麻省理工学院（MIT）计算机科学与人工智能实验室最新发布的这份报告，让整个美国股市的投资者都慌了。
绝大多数企业的生成式 AI 试点项目都在烧钱，只有极少数能真正创造价值。
研究团队在 2025 年 1 月到 6 月期间，综合分析了 300 多个公开的 AI 实施案例，进行了 52 次结构化访谈，还调查了 153 位高管。
他们发现了一个关键的分水岭，GenAI Divide（生成式 AI 鸿沟）：
95% 的组织从生成式 AI 试点中一无所获，而那 5% 的赢家却能创造数百万美元的价值。
针对特定任务的生成式 AI 工具从试点到生产环境的急剧下降，清晰地展现了这道鸿沟的存在。
企业评估了大量定制工具（60%），但只有 20% 进入试点阶段，最终仅有 5% 投入生产。
相比之下，通用聊天机器人在简单任务上有约 83% 的试点到实施转化率，但在需要记忆和定制化的关键工作流程上却停滞不前。
扩展 AI 规模的主要障碍包括：缺乏清晰的投资回报、数据质量问题、技术债务、变更管理困难等。
用户在快速起草和简单分析任务上偏好 AI（分别为 70% 和 65%），但对于复杂、长期或高风险的工作，人类仍以约 9:1 的比例占据优势。
高管在选择生成式 AI 供应商时，重点考虑的因素包括：深度集成能力、持续学习机制、上下文保持能力等。
大多数公司尝试了 ChatGPT 或 Copilot 等通用工具（80% 以上进行了探索或试点，约 40% 部署），但这些工具更多提升的是个人生产力而非企业损益表，这解释了为什么使用很频繁但业务结果却平平。
报告通过市场份额变化、新的 AI 原生模型和行为变化构建的颠覆指数量化了这一点。
中型市场的领导者从试点到全面推出只需约 90 天，而大型企业需要 9 个月以上。
调查显示，90% 以上的公司有员工经常使用 AI，而只有约 40% 购买了企业订阅。
约 50%-70% 的假设性生成式 AI 预算集中在销售和营销领域，因为影响容易展示。但最明显的节省来自后台自动化，公司可以更直接地削减业务流程外包和代理支出。
试点项目停滞的原因是大多数工具无法保留反馈、适应上下文或随时间改进，这导致用户体验脆弱，推动用户回到灵活的消费者聊天界面处理低风险任务。
Agentic AI直接针对这个缺口，它具有持久记忆、持续学习和自主编排能力的系统，通过跨会话携带上下文并根据反馈改进，而不是每次都从头开始。
成功跨越鸿沟的供应商专注于狭窄的高价值工作流程，深度集成，并提供学习循环。
NANDA、Model Context Protocol 和 Agent-to-Agent 等框架使组合可互操作的智能体变得更容易，这就是为什么无法学习或连接到真实工具的通用包装器的窗口正在关闭。
与具有学习能力的定制工具的外部合作伙伴关系，部署率大约是纯内部构建的两倍（约 67% 对 33%），因为供应商带来了工作流程流畅性、更快的设置和对业务指标的明确责任。
而后台的成功对预算的影响更大：消除业bwin官网务流程外包每年价值 200 万至 1000 万美元，代理支出减少 30%，外包风险检查每年节省 100 万美元。
这些节省主要替代的是外部支出而非员工，尽管先进采用者报告在支持和管理方面有 5-20% 的选择性替代，技术或媒体领导者预计未来 24 个月招聘速度会放缓。
目前的即时自动化潜力是美国劳动力价值的 2.27%，但如果记忆、学习和自主工具使用成为生产系统的标准功能，潜在风险敞口达到 2.3 万亿美元，涵盖 3900 万个职位。
随着智能体学会通过共享协议在互联网上发现、协商和协调，工作流程从静态应用转向动态协调层，即时组装合适的工具。
这就是那份说 95% 的 AI 试点失败并吓坏了美国股市投资者的原始 MIT 报告。
报告的四位作者中至少有三位——Aditya Challapally、Chris Pease 和 Pradyumna Chari——是「agentic AI」领域一家公司的联合创始人。这一发现将报告从纯粹的学术研究重新定义为一篇精心设计的内容营销，旨在为他们特定类别的产品建立案例。
MIT 完全错过了生成式 AI 革命，所以他们一直在发布这类愚蠢的报告……真遗憾。
文章是标题党……公平地说，软件项目总是很艰难——有报告表明 80% 的数字化举措未能达到预期结果。在我看来，GenAI 并不是被诅咒的异类，只是陷入了同样的陷阱：模糊的目标、不稳定的采用、糟糕的变更管理。
不过，我的看法是，无论这份报告中有多少是属于企业 AI 应用的真实困境，但究我所知，确实许多数企业还没有找到让 AI 真正创造价值的方法。
另外，我还用AI 进行了全网的AI 资讯采集，并用AI 进行挑选、审核、翻译、总结后发布到《AGI Hunt》的实时AI 快讯群中。
这是个只有信息、没有感情的 AI 资讯信息流（不是推荐流、不卖课、不讲道理、不教你做人、只提供信息、希望能为你节省一些时间）