最近的兩份研究不約而同地拉響警報：企業級人工智能（AI）應用正面臨嚴峻挑戰。

三周前，麻省理工學院(MIT)發布的研究稱，高達95%的企業從生成式AI投資中獲得的回報為零。上周日，阿波羅全球管理公司(Apollo Global Management)的首席經濟學家Torsten Sl?k又指出，美國大企業的AI采用率正呈現下降趨勢。

兩份研究揭示了AI技術從炒作到實際應用轉化過程中面臨的重大障礙。Sl?k援引美國官方調查數據稱，擁有250名以上員工的企業正在減緩應用AI的速度。這可能預示著企業對AI技術實際價值的重新評估。

MIT的報告則進一步剖析了這一現象背后的原因，指出問題不在于AI模型本身，而是企業內部整合策略存在缺陷。這兩項研究結果已在市場引起強烈反應，導致納斯達克指數創下自8月1日以來最大單日跌幅，英偉達等AI相關股票遭遇明顯拋售。

大企業AI采用率陷入下滑

Torsten Sl?k的分析基于美國商務部下屬普查局每兩周一次的大規模企業調查，該調查涵蓋了120萬家企業，詢問企業是否在過去兩周內使用過機器學習、自然語言處理、虛擬代理或語音識別等AI工具來幫助生產商品或提供服務。

以上圖表呈現了美國普查局的六次調查移動均值。調查數據顯示，雇傭250名以上員工的大企業的AI采用率正在下降。這一趨勢表明，雖然市場對AI充滿熱情，但大企業在實際應用層面可能正經歷"技術幻滅期"，開始重新評估AI工具的實際價值和投資回報。

這種采用率下降可能反映了企業在初期嘗試后遇到的整合挑戰，以及將AI工具轉化為實際業務價值的困難。對于投資者而言，這一數據信號提示AI技術的商業化道路可能比此前預期更為曲折。

MIT研究揭示AI投資困境

MIT的NANDA項目于8月18日發布的報告《生成式AI鴻溝：2025年商業AI現狀》提供了更深入的分析。該研究基于對150名企業領導者的訪談、350名員工的調查以及300個公開AI部署案例的分析，發現只有約5%的AI試點項目實現了收入的快速增長。

報告主要作者Aditya Challapally指出，問題的核心在于企業內部存在"學習差距"以及整合策略的缺陷。許多企業領導者錯誤地將失敗歸咎于監管環境或模型性能，而忽視了組織內部的適應和集成問題。

例如，像ChatGPT這樣為個人用戶設計的通用工具，雖然因其靈活性而廣受歡迎，但在企業環境中卻常常表現不佳，因為它們無法有效地從特定工作流程中學習或適應企業的具體需求。這種"一刀切"的應用方式導致了大量AI項目無法為企業帶來可衡量的財務影響。

成功AI實施的關鍵差異

MIT的研究還深入分析了AI部署成功與失敗案例之間的關鍵差異。少數成功的企業，特別是一些初創公司，采取了"聚焦單一痛點，精準執行，并建立智慧合作關系"的策略。Challapally提到，某些由年輕人領導的初創公司通過這種方法，"收入在一年內從零躍升至2000萬美元"。

研究發現，超過一半的生成式AI預算被用于銷售和營銷工具，然而最大的投資回報實際上來自后臺辦公自動化，如削減業務流程外包和外部機構成本的應用場景。這表明企業可能在AI投資方向上存在誤判。

另一個關鍵發現是"購買"優于"自建"。從專業供應商處購買AI工具并建立合作關系的成功率約為67%，而企業內部自行構建系統的成功率僅為三分之一。這一數據對那些投入巨資試圖建立專有AI系統的公司構成了直接挑戰。

市場反應與投資影響

MIT的研究結果上月對市場產生了顯著影響。報告發布次日8月20日，美股科技股重挫，納斯達克綜合指數下跌1.4%，AI熱潮的核心受益者英偉達下跌3.5%，Palantir和Arm分別重挫9.4%和5%。

據報道，一位接近某數十億美元規模美國科技基金的交易員表示，"這個故事正在讓人們感到恐慌。"

這種情緒轉變與OpenAI首席執行官Sam Altman近期關于"投資者過于興奮"可能正在形成AI泡沫的警告形成共振，進一步加劇了市場對AI技術商業化前景的質疑。

MIT報告發布正逢市場對科技股高估值的擔憂日益加劇，納斯達克100指數的預期市盈率為27倍，比其長期平均水平高出近三分之一。

對于投資者而言，這兩份研究提供了重要的風險信號，表明需要審慎評估AI相關企業的估值和實際落地能力，而不僅僅關注技術突破和市場熱度。AI革命可能仍在繼續，但其商業化道路比預期更為復雜和漫長。