https://www.databricks.com/sites/default/files/2023-07/ebook_mit-cio-generative-ai-report.pdf
The GenAI Divide: State of AI in Business 2025的报告，由麻省理工学院（MIT）和普华永道联合发布。报告的核心观点是：尽管企业在生成式AI上投入巨大，但绝大多数项目并未取得实质性成效，主要原因并非技术本身，而是企业在应用和战略上存在“学习鸿沟”。
报告的几个关键发现：
试点项目失败率高得惊人 报告指出，高达95%的企业生成式AI试点项目都失败了，未能产生可衡量的财务回报。只有极少数（5%）的项目实现了显著的业务影响，例如提升收入或降低成本。
投资与回报错位 企业在生成式AI上的投资存在严重的资源错配问题。超过一半的AI预算流向了销售和营销等面向客户的工具，但报告发现，AI在后台办公职能（如自动化业务流程、优化供应链）中能带来更强的回报。
内部开发风险高 报告对比了企业自主开发和从外部采购AI工具的成功率。结果显示，从专业供应商处购买的AI工具成功率约为三分之二，而企业内部自主开发的AI系统成功率仅为三分之一。这表明许多公司在试图“闭门造车”时面临巨大挑战。
组织和流程是关键 失败的项目通常只是将通用AI工具（如ChatGPT）简单地用于个人生产力提升，但这些工具无法有效融入企业复杂的现有工作流程。成功的企业则会把AI解决方案与特定的业务痛点紧密结合，并将其嵌入到现有的工作流中。
AI对就业的影响 报告认为，AI目前尚未导致大规模裁员。相反，企业更多是通过不补充离职员工的方式，以“软性减员”的方式逐步调整员工结构。同时，员工未经授权使用“影子AI”的情况也给企业带来了新的管理和安全挑战。
总的来说，这份报告传递了一个明确的信息：生成式AI本身没有问题，问题在于企业如何利用它。真正的挑战在于企业能否跨越“学习鸿沟”，从零散的试点转向有明确战略、能解决具体业务问题的有效部署。
https://blog.wenxuecity.com/myoverview/82610/
现在需要AI Deliver一些好消息， REaffirm这笔投资的前途更加明晰。
AI这不好说。 能否变成生产力？
https://www.databricks.com/sites/default/files/2023-07/ebook_mit-cio-generative-ai-report.pdf
The GenAI Divide: State of AI in Business 2025的报告，由麻省理工学院（MIT）和普华永道联合发布。报告的核心观点是：尽管企业在生成式AI上投入巨大，但绝大多数项目并未取得实质性成效，主要原因并非技术本身，而是企业在应用和战略上存在“学习鸿沟”。
报告的几个关键发现：
试点项目失败率高得惊人
报告指出，高达95%的企业生成式AI试点项目都失败了，未能产生可衡量的财务回报。只有极少数（5%）的项目实现了显著的业务影响，例如提升收入或降低成本。
投资与回报错位
企业在生成式AI上的投资存在严重的资源错配问题。超过一半的AI预算流向了销售和营销等面向客户的工具，但报告发现，AI在后台办公职能（如自动化业务流程、优化供应链）中能带来更强的回报。
内部开发风险高
报告对比了企业自主开发和从外部采购AI工具的成功率。结果显示，从专业供应商处购买的AI工具成功率约为三分之二，而企业内部自主开发的AI系统成功率仅为三分之一。这表明许多公司在试图“闭门造车”时面临巨大挑战。
组织和流程是关键
失败的项目通常只是将通用AI工具（如ChatGPT）简单地用于个人生产力提升，但这些工具无法有效融入企业复杂的现有工作流程。成功的企业则会把AI解决方案与特定的业务痛点紧密结合，并将其嵌入到现有的工作流中。
AI对就业的影响
报告认为，AI目前尚未导致大规模裁员。相反，企业更多是通过不补充离职员工的方式，以“软性减员”的方式逐步调整员工结构。同时，员工未经授权使用“影子AI”的情况也给企业带来了新的管理和安全挑战。
总的来说，这份报告传递了一个明确的信息：生成式AI本身没有问题，问题在于企业如何利用它。真正的挑战在于企业能否跨越“学习鸿沟”，从零散的试点转向有明确战略、能解决具体业务问题的有效部署。
https://blog.wenxuecity.com/myoverview/82610/
现在需要AI Deliver一些好消息， REaffirm这笔投资的前途更加明晰。
AI这不好说。 能否变成生产力？