根据MIT的报告《GenAI Divide: Stage of AI in Business 2025》,2025年商业人工智能领域存在明显的“生成式AI鸿沟”,主要体现在以下几个方面:投资回报率极低:尽管企业在生成式人工智能领域投入了300至400亿美元,但95%的组织回报率为零。只有5%的集成人工智能试点项目创造了数百万美元的价值,而绝大多数项目仍未对损益产生可衡量的影响。工具应用效果差异大:像ChatGPT和Copilot这样的工具被广泛采用,超过80%的组织已经对它们进行了探索或试点,近40%的组织表示已进行部署,但这些工具主要提高的是个人生产力,而非盈亏表现。企业级系统则遭到摒弃,60%的组织对这类工具进行了评估,但只有20%进入了试点阶段,仅有5%进入了实际应用阶段。行业变革有限:8个主要行业中只有科技和媒体这2个行业出现了显著的结构性变化,其他7个行业几乎没有结构性变化,尽管有大量的试点活动,但很少有行业出现深层次的结构性转变,如出现新的市场领导者、被颠覆的商业模式或客户行为的可衡量变化。企业试点与推广的矛盾:大公司在试点规模上领先,但在扩大规模方面滞后。企业的官方举措在生成式人工智能鸿沟的错误一侧停滞不前,但员工已经通过个人人工智能工具跨越了这一鸿沟,“影子人工智能”往往比正式举措带来更好的投资回报率。投资方向不合理:预算倾向于可见的、直接产生收益的职能部门,而非高投资回报率的后台部门。但实际上,真正的成本节约和效率提升恰恰发生在后台职能中,如财务管理、供应链管理、业务流程优化等方面。实施方式影响成功率:外部合作的成功率是内部构建的两倍。成功的采购商要求针对特定流程进行定制,并根据业务成果而非软件基准来评估工具,他们期望与现有流程集成并随时间推移不断改进的系统,满足这些期望的供应商能在几个月内获得数百万美元的部署项目。
|
|