尽管企业已在生成式AI上投入巨资，但高达95%的投资回报为零
发布时间：2025-08-21 14:53:29 | 责任编辑：张毅 | 浏览量：7 次
尽管企业在生成式人工智能（AI）领域投入了高达300亿至400亿美元的资金，但最新的麻省理工学院(MIT)报告显示，95% 的组织并未从中获得任何回报。这一数据引发了人们对 AI 投资效果的深刻思考。
该报告指出，只有5% 的集成人工智能试点项目能够 “创造出数百万美元的价值”，而大多数企业在使用这些技术后，并未见到显著的利润增长。许多公司正在实施像 OpenAI 的 ChatGPT 和微软的 Copilot 等工具，目前超过80% 的企业已经探索或试点了这些技术，接近40% 的企业表示已经开始部署。然而，这些工具主要是用于提升个人的工作效率，而不是直接提升公司的整体收益。
报告分析了企业在整合 AI 技术时所面临的挑战，指出大多数情况下，AI 的整合未能对利润产生贡献，原因在于工作流程脆弱、缺乏情境学习以及与日常操作不一致等问题。AI 系统无法像人类那样进行学习和思考，因为大多数生成式 AI 系统不具备反馈保留、情境适应或逐步改进的能力。
不过，研究还表明，短期内生成式 AI 的实施不太可能导致大规模的失业。“在 AI 系统实现情境适应和自主操作之前，组织的影响将主要通过外部成本优化体现，而不是内部重组，” 报告总结道。
划重点:
📉95% 的组织在生成式 AI 投资中未获得任何回报。
💼 仅有5% 的 AI 试点项目能够创造数百万美元的价值。
🔍 生成式 AI 实施短期内不太可能导致大规模失业。
麻省理工学院（MIT）最新发布的《生成式AI鸿沟：2025年企业AI应用现状》报告显示，尽管企业在生成式AI领域的总投资已达300-400亿美元，但95%的企业至今未从该投资中获得任何可衡量的商业回报，仅5%的AI试点项目成功创造了数百万美元的价值。
核心发现：
-
投资回报严重失衡：
报告基于对150位企业高管的访谈、350名员工的调研，以及对300个公开AI部署案例的分析，发现大多数企业的AI项目仍停留在实验阶段，对利润表（P&L）几乎未产生影响。 -
失败原因并非技术本身：
研究指出，问题并非出在AI模型的质量或监管限制，而在于企业集成过程的缺陷。通用大模型在企业应用中常因无法适应复杂工作流程而停滞。 -
成功企业的共同特征：
成功的5%企业通常聚焦于具体业务痛点，执行到位，并与AI工具供应商建立深度合作关系。例如，一些初创公司因专注于特定场景，收入在一年内从零跃升至2000万美元。 -
资源错配现象：
超过一半的企业将生成式AI预算用于销售和营销工具，但研究发现，最大的投资回报率（ROI）实际来自后台办公自动化，如削减业务流程外包成本。 -
“购买优于自建”：
从专业供应商处购买AI工具并建立合作的成功率约为67%，而企业内部自行构建系统的成功率仅为三分之一。
市场反应：
该报告的发布引发市场剧烈震荡，被视为近期科技股大跌的重要导火索。投资者担忧AI泡沫可能正在形成，导致英伟达、Palantir等AI概念股大幅下跌。
综上，企业生成式AI投资回报率极低的核心症结在于方法失当而非技术缺陷，提示企业在AI部署中需更加注重战略聚焦、执行落地和外部合作。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
