今天早上通勤的時候，我聽了 《數創實驗室》Podcast 的最新一集，主題在談「生成式 AI 投入了上百億美金，結果 95% 的專案都失敗了？」。主持人Vincent一邊丟數據、一邊聊趨勢，聽到一半我直接精神抖擻，想說「靠！這數字也太驚人了吧？」

更妙的是，昨晚才在YT上晃到硬塞的最新影片****，同樣提到MIT的研究，整個懷疑「你們是不是先講好的？」。

就這樣，Podcast+YouTube的連環技直接炸到我，於是趁上課中間，馬上下載這份報告**《The GenAI Divide: STATE OF AI IN BUSINESS 2025》** 來看，想知道這些「95%失敗的專案」到底發生什麼事情？

導讀：《The GenAI Divide: STATE OF AI IN BUSINESS 2025》

這份報告是MIT NANDA在7月發表的研究，資料量滿滿...

• 300+ 公開 AI 專案
• 52 個組織訪談
• 153 位高階主管調查

說真心話，因為我是小白，報告裡面滿滿的數據和專有名詞，就是鴨子聽雷。所以我直接抓幾個稍微看得懂的：

1. 核心觀點：生成式 AI 鴻溝

企業花了幾百億丟進去，但95%的組織拿不到明顯回報。
為什麼？這就是所謂的GenAI Divide（生成式AI鴻溝。

• 大家都在玩：80%+ 公司用過 ChatGPT 或 Copilot。
• 但沒什麼轉型效果：個人生產力有提升，公司 P&L 影響卻微乎其微。
• 整合AI系統過程慘烈：只有5%的專案能順利跑到生產環境。

聽起來就像「買了一堆健身器材，結果最後都變成曬衣架」。
==>誒～怎麼跟我們平凡老百姓遭遇的差不多？？

2.為什麼卡住？

導入的大坑

• Pilot-to-Production 鴻溝：研究的百分比很多，但是到達成功部署的境界卻很難。
• 工具太死板：AI工具沒辦法充分的學習、記憶，還常常跟現有工作流程卡住。

影子AI經濟

• 90%員工用自己私人的AI工具，例如自費ChatGPT，反而比公司花錢買的效果好。
• 公司買的LLM訂閱率只有40%，ROI卻常常輸給「影子 AI」。

有點像是：公司配的電腦爛到爆，大家乾脆自帶筆電。
==>你是不是也這樣？

3. 投資方向的偏差

• 一半的錢砸在銷售 & 行銷，因為 KPI 好算。
• 但真正的高 ROI 其實在後勤：財務、採購、營運。
• BPO替代：省掉外包、顧問費，才是真正的金牛。

4. 成功關鍵：解決「學習差距」

報告這樣說：問題不在於模型、法規或人才，而在於AI工具缺乏學習能力。

使用者愛 ChatGPT，不是因為它最準，而是它 夠靈活。
真正能跨越鴻溝的工具，需要：

• 有記憶
• 能從回饋中進化
• 可以融入工作流程

5. 誰成功了？

最佳「建構者」(Builders)

• 專注於Agentic AI（代理式 AI：能記憶、能學習、能整合。
• 先從小應用場景切入，再慢慢擴張。

最佳「購買者」 (Buyers)

• 採 買／合作 優先，而不是閉門自己做。
• 把決策權交給第一線，而不是高層閉門拍板。
• 用業務成果來評估，而不是比模型分數。

外部合作的成功率 66%，自己做只有 33%，差一倍。

6. 下一步：代理式網路(The Agentic Web)

報告預言，未來不是一堆獨立 AI 代理，而是會形成一個 「代理式網路」。
這些 AI 可以跨平台自動「發現、協商、協作」，徹底改變業務流程。

有點像是：今天不是你自己一個 AI 打怪，而是一個 AI 公會幫你刷副本。

結論

如果要跨越這個「生成式 AI 鴻溝」，組織需要：

1. 停止投資那些要你一直「下提示詞」的死工具。
2. 尋找能記憶、能學習、能深度整合的系統。
3. 把心態從「買 SaaS」換成「找 BPO 夥伴」。
4. 採取「合作」而不是「閉門造車」。

說穿了就是：AI 要能真的幫工作進化，而不是只是炫技。

👉 我的心得：這份報告其實蠻打臉的，各大公司都喊著要用AI，可能是因為還沒有確認「痛點」吧？感覺95%是「當白老鼠」。真的要跨過去，可能不是弄一個大模型和弄一些很炫炮的功能就搞得定，而是真的摸索且建立與將AI導入業務環境且解決某些「想要解決」的問題。