企业级AI冰火两重天？“影子AI经济”成破局关键

游戏天地 2025年09月02日 20:34 1 admin

麻省理工学院一份新报告里有组扎眼的数据：

九成多企业在生成式AI上的投资，没拿到任何实际回报，但另一边，企业员工用起AI工具来却热得发烫。

这种冰火两重天的景象，最近在行业里讨论得挺凶。

报告里举过一个例子，某金融公司花了上千万建AI客服系统。

结果这系统连行业里的专业术语都弄不懂，最后在日常工作里成了摆设。

不光是这类公司，连微软推自家的CopilotAI，不管在内部还是客户那里，效果都不太理想。

MIT报告主笔恰来帕里分析过这个现象，95%的企业在AI热潮里没尝到甜头，核心问题出在盲目搞自研。

自己开发的系统，最后和实际业务对不上。

企业在AI上的钱花得也不太对路，报告看了300个公开的企业AI案例，发现超过一半的预算砸在了销售和营销工具上。

而且，很多AI工具停留在验证和试点阶段，真能用到实际业务里、针对具体任务的，只占5%。

这种投入和产出的差距，其实挺说明问题的。

但另一个方向的景象却完全不同，企业里的AI普及，正以一种自下而上的方式快速推进。

有数据显示，四成公司通过官方渠道订了大语言模型服务，可九成员工还是选了ChatGPT这类个人工具处理工作。

几乎所有受访者，日常工作里都以各种形式用过大语言模型。

这种员工自发形成的“影子AI经济”，其实值得好好琢磨。

员工不等企业官方项目突破瓶颈，自己用个人AI账户处理日常任务，企业IT部门往往不知道。

这现象不能说明AI不行，反而暴露了企业没察觉到的生产力提升。

员工用个人工具解决了官方项目解决不了的问题，这本身就证明AI用对了地方是能起效的。

企业级工具和个人工具的差距，员工怕是最有体会。

企业工具大多死板，每次用都要手动输一堆背景信息，还不会从反馈里学习。

个人工具就灵活多了，反应也快。

这就导致一种情况：

处理邮件、基础分析这类简单任务，七成员工更愿用AI，但碰到复杂、高风险的工作，九成的人还是信人类同事。

AI本身能创造的价值，其实有不少数据能佐证。

摩根士丹利最近说，AI可能让标普500公司每年省9200亿美元成本。

世界经济论坛也提到，到2040年，生成式AI每年可能给全球经济多添4.4万亿美元。

这些数字背后，是AI对重复劳动的替代，对成本的压缩。

如此看来，AI技术本身没出问题，是企业级系统大多“不会学习”。

它们没法积累反馈，不能适应具体语境，更谈不上随时间改进。

企业花大价钱搞出来的工具，最后不如员工自己找来的好用，这确实挺值得反思的。

不同行业里，AI的渗透速度也不一样。

MIT报告用0到5分评过各行业，只有媒体与通信行业得分高，大家觉得这行确实被AI改变了结构。

消费零售、金融服务这些行业，得分就低不少，AI应用明显慢了半拍。

有个零售企业的例子挺典型，员工私下用ChatGPT做库存报表，效率提了三成，但企业自己的AI系统因为流程太繁琐，根本没人用。

企业在AI上的几个焦点问题，报告也做了总结。

多数岗位没被AI替代，商业模式也没被改变。

企业在试点项目上花了不少钱，最大的障碍不是监管或模型性能，是工具缺乏学习和适应能力。

而且，自己开发的AI项目，失败率比买外部解决方案高一倍。

现在有些企业已经开始调整思路了，它们观察员工私下怎么用AI，看哪些个人工具真能创造价值，再去采购对应的企业级版本。

这种从实际需求倒推的做法，或许比闷头自研更靠谱。

展望一下未来，摩根士丹利觉得2025年可能是个转折点，生成式AI的投资回报率会从负转正。

到2028年，这技术可能带来超过1万亿美元的收入，回报率能到67%。

高盛也说，广泛应用后，AI每年能把全球劳动生产率提高1%以上。

国际数据公司则预测，生成式AI市场的增长会很猛，到2028年规模能到2842亿美元，占整个AI投资的35%。

说到底，企业级AI遇冷和员工个人AI火热，核心是应用方式出了偏差。

九成多企业栽在工具僵化、脱离业务上，而“影子AI经济”里员工的选择，恰恰说明AI在适配具体场景时能释放巨大能量。

AI不是不行，是企业用错了方法。

多看看员工真正需要什么，让工具跟上业务节奏，或许才能跨过眼前的AI鸿沟。

数码产品越来越卷，用户到底得到了什么？

2025下半年换手机必看，四款旗舰各有杀招，华为、荣耀更具看点

发表评论

企业级AI冰火两重天？“影子AI经济”成破局关键

数码产品越来越卷，用户到底得到了什么？

2025下半年换手机必看，四款旗舰各有杀招，华为、荣耀更具看点

最新评论

最新留言

标签列表