企业关于生成式 AI 的五大误区

寂静回声

前段时间，MIT 针对企业利益相关者开展了 52 次结构化访谈，对 300 余个公开的 AI 项目及公告进行了系统性分析，并对 153 位领导者进行了调研，最终发布了一份题为《The GenAI Divide：STATE OF AI IN BUSINESS 2025》的调查报告。
该报告指出，企业关于生成式 AI 的五大误区。

误区一：AI 将在未来几年内取代大多数工作
研究发现，生成式 AI 导致的裁员有限，仅出现在已经受到 AI 显著影响的行业中。高管们对于未来 3 到 5 年内的招聘规模并没有达成共识。
误区二：生成式 AI 正在改变商业
尽管 AI 的采用率很高，但转型却很罕见。只有 5% 的企业在工作流程中大规模集成了 AI 工具，且 9 大行业中有 7 个没有出现真正的结构性变化。
误区三：企业采用新技术的速度很慢
企业对采用 AI 极为积极，90% 的企业已认真考虑购买 AI 解决方案。
误区四：AI 的最大障碍是模型质量、法律、数据和风险
实际上，阻碍 AI 发展的最大原因是大多数 AI 工具不具备学习能力，也无法很好地与企业现有系统和流程进行集成。
误区五：最好的企业正在构建自己的工具
事实上，内部开发的失败率是其他方式的两倍。
虽然企业在 AI 技术应用上的转型进展缓慢，但员工们已经通过个人工具，如 ChatGPT、Claude 等开始在日常工作中应用 AI，调查中超过 90% 的员工报告称他们定期使用个人 AI 工具来处理工作任务，几乎每位员工都在某种程度上使用 LLM。
于是，在某些场景中又出现了令人啼笑皆非的闹剧。前不久《大西洋月刊》 刊登了一篇标题直白的文章：就业市场简直就是地狱。文章描述了求职者和招聘经理都面临的令人沮丧的境况：「年轻人用 ChatGPT 写申请，HR 用 AI 阅读申请，结果却没人被录用。」

该报告显示，尽管企业在生成式 AI 上已花费了 300 至 400 亿美元，但 95% 的公司迄今未能获得商业回报，大多数 AI 试点项目陷入停滞，没能对企业的财务业绩产生可见贡献。
ChatGPT 和 Copilot 等工具已得到广泛采用，超过 80% 的组织已对其进行探索或试点，近 40% 的组织报告已完成部署，但这些工具主要提升的是个人生产力，而非损益表现。
与此同时，企业级系统（无论是定制化还是供应商销售的版本）正被悄然弃用，60% 的组织对这类工具进行了评估，但仅有 20% 进入试点阶段，最终仅 5% 投入实际生产。多数项目失败的原因在于工作流程僵化、缺乏情境化学习能力，以及与日常运营脱节。
一位中型市场制造业的首席运营官总结了普遍的情绪：「LinkedIn 上的炒作说一切都发生了变化，但在我们的运营中，根本没有发生任何实质性的变化。我们处理合同的速度更快了，但这就是所有的变化。」