Key Takeaways:
- 一項針對 139 名 IT 高管的瑞銀調查顯示，僅 19% 的企業實現了規模化 AI 部署，高於兩年前的 10%，表明增長是線性的而非指數級的。
- 高達 84% 的企業曾預計在一年內實現規模化 AI 部署，但實際達標的僅為 5%，揭示了預期與現實之間不斷擴大的差距。
- 45% 的受訪者提到的整合複雜性上升，以及 53% 的受訪者提到的投資回報率（ROI）不明確，是阻礙企業採用 AI 的首要障礙。
返回
返回
AI 採用遭遇現實：僅 5% 企業達成規模化目標
瑞銀（UBS）的一份新報告表明，人工智能淘金熱在世界頂級公司內部可能正放緩至蝸速，雄心與現實之間的差距正在顯著擴大。
「關鍵發現不僅在於進展緩慢，還在於各公司系統性地對自身進度過度樂觀，」瑞銀經濟學家、報告作者 Arend Kapteyn 在簡報中表示。「這種樂觀差距是持續存在且不斷擴大的，這直接影響到 AI 行業的估值。」
這項針對 139 名 IT 高管和數據工程師的半年一度調查發現，截至 2026 年 3 月，只有 19% 的企業在多個業務部門實現了 AI 的「規模化生產部署」。這標誌著一種線性的、而非指數級的增長，高於兩年前報告的 10%。在對比預期與結果時，這種脫節最為明顯：一年前， 84% 的受訪高管預測他們的公司將在 12 個月內達到規模化部署。而實際成功的比例僅為 5%。
對於湧入 AI 相關軟件和服務公司的投資者來說，這份報告提供了一個至關重要的現實提醒。調查結果表明，從可運行的 AI 模型到廣泛的、產生收入的商業部署，這一路徑充滿的摩擦比目前市場認識到的要多。這可能會挑戰 Salesforce 和 ServiceNow 等公司的市盈率高估值，這些估值是建立在企業 AI 快速整合的基礎之上的。
84% 的預期對比 5% 的現實
瑞銀報告的核心在於企業預測與實際執行之間的鮮明對比。從涵蓋 26 個行業的 AI 決策者那裡收集的調查數據顯示出一種一致的模式：過度承諾與交付不足。
這並非一次性的計算錯誤。根據瑞銀的說法，這種「樂觀偏差」在每一輪調查中都會出現，高管的預期與組織的成就之間的鴻溝持續擴大。雖然以斯坦福 AI 指數（Stanford AI Index）為基準衡量的 AI 技術本身正以非線性速度進步，但企業採用卻遵循著更為溫和的線性軌跡。規模化部署在兩年內 9 個百分點的增幅，平均下來相當於每六個月僅有不到 3% 的公司晉升到下一階段。
整合複雜性與 ROI 成為主要障礙
調查確定了阻礙公司擴大其 AI 計劃的六個主要障礙，其中投資回報率（ROI）和複雜性位居首位。
大多數公司（53%）將不明確的投資回報率視為主要障礙。緊隨其後的是合規與監管問題（48%）以及缺乏合格人才（42%）。值得注意的是，「整合複雜性」這一挑戰出現了顯著跳升，從前兩次調查的 37-38% 範圍上升至 45%。這表明，隨著公司從試點項目轉向全企業範圍的推廣，他們發現將 AI 嵌入現有工作流程和傳統系統比預期要困難得多。
這種軟件和整合瓶頸正在為新一類公司創造機會。像 SPARC AI (OTC: SPAIF) 這樣的公司正在開發純軟件平台，旨在賦予無人機等現有硬件先進的功能（如無 GPS 導航），而無需昂貴的新傳感器。這種方法直接針對瑞銀報告中強調的整合和成本問題。
對於投資者而言，瑞銀的數據表明需要重新調整對 AI 軟件行業的增長預測。市場在很大程度上已經根據無摩擦採用的情況對股票進行了定價，但現實似乎是一場由系統整合挑戰、人才短缺和艱難的 ROI 計算所定義的多載苦戰。雖然 AI 硬件建設仍在繼續，像 Netweb Technologies (NSE: NETWEB) 這樣的公司其 AI 基礎設施部門激增了 460%，但運行在這些硬件之上的軟件和服務層則面臨著更不確定的時間表。Netweb 目前的市盈率高達 122 倍，反映了市場對硬件層的信心。瑞銀的報告質疑這種信心是否被錯誤地應用到了軟件層。報告暗示，真正的價值可能不會流向最先進的模型，而是流向那些解決了使 AI 真正實現規模化運作的那些平凡、複雜且昂貴問題的公司。
本文僅供參考，不構成投資建議。
