研究針對美國企業領導者進行了 150 次訪談、調查 350 位員工與 52 家組織、分析 300 個公開 AI 導入案例，指出造成生成式 AI 鴻溝的原因，並不是源於 AI 模型的品質或法規，而是因為多數企業級 AI 工具缺乏學習能力，難與現有工作流程整合，導致試點專案停滯不前。
企業 AI「採用率高，轉型率低」的矛盾現象
MIT 研究發現企業中另一令人驚訝的現象：影子 AI 經濟，這指的是員工在未經 IT 部門知情或批准的情況下，使用個人 ChatGPT、Claude 訂閱帳號或其他消費級 AI 工具來自動化工作流程的情形。研究顯示，雖然只有 40% 受訪公司表示已購買外部的 LLM（大型語言模型）訂閱方案，但有超過 90% 受訪公司的員工經常使用個人 AI 工具來執行工作任務。
然而，像 ChatGPT 這樣的通用工具因其靈活性而對個人用戶來說非常出色，但由於它們無法從工作流程中學習或適應工作流程，因此在企業應用中會停滯不前，這也造就了企業在 AI 部署上「採用率高，轉型率低」的現狀。
MIT 報告指出，這顯示當員工能夠使用靈活、回應迅速的工具時，有機會跨越生成式 AI 鴻溝；而具有前瞻性的組織，已開始透過分析影子 AI 的使用模式，分析哪些個人工具能提供價值，然後再採購企業替代方案，藉此作為跨越生成式 AI 鴻溝的策略。
企業成功部署 AI 的三個關鍵做法
MIT 這份研究歸納出成功部署 AI 的策略包含，第一，研究發現購買專業供應商的 AI 工具並建立合作關係的公司成功率約為 67%，高於完全自行開發 AI 工具的公司。《Fortune》指出，這項發現對於許多正在自建生成式 AI 模型的產業，例如金融服務業等受到高度監管的業者來說尤其重要，因為單打獨鬥的企業可能會遭遇更多挫敗。
第二，克服生成式鴻溝的最大障礙並非整合或預算，而是組織設計。這份研究指出，成功的公司會允許預算持有者和第一線管理者提出問題、審核工具並主導推動 AI，而不只是依賴中央 AI 職能部門來統一識別使用案例。這種自下而上的採購方式，搭配高階主管的問責制，加速了企業 AI 應用並保持了營運的契合度。
第三，選擇能夠深度整合並隨時間推移而調整的工具。正是因為研究中強調，在企業中推動 AI 的核心障礙是學習鴻溝，因此高階主管在評估 AI 工具時，一致強調希望供應商提供的系統能夠隨著時間推移而改進，以及深度理解他們的工作流程並與現有工具最小化干擾。
MIT 報告指出，這項研究結果不只代表工具的變革，更代表一個代理式網絡即將出現：一個能持續相互連結，跨越供應商、領域、介面協作的學習系統層，而 MCP、A2A 等協定正是代表這種網絡的早期基礎設施，並預期生成式 AI 鴻溝正在縮小。報告強調，下一波 AI 應用浪潮的贏家將不是那些最酷的模型，而是能夠學習和記憶的系統，以及為特定流程量身客製的系統。
＊本文開放合作夥伴轉載，資料來源：《Fortune》、《The Register》、《AXIOS》、MIT，首圖來源： AI 工具生成