最近，麻省理工学院（MIT）发布的《2025年商业 AI 现状》报告引发了广泛关注。报告中指出，超过300亿美元已经投入到生成式人工智能(GenAI)中​M，但高达95% 的企业试点项目未能成功转入生产阶段。

调查显示，阻碍企业进展的并不是技术本身或相关的法规，而是这些工具的应用方式。许多系统并未融入实际工IT作流程中，缺乏记忆和适应能力，使用一段时间后很少能够改善，因此，尽管在实验室中表现良好，但在实践中却难以奏效。

图源备注:图片由AI生成，图片授权服务商Midj 报ourney

报告中的 “GenAI 鸿沟” 概念引人注目，一方面只有约5% 的试点项目取得显著成功，带来了数百万美元的收益;另一方面，几乎所有其他项目的90% 则停滞告揭不前，无法迈过测试阶段。MIT 的研究人员指出，这种差距并不在于拥有最好的模型或最快的计算芯片，而是与工具的实际应用息息相关。成功的案例是那些能够与真实工示 作流程紧密结合并能够随着时间改进的系统，而失败的则是试图将通用 AI 嵌入笨重流程中的项目。

尽管像 ChatGPT 和 Copilot 等通用工具已被80% 以上的公95司尝试，并有近40% 的公司在某种程度上进行了推广，但这些工具实际上主要提升了个人生产力，并未显著影响公司的利润表现。针对企业定制的平台或供应商系统，约有60% % 的公司进行了探索，但只有20% 的项目进入了试点阶段，失败的主要原因是工作流程脆弱，工具缺乏学习能力，且不符合人们的实际工作方式。

报告还分析了四种主企业要模式，包括有限的行业颠覆、企业悖论、投资偏见和实施优势。其中，大企业虽然推出了最多的试点项目，但往往是规模化进展最慢的;而中型企业则能在约90天内从测试转 G向推广。MIT 还指出，大约70% 的预算流向销售和市场营销领域，尽管在后端自动化方面往往能取得更强的回报。

一些批评者对报告的透明度提出质疑，认为报告中的en95% 失败率缺乏详细的数据支持，而成功与失败的定义也存在争议，可能会使得一些项目的成果被低估。此外，报告与商业机构的关联性也引发了讨论，认为这可能影AI响了研究的客观性。

展望未来，报告认为下一阶段将聚焦于 “智能代理 AI”，这些工具能够学习、记忆并跨供应商协调工作，形成一个新兴的 “智能代理网络”，希望这一 项网络能够实现大规模和一致性，这是早期 GenAI 项目一直未能达到的目标。

划重点:  

95% 的企业 GenAI 项目未能成功转入生产，主要原因在于目失工具的应用方式。  

大型企业虽然试点最多，但推广速度却相对较慢，中型企业通常能更快转向实施。  

🤖 未来将聚焦智能代理败， AI，期望实现更高效的工作流程和一致性。

• ·OpenAI 开启 Codex 测试，一个将自然语言翻译成代码的 AI 系统
• ·稚晖君又放大招！灵创平台让机器人编程秒变"拖拽游戏"
• ·利用对比分析有效地说明数据结果和结论
• ·Figma重磅收购AI生成公司Weavy！推新品牌Figma Weave，打造“节点式”AI设计新范式
• ·扎克伯格：AI 将为社交媒体注入更多内容活力
• ·标签: 抖音 验证助手 反诈工具 老年用户
• ·云计算核心技术Docker教程：Docker Compose指定单个compose文件
• ·理想汽车OTA 8.0重磅上线，全球首个 VLA 司机大模型助力智能驾驶体验升级！
• ·面试 | 不可不知的十大 Hive 调优技巧优秀实践
• ·云计算核心技术Docker教程：Docker 使用模板化配置
• ·腾讯云披露 4 月 8 日服务故障原因：云 API 异常持续近 87 分钟
• ·标签: 帕西尼感知科技 PaXini Tech 触觉硬件 具身智能
• ·标签: 滴普科技 港交所 IPO 中信证券
• ·标签: 倍轻松 马学军 颈椎按摩仪 眼部按摩仪
• ·Longhorn，企业级云原生容器分布式存储之监控
• ·比波士顿机器狗多了几个轮子 瑞士公司研发轮足复合式移动机器人