GenAI Divide
95% 企業 AI 專案為何零回報

GenAI Divide：高投入、低回報的殘酷現實

根據 MIT NANDA 團隊發布的《The GenAI Divide: State of AI in Business 2025》報告，儘管企業已投入 300 至 400 億美元導入生成式 AI，95% 的組織仍然拿不到任何實質回報。只有 5% 已整合的 AI 專案，真正創造出數百萬美元等級的價值——報告將這個現象稱為「GenAI Divide」。

這個分野與模型好壞、產業法規無關，而是取決於企業選擇的落地方式。報告也點出五個關於企業導入 AI 的常見迷思，與現實恰好相反：

• 「AI 即將大量取代工作」——目前僅出現有限的裁員，且集中在原本就受衝擊的產業。
• 「生成式 AI 正在改變企業」——採用率雖高，但九個產業中有七個幾乎沒有出現結構性改變。
• 「企業對新技術反應遲鈍」——事實相反，九成企業已認真評估採購 AI 方案。
• 「卡關的原因是模型品質、法遵或資安風險」——真正卡關的是工具不會學習、無法融入現有流程。
• 「最強的企業都自己開發工具」——內部自建的失敗率是外部合作的兩倍。

為什麼專案卡關：學習落差才是核心障礙

報告指出，阻礙企業從試點走向規模化的關鍵，不是基礎設施、法規或人才，而是學習落差——多數生成式 AI 工具不會記住脈絡、不會從回饋中學習，也不會隨著使用而進化。

這個落差在使用情境上表現得很清楚：企業用戶在處理信件草稿、摘要等簡單任務時，多數傾向使用 AI；但面對需要跨週期、跨脈絡的複雜專案時，絕大多數人仍然選擇交給人類同事處理。分野的關鍵不是「AI 夠不夠聰明」，而是它是否記得住、學不學得會。

影子 AI 經濟：員工早就跨過了鴻溝

報告發現一個耐人尋味的落差：僅約四成企業正式採購了 LLM 訂閱服務，但員工實際使用 AI 工具的比例高達九成。換句話說，多數員工早已用自己的 ChatGPT 或 Claude 帳號完成大量工作，企業內部的正式導入專案卻還卡在試點階段。

與其由中心化的 AI 專案小組閉門評估工具，不如先觀察第一線員工實際上已經在用什麼、怎麼用、解決了什麼問題，再據此制定正式採購策略。

預算下錯地方：前台搶眼球，後勤才是真金白銀

報告顯示企業將約五到七成的 AI 預算投入業務與行銷部門，原因是這裡的成效最容易被量化、最貼近董事會關心的指標。然而，真正帶來扎實投資回報的，往往是被忽略的後勤與財務部門。

已跨越 GenAI Divide 的企業回報，後勤自動化每年可省下數百萬美元等級的委外客服與文件處理費用，代理商支出減少約三成，金融業的風險查核作業每年也能省下上百萬美元。前台方面，AI 讓潛在客戶篩選速度明顯加快、客戶留存率也有一成左右的提升——效果確實存在，但規模不如後勤來得顯著。

值得注意的是，這些成效多半不是靠裁員達成，而是來自減少委外開支、降低代理商費用，以及取代部分外部顧問成本。

買不如建：外部夥伴的成功率是自建的兩倍

報告的一項關鍵發現：透過外部夥伴合作、且具備學習能力與客製化的工具，正式上線的比例約達 67%；而企業內部自行開發的工具，成功率僅約 33%。中型企業從試點到全面上線平均只花 90 天，大型企業卻常需要九個月以上。

真正跨越 GenAI Divide 的買家，行為模式更像是在挑選 BPO 委外夥伴，而不是採購一套軟體：

1. 要求深度客製化 — 針對自身流程與資料做調整，而非套用通用模板。
2. 用實際成效衡量工具 — 依營運結果評估，而非比較模型規格或 Demo 效果。
3. 把初期失敗當成磨合 — 視為與供應商共同進化的過程，而非直接淘汰。
4. 讓第一線主導評估 — 由實際使用者與部門主管主導導入，而非仰賴中心化的 AI 專案小組。

給企業導入 AI 的具體行動建議

把以上研究發現轉化為可執行的原則：

1. 優先評估「能記憶與學習」的方案 — 挑選供應商時，實際測試工具是否能記住脈絡、隨使用調整，而不只是看 Demo 是否精彩。
2. 重新分配預算 — 把部分資源從業務前台移向後勤與財務，這裡的投資回報往往更快、更可驗證。
3. 觀察影子 AI 使用行為 — 在正式採購前，先了解員工私下已經在用什麼工具、解決了什麼問題。
4. 從小處著手，快速見效 — 鎖定單一高價值、非核心流程先落地，證明價值後再擴大範圍，比一次性追求全面導入更容易成功。
5. 用合作夥伴的心態選供應商 — 深度客製化與持續學習能力，比品牌知名度或功能清單更重要。
6. 把握導入窗口 — 報告估計未來一到兩年內，多數企業會鎖定長期供應商關係，愈晚決定，轉換成本愈高。

本文整理自 MIT NANDA 團隊 2025 年 7 月發布之《The GenAI Divide: State of AI in Business 2025》報告的公開研究發現，內容不構成任何形式之保證或承諾，實際導入策略請依貴組織實際情況評估。