全球95%企業AI慘遭滑鐵盧？MIT 26頁爆火報告揭開真相：90%員工悄悄用ChatGPT高效辦公，在科技、媒體行業掀起了效率革命。

全球95%搞AI項目的公司，基本都涼了！

這一驚人的觀點，出自MIT的一份重磅研究報告——「The GenAI Divide: State of AI in Business 2025」。

報告地址：https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf

誰曾想，這份令人咋舌的報告，一夜之間刷屏全網。

難道AI這么快就進入寒冬了嗎？事實上，真相遠比各大媒體的標題精彩。

在這份26頁報告中，隱藏了一個爆炸性的事實：企業史上最快、最成功的技術應用普及，正在高管們的眼皮底下悄然發生。

雖然40%的公司都訂閱了大模型服務，但90%的員工依然會選擇用「個人AI工具」悄悄干活！

一位VC投資人Kasra Khalili一句話道出了真理，「AI并沒有失敗，而是公司內部構建系統的失敗」。

報告的核心看點如下：

· 普遍的誤解：新聞頭條緊抓「95%的企業AI試點項目失敗」，但這僅指昂貴、僵化的定制系統。而真相是：90%的員工正積極使用個人AI工具（如ChatGPT）辦公，掀起了一場史上最快的技術普及浪潮。

·消費級工具完勝企業級：昂貴的企業AI工具因為「死板、無法學習、脫離實際工作流」而被員工拋棄。相反，消費級AI應用則憑借著靈活性、適應性和即時性大獲全勝。

·隱藏的生產力爆發：這場自下而上的「革命」帶來了巨大的、未被傳統企業指標計量的生產力提升。最高的回報并非來自光鮮的營銷應用，而是來自無人關注的后臺自動化（如客服、文檔處理），每年可為企業節省數百萬美元的開支。

· 革命始于員工：報告的結論并非AI失敗，而是企業采購和管理策略的失敗。AI技術本身是成功的，但成功路徑是「從員工到企業」，而非「從企業到員工」。企業應當停止「自建」，轉向「購買」并與供應商深度合作，更重要的是，要向那90%已經找到正確使用方法的員工學習。

這背后，究竟揭示了什么現象？

90%員工偷用ChatGPT，自費上班

各大科技巨頭AI項目，在內部推行雖然步履維艱，但大多數員工早就在私下「開掛」了。

MIT報告指出，「事實上，幾乎每個人都在以某種形式將LLM用于工作中」。

其中，90%的員工頻繁地使用個人AI工具，比如ChatGPT、Claude等，哪怕是40%公司訂閱了官方服務。

換句話說，員工使用AI頻率，是企業采納率的2倍多，這種現象被稱為「影子AI經濟」。

最關鍵的是，這些員工并非淺嘗輒止，而是他們在每周的工作中，每天都會多次使用AI。

這種普及速度，直接吊打當年電子郵件、智能手機、云計算的采用頻率。

報告中，有個案例太真實了：

一家法務公司斥資5萬美元采購了一款專業的AI合同分析工具，但一位律師本人在起草文件時卻堅持使用ChatGPT。

本質原因，就在于AI生成的質量差，顯而易見。

這名律師表示，「ChatGPT總能生成更優質的內容，即便我們的供應商聲稱他們用的是同樣的基礎技術」。

如今，這一現象，在各行各業普遍存在。

就連微軟這樣的巨頭，辦公室員工在家用的都是ChatGPT。

一直以來，微軟不論是在公司內部，還是客戶中，大力推行自家的Copilot AI，效果不如人意。

去年春天，制藥巨頭Amgen高調官宣引入微軟Copilot后，不過1年，全員紛紛轉向了ChatGPT

企業級AI系統脆弱、設計過度，與實際工作流脫節，而消費級AI工具則因靈活性、易用性、即時性，廣受好評。

正如一位首席信息官對研究人員表示，「我們今年看了幾十個產品演示，可能只有一兩個真正有用，其余的不是華而不實的包裝，就是紙上談兵的科學項目」。

當企業高管們還在摸索內部普及AI的門道時，員工們早已破解了「AI的密碼」。

斥資5萬美元，自研AI卻敗給了ChatGPT

那些登上新聞頭版「95%失敗率」，特指的是，企業委托供應商或內部開發的、昂貴且定制化的企業級AI解決方案。

這些工具，之所以推行失敗，核心在于缺乏「學習能力」。

報告一針見血，企業級AI無法保存反饋、適應上下文情境，無法隨著時間而改進。

直白講，就是太難用了。

像ChatGPT這樣的通用AI工具投入生產的成功率為40%，而針對特定任務的企業級工具成功率僅為5%

員工們紛紛抱怨，每次都要手動輸入一堆背景信息，還不會從反饋中學習進步。

相較之下，ChatGPT之所以成功，就因為靈活且響應迅速，即便每一次對話都是一次全新的開始。

而企業級工具則顯得僵化呆板，每次使用前，都需要進行繁瑣的設置。

這種學習能力的差距，在員工使用AI的偏好中，又映射出另一種現象——

70%員工在處理郵件、基礎分析等快速任務時，直接找AI而非同事；但對于復雜的、高風險的工作，90%員工更信任人類。

這里的關鍵分界線并非關乎智能的本身，而是AI與人類在記憶與適應能力上的差異。

別再自研了，合作成功率翻倍

從更深層次看，「影子經濟」并不是AI失敗的證據，反而揭示了，傳統企業指標無法衡量的巨大生產力提升。

員工們自行搞定了官方項目的集成難題，恰恰證明了隱藏的生產力。

MIT報告稱，「影子經濟」表明，只要能用上靈活、響應迅速的工具，個人完全有能力跨越GenAI應用的鴻溝。

一些具備前瞻性思維的公司，已經嗅到了機會。

他們努力彌合這一差距，從員工的自發使用中學習，在采購企業級方案前，先分析哪些個人工具能真正創造價值。

不僅如此，報告還甩出了一個挑戰了傳統的技術觀念：企業應停止嘗試在內部自建AI。

數據統計顯示，那些與AI供應商合作的項目，67%能成功部署，而內部自建的只有33%。

一個最成功的案例是，那些把AI初創公司當做「業務伙伴」的企業，更注重實際業務成果，需要深度定制和持續改進，而非花哨的產品演示。

科技媒體狂飆AI

七大行業未被顛覆

放眼整個行業，也僅有科技、媒體，因AI發生了顛覆性的結構變革。

而醫療、金融、制造在內的七大主要行業，在AI應用實際上「慢半拍」。

整體表現為，AI試點頻繁，但內部結構性變化微乎其微。

在醫療和能源領域，大多數高管表示，未來5年內沒有裁員計劃，也未預見會裁員。

這種審慎的態度并非失敗，而是一種智慧。

這些暫未被顛覆的行業，正對AI的實施進行深思熟慮，而不是盲目沖入混亂的變革。

科技和媒體行業之所以發展更快，是因為它們能承受更高的風險。超80%高管預計，公司將在24個月內縮減招聘規模。

另一個需要注意的點是，企業AI預算中，有一半都砸在了銷售和營銷上。

然而，真正賺錢的其實是，那些不起眼的后臺自動化項目。

比如，通過AI取代外包合同，企業每年能剩下200萬-1000萬美元的客服和文檔處理成本，還能砍掉30%外包創意費用。

更牛的是，這些收益沒靠裁員實現。AI工具提升了工作效率，但并未改變團隊結構、預算。

AI革命正在成功，一次由一名員工推動

MIT這份報告，并未證明AI的失敗，恰恰揭示了——

AI的成功甚至已超出了企業的預期，員工早已走在了雇主的前面。

技術本身沒有問題，問題出在企業的采購和管理方式上。

那些能跨越GenAI鴻溝的公司，共同點是，加以利用能深度融合、不斷優化的工具。

至于那95%沒搞成的企業AI試點，其實報告已經指出了一條明路：跟著90%已摸透AI門道的員工學習。

Contextual AI創始人認為，GenAI項目失敗根本原因不在模型，而是上下文重要性被忽視

一位制造業高管表示，「我們處理某些合同的速度是變快了，但僅此而已」。

顯然，他未能看到全局。

處理合同的速度加快，當這一改進乘以數百萬員工和成千上萬的日常任務時，不就是最后大爆發的生產力？

總言之，AI革命沒有失敗，它正在每一次的ChatGPT對話中，悄然取得成功。

上市公司暴省萬億美元

另一份來自摩根士丹利報告，也從側面印證了AI革命并未失敗的觀點。

其中的一項分析稱，由AI帶來的顛覆性變革，或能為標普500公司每年節省9200億美元的成本——相當于總薪酬的41%，或2026年稅前利潤的28%。

而這個過程，將通過削減薪酬開支（裁員、自然流失、自動化）來實現。

報告的核心觀點如下：

預計90%的工作崗位會受到AI自動化或功能增強的影響。

AI智能體將重塑工作任務，而人形機器人將在物流、零售等領域直接替代人工。

每年近萬億的效益，最終有望轉化為13萬億至16萬億美元的市值增長，相當于其當前總市值的近1/4。

AI已不再是一個投機概念，而是驅動未來十年企業盈利增長的核心引擎。

首先，在AI的沖擊下，不同行業受到的影響程度也會有所不同。

比如日常消費品的分銷與零售、房地產管理以及交通運輸業是受沖擊最大的幾個行業。其中，由AI驅動的潛在生產力提升，預計將超過2026年預測收益的100%。

但對于半導體和硬件行業等，人力成本相對于其盈利而言占比較低的行業，可挖掘的AI價值潛力則相對較低。

其次，「完全自動化」與「任務級增強」之間，還是有區別的。

簡單來說就是，軟件應用中的AI智能體的作用，更傾向于重新分配任務，而非徹底取消崗位。

相比之下，以人形機器人形態出現的具身智能，則在物流和實體零售等行業構成了更直接的替代風險。

報告同時預測，在崗位替代的趨勢下，全新的職位類別也將應運而生——從首席AI官（Chief AI Officer）到AI治理專家不一而足。

這與早期技術顛覆浪潮中，市場對程序員、IT專家和數字營銷人員的需求激增如出一轍。

最后，分析師還指出，AI的全面普及可能需要數年甚至數十年的時間。

企業初期的重點將是依賴人員的自然流失和提升流程效率，而非立即進行大規模裁員，尤其是在那些由面向客戶的崗位驅動收入的行業。

AI革命的浪潮已至，

總的來說，無論是從麻省理工學院深入一線的微觀洞察，還是來自摩根士丹利高瞻遠矚的宏觀分析，都指向了一個共同的結論——

AI革命的浪潮已至，學習并擁抱那些靈活、高效的AI工具，將會幫助你抓住這價值數萬億美元的時代機遇。