當前全球最熱投資話題無疑是生成式AI，從ChatGPT、Claude到大型企業，紛紛宣布「全面導入AI」、「重塑組織流程」，這股科技浪潮在資本市場被視為推動新一輪牛市的核心動能；但美國科技股美東時間19日突然明顯回檔，原因是來自一份麻省理工學院（MIT）的研究報告，其中提到「95%專案全賠錢」。
這一報告的發布，不僅讓那斯達克指數單日重挫1.4%、標普500指數下跌0.7%，包括Palantir、Arm等高投機性個股跌幅也分別接近一成，讓市場神經驟然緊繃。
投入超400億美元 僅5% AI專案產生實際營收
MIT這份名為《The Generative AI Chasm: The State of Business AI in 2025》的報告，是由MIT Media Lab「NANDA計畫」所發布的。報告指出，自2023年以來，美國企業在生成式AI領域投入的資金高達350至400億美元，涵蓋大型科技公司、銀行、醫療、零售與製造業。然經過逾兩年的觀察分析令人驚訝地發現，其中95%專案完全沒帶來任何可量化的投資回報，僅約5%AI試點計畫成功跨入實際商業部署階段，並創造出數百萬美元等級的營收或成本節省。
報告強調，這並非模型品質不足所致，而是企業「內部學習能力不足」，與缺乏可持續整合策略造成的結構性落差。
研究分析超過300項公開AI案例，並訪談52位來自不同產業的企業高管後指出，許多企業花大錢「自建」AI系統，卻無法有效將其嵌入日常流程，導致試點計畫停留在展示層級。「學不會」、「無法進化」是大多數企業導入AI的最大障礙。
更令人警醒的是，報告顯示，使用外部工具並與供應商建立深度合作關係的企業成功率高達67%，而採用完全自研策略的企業成功率僅33%。換言之，那些投入數十億美元獨立打造AI工具的科技巨頭，很可能處於高成本、低產出的陷阱中。
AI hype首度逆轉 華爾街恐迎來「生成式泡沫檢驗期」
MIT報告出爐後，「AI投資回報率」瞬間成美國資本市場討論焦點，多名大型投資銀行分析師提醒目前AI估值已處於極高區間，只要再有一兩件失敗案例放大效應，就會觸發更大規模的調整。
美股19日與AI概念密切相關的企業普遍帶頭下跌，軟體公司Palantir急挫9.4%，晶片製造商Arm下跌5%，部分以「AI硬體設備」為賣點的企業跌幅也超過4%。
一位與大型科技基金往來密切的交易員向倫敦《金融時報》表示：「這份報告在華爾街傳得非常快，因它不是『懷疑論』，而是基於300個商業案例得出的結論。投資人突然意識到，AI不是『買了就轉變』，反而可能變成新的燒錢黑洞。」
OpenAI執行長奧特曼（Sam Altman）也在日前表示，「AI泡沫的確可能正在形成，一些人極可能會因此血本無歸」，儘管他仍堅稱AI的長期價值將深遠影響人類社會，但短期內的資本市場，勢必必須重新評估這場技術革命的商業可行性。
不是模型技術失敗 而是企業「學習機制」失敗
MIT報告特別指出，一般用途的工具（如ChatGPT、Copilot）在個人層面可顯著提升效率，但當企業試圖將其放入正式流程時，便出現無法記憶上下文、不具備持續適應能力等技術瓶頸。
研究團隊以「學習落差（learning gap）」概念定義這種現象，指絕大多數企業僅使用AI「產生答案」，卻未能讓AI「從使用中學習」，導致系統始終停留在試做層次。
一名受訪製造業首席營運長（COO）直言：「LinkedIn上的討論好像世界已完全不同，但在我們操作現場，除了某些合約流程快了一點，其他基本沒變化。」
該報告進一步指稱，即使目前大部分產業尚未感受到變化，但在媒體、科技與電信領域，生成式AI已開始產生結構性影響，尤其在後勤支援、行政事務與標準化開發等非核心職能上，出現裁員與自動化趨勢。
其中超過80%的受訪企業預期，未來24個月「將縮減僱用規模」，金融與專業服務雖尚未完全受到衝擊，但也開始出現「有意延後徵才」的訊號。
報告結論強調：「跨越GenAI鴻溝的關鍵並非模型能力，而是供應商與使用者之間是否形成『共創機制』。真正成功的企業不是購買了一套工具，而是明確定義痛點、從前線出發、持續調整流程並要求供應商對成果負責。」
在外界期待AI帶來「第二次工業革命」的同時，MIT此項研究提醒投資人與企業，生成式AI的真正門檻並非演算法，而是人與組織能否讓AI成為「可學習的系統」。對美股而言，下階段上漲不會再由「技術想像」支撐，而將取決哪些企業真能把生成式AI化為實際利潤與效率，而不是停在一場昂貴的試驗而已。
