企業AI採用率達88% 投資回報問題仍存

AI已滲透全球88%的組織，然而該技術對生產力與利潤的影響仍難以衡量——隨著企業投入更多資金部署，這一落差恐將持續擴大。

距離OpenAI推出ChatGPT已約1,200天，這項技術的擴散速度幾乎超越史上任何企業工具。麥肯錫研究顯示，88%的組織現在回報在至少一項業務職能中定期使用AI，高於一年前的78%。聯想《CIO 2026策略手冊》基於亞太地區920位高階主管的調查發現，澳洲與紐西蘭95%的企業計劃今年增加AI投資，平均預期每投入1美元可獲得2.85美元回報。

然而，採用率與可衡量價值之間存在巨大鴻溝。華頓商學院一項針對801位高階主管的研究發現，75%的人回報AI投資獲得正向回報，但安永2025年高階主管生成式AI調查顯示，僅8%的組織能夠完整衡量並配置AI相關成本。根據聯想數據，約半數AI概念驗證項目從未進入量產階段，意味著數十億美元的實驗支出未能產生任何營運成果。

「說我們卡在試行模式，這是個過時且錯誤的想法，」華頓商學院研究企業AI應用的管理學教授伊森·莫里克表示。「我經常與正在從AI中獲得實際價值的公司交流。」

「鋸齒前沿」問題

研究人員創造了「鋸齒前沿」一詞來描述AI不均衡的能力。這些模型擅長結構化任務，如編碼、法律文件審查和財務分析，但在需要判斷力、未成文規則以及從未納入訓練數據的機構知識的情境化工作中表現吃力。

這一上限限制了當前AI在整體經濟中的應用範圍。麻省理工學院經濟學家、諾貝爾獎得主達倫·阿西莫格魯表示，他認為當今的AI工具僅會影響一小部分工作。「無論你是CEO、經理、記者、教授還是建築工人，我認為你的技能都超出AI目前所能執行的範圍，」他說。

結構性障礙不僅限於模型本身的限制。每家公司的系統與工作流程各不相同，這意味著部署AI所需的數據架構、權限、護欄及人為監督都必須從零開始建構。獨立分析師班尼迪克·埃文斯長期追蹤企業AI採用情況，他表示鋸齒前沿使得幾乎不可能在投入資源之前預測哪些用例能夠成功。

人為因素拖慢曲線

技術障礙或許比組織阻力更容易克服。高階主管面臨五年規劃週期、近期購置系統的折舊時間表，以及董事會對回報的要求。而認為自己正在訓練取代自身職位的員工，幾乎沒有意願配合。

「當下所推銷的是生產力與效率的概念，」AI政策研究機構AI Now Institute副主任凱特·布倫南表示。「這對於實際從事工作的員工意味著什麼，卻鮮少被納入討論。」

大多數公司的本能是利用AI來自動化現有流程的某些環節，而非重新設計流程本身。一家處理輕微車禍理賠的保險公司，可能會用AI加速文書作業，同時保留相同層級的審核流程，而不是讓AI從客戶照片中評估損害並在數秒內觸發賠付。這種顛覆性重塑威脅到既有的權力階層與作業慣例。

歷史先例顯示，深層轉型需要時間。電力重塑了文明，但耗時四十年才在生產力數據中顯現出顯著成效。網路則需要10到15年來重塑經濟的根基。史丹佛大學以人為本人工智慧研究所聯合主任詹姆斯·蘭迪表示，AI很可能遵循類似的軌跡。「我的感覺是更接近五到十年——而不是未來兩三年，」他說。

對投資人而言，時間線至關重要。銷售AI基礎設施的公司——輝達、微軟、亞馬遜——其估值已反映了對企業快速部署的預期。輝達的本益比約為35倍遠期盈餘，已將未來多年的數據中心增長納入定價。如果企業採用遵循蘭迪所描述的五到十年路徑，那麼當前估值與實際營收實現之間的差距，在收窄之前可能先進一步擴大。支持者對AI發展方向的理解大致正確，而懷疑者對其所耗時間的判斷可能也正確。

本文僅供資訊參考，不構成投資建議。