麻省理工：AI残酷现实95%企业无回报
《2025年商业AI现状报告》揭示"GenAI鸿沟"：企业投入数百亿美元，但95%试点项目未能产生可衡量回报。5%成功案例集中于后台办公自动化，采购定制方案成功率(67%)远高于自建(33%)。90%员工使用未经批准的"影子AI"工具。报告建议企业转变采购思路，聚焦高ROI领域；供应商应开发能持续学习的"代理型AI"。下一代AI将转向具备
2025年7月，麻省理工学院（MIT）的这份《生成式 AI 的鸿沟：2025 年商业 AI 的现状》（The GenAI Divide: State of AI in Business 2025）报告，揭示了当前企业应用生成式AI（GenAI）时面临的巨大挑战和理想与现实之间的差距，即所谓的 “GenAI鸿沟。
| 维度 | 核心发现/特点 | 成功关键/建议 |
|---|---|---|
| 整体投资回报 | 企业投入300-400亿美元，但高达95%的AI试点项目未能产生可衡量的财务回报或业务影响 。 | 聚焦具体业务痛点，追求深度而非广度，与能够深度定制和共担责任的供应商合作。 |
| 成功案例 | 仅约5% 的集成式AI试点项目能创造显著价值（如年节省数百万美元、减少30%外部机构支出）。 | 成功者多聚焦于后台办公自动化（如文档处理、财务风险监控），并像采购业务流程外包一样对待AI采购，重结果而非软件本身。 |
| 行业差异 | 科技与媒体行业显现出结构性变革迹象，其他七大行业（如专业服务、医疗健康、能源等）转型程度有限 。 | 认识到AI转型的行业不平衡性，管理好预期。 |
| “影子AI”经济 | 约90% 的员工每日使用未经公司批准的个人AI工具（如ChatGPT、Claude）处理工作，因其更灵活、易用，且往往效果优于企业官方工具 。 | 正视并引导“影子AI”，将其视为需求信号，同时加强治理与安全措施 。 |
| 构建 vs. 采购 | 采购外部供应商定制化解决方案的成功率（约67%） 远高于企业内部自行构建（约33%） 。 | 企业应更倾向于与外部供应商合作，获取成熟解决方案；供应商需构建能持续学习和适应的“有记忆”系统（Agentic AI） 。 |
| 投资错配 | 超一半AI预算投向销售和营销等前台职能，但最高投资回报（ROI）实际上来自于后台办公自动化（如减少外包、降低外部机构成本）。 | 企业应将投资重点转向后台职能的自动化 。 |
| 对就业的影响 | AI并未导致大规模裁员，其影响主要体现在不再填补离职员工空缺，以及减少此前外包的岗位（如客户支持、行政处理等） 。 | 关注AI带来的岗位结构变化，而非简单替代。 |
| 核心障碍（鸿沟根源） | 并非技术、基础设施、法规或人才不足，而是大多数AI系统缺乏 “学习能力”——无法长期留存数据、适应具体上下文、随反馈持续改进及与工作流深度融合 。 | 寻求能持续学习、适应和进化的AI系统（Agentic AI），而非“静态”工具。 |
报告为企业和供应商提供了行动方向：
-
对于企业（AI采购方）：
-
转变采购思路：像采购业务流程外包一样对待AI采购，要求供应商深度定制并对业务结果负责，而非仅仅购买软件许可。
-
赋能一线业务团队：让最懂业务的部门（而非仅中央IT部门）主导AI项目的选型和落地。
-
瞄准高ROI领域：将投资重点更多转向后台办公职能的自动化，关注如何替代外部外包成本和代理费用。
-
正视并治理“影子AI”：认识到员工选择个人工具的合理性，将其视为需求信号，同时通过培训和策略引导至安全、合规的企业级解决方案。
-
-
对于AI供应商（构建者）：
-
聚焦深度而非广度：专注于解决某个狭窄但高价值的业务痛点，并进行深度定制，而非追求“万能”工具。
-
构建“有记忆”、能学习的系统：开发具备持续学习能力和记忆功能的代理型AI（Agentic AI），让系统能根据反馈和上下文不断改进，越用越聪明。
-
通过信任渠道合作：通过行业合作伙伴、系统集成商和客户推荐来建立信任，这比单纯推销产品功能更有效。
-
报告预测，AI的下一波演进将是 Agentic AI（代理型AI） 和 “代理网络”（Agentic Web）——一个由众多能自主发现、协商和协作的AI系统组成的互联生态。这类系统能更好地记忆、学习和自主行动，有望从根本上改变企业运作的方式，并成为跨越GenAI鸿沟的关键技术。
总结
MIT的这份报告揭示了企业们在生成式AI热潮中所面临的严峻现实挑战——“GenAI鸿沟”。它指出，成功的核心不在于拥有最先进的模型，而在于能否采用正确的策略，选择或构建能够持续学习、适应业务的智能系统，并将其深度集成到工作流程中。
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
26
0- 0
已为社区贡献21条内容
所有评论(0)