為什麼高達 95% 的企業生成式 AI 專案未能帶來實質獲利？

企業生成式 AI 專案高失敗率的原因剖析

麻省理工學院 (MIT) 的研究指出，高達 95% 的企業生成式 AI 專案未能帶來實質獲利，這不僅僅是「學習落差」的問題。許多企業在導入 AI 時，過於注重技術本身，忽略了 AI 工具與現有工作流程的整合，以及員工是否具備足夠的技能來有效使用這些工具。這種本末倒置的做法，直接影響了 AI 專案的成效，導致投資無法回收。

「影子 AI 經濟」與 AI 工具的侷限性

MIT 的報告揭露了「影子 AI 經濟」現象，點出了企業提供的 AI 工具在記憶能力上的不足。由於缺乏記憶能力，AI 工具難以與現有工作流程整合，無法滿足員工在實際工作中的需求，進而導致員工放棄使用這些工具。這種情況不僅浪費了企業資源，更顯示企業在規劃 AI 導入時，未能充分考慮員工的實際使用情境與需求。

自行開發 vs. 外購 AI 工具：策略選擇

研究顯示，自行開發 AI 工具的成功率僅有三分之一，遠低於外購 AI 工具的 67%。這意味著企業在 AI 導入策略上，應優先考慮向外部廠商購買 AI 工具並與之合作。自行開發 AI 工具需要投入大量資源，且面臨技術風險與時間壓力。相反地，外購 AI 工具可以更快地導入並應用，同時也能夠借助外部廠商的專業知識與經驗，降低導入風險。尤其是在金融服務等高度監管產業，外購 AI 工具更能確保合規性與安全性，成為企業導入 AI 時的重要考量。