史丹福 AI 報告：全球投入達 5810 億美元，但 95% 的企業未獲得回報

史丹福大學的一份里程碑式報告揭示了人工智慧投資激增與實際回報之間的嚴重脫節，研究發現 95% 的企業 AI 項目迄今未能創造價值。

根據史丹福大學發佈的《2026年人工智慧指數報告》，2025 年全球人工智慧領域的私人投資額翻了一番以上，達到創紀錄的 5810 億美元，但 95% 的企業在 AI 支出上未獲得任何回報。這份長達 423 頁的報告強調了巨額資本支出與實際生產力之間日益擴大的鴻溝，對 AI 熱潮的短期經濟可行性提出了質疑。

報告作者指出：「生產力數據呈現出截然不同的圖景，具體取決於你觀察的角度。」報告引用了麻省理工學院 (MIT) 的一項獨立研究，該研究發現，在估算的 350 億至 400 億美元企業 AI 投資中，回報微乎其微。「對於需要深度推理的任務，AI 工具反而有時會讓員工變慢而非變快。」

雖然報告記錄了特定任務的效率提升——例如客戶支持人員處理問題的效率提高了 15%，使用 GitHub Copilot 的開發人員完成的拉取請求增加了 26%——但賓州大學華頓預算模型顯示，AI 對美國整體生產力的貢獻僅為 0.01 個百分點。這些發現與美國 22 至 25 歲軟體開發人員自 2022 年以來就業人數急劇下降 20% 的現象同時出現，儘管三分之一的受訪公司預計明年將因 AI 裁員。

報告數據表明，那些吸引了數千億美元資金但盈利路徑不明的 AI 核心公司可能面臨市場重新估值。隨著中美模型之間的性能差距縮小至僅 2.7 個百分點，且企業在模型能力上的透明度不斷下降，投資者目前面臨著從資本密集型炒作週期中篩選出可持續 AI 商業模式的挑戰。

5810 億美元的疑問

報告引用分析公司 Quid 的數據顯示，2025 年 AI 投資額達到 5810 億美元，比前一年的 2530 億美元翻了一番以上，也超過了 2021 年 3600 億美元的高峰。美國繼續吸引大部分資金，去年私人投資額超過 3440 億美元。

然而，這一歷史性資本部署的回報似乎微不足道。史丹福報告中重點提到的 MIT 研究發現，在研究樣本中，95% 的公司未能從其總計 350 億至 400 億美元的 AI 投資中獲得任何財務回報。儘管 AI 得到了廣泛採用，但這種生產力悖論依然存在。報告指出，2025 年有 88% 的組織在至少一個業務職能中使用了 AI，比 2024 年增加了 10 個百分點。

環境成本也在攀升。報告估計，訓練單個大模型（如 xAI 的 Grok 4）產生了超過 7.2 萬噸二氧化碳當量排放，超過了 1000 輛普通汽車終身的排放量。為支持這一增長而進行的大規模數據中心建設也面臨著地方的強烈反對，Data Center Watch 的報告指出，過去兩年價值 640 億美元的美國數據中心項目被阻止或推遲。

生產力悖論與代際鴻溝

報告描繪了 AI 對勞動力影響的矛盾圖景。雖然特定角色看到了明顯的效率提升，例如使用 AI 廣告創作工具的行銷團隊產出增長了 50%，但對整體經濟的影響微乎其微。賓州大學華頓預算模型計算出，2025 年 AI 對美國全要素生產率增長的貢獻僅為 0.01 個百分點，而當年整體生產率增長了 2.7%。

對於某些任務，AI 被證明是一種阻礙。報告發現，使用 AI 輔助的開源開發人員效率降低了 19%，而依賴 AI 學習的工程師則遭受了「學習懲罰」，這可能會阻礙他們的長期發展。

勞動力市場最明顯的信號具有代際特徵。截至 2025 年 9 月，美國 22 至 25 歲軟體開發人員的就業人數較 2022 年的高峰驟降了近 20%。這一趨勢表明，雖然資深開發人員相對安全，但初級職位正在被自動化或取消，這為未來的人才培養製造了潛在瓶頸。

中國縮小差距，透明度下降

美國在頂尖 AI 領域的長期主導地位正在動搖。截至 2026 年 3 月，Anthropic 領先模型與 DeepSeek 等中國公司頂級競爭者之間的性能差距已縮小至僅 2.7 個百分點。雖然美國在頂級模型產量上仍佔優勢（2025 年為 50 個，中國為 30 個），但報告指出，中國目前在 AI 論文發表量、專利授予量，以及關鍵的工業機器人安裝量方面領先全球。

差距的縮小發生在「透明度危機」之中。報告引入了「基礎模型透明度指數」，發現主要 AI 公司的平均得分從 2024 年的 58 分降至 2026 年的 40 分。OpenAI、Anthropic 和 Google 等公司最先進的模型，在訓練數據和方法論方面往往透明度最低。這種透明度的缺乏，加上中國實驗室被指控進行「對抗性蒸餾」，使得競爭格局更加複雜，也讓投資者和決策者更難評估新模型的真實能力和風險。

本文僅供參考，不構成投資建議。