事件背景
分析師 Benedict Evans 在 2026 年 5 月發表了《AI 吞噬世界》報告,針對企業導入 AI 後「投資不等於產出」的現象進行系統性診斷。報告的核心觀察並非「AI 不行」,而是「企業買錯了東西,或買對了東西卻用錯了方式」。
症狀:投資與報酬的脫鉤
過去三年,全球企業在生成式 AI 軟體上的支出突破 500 億美元,但根據 Evans 的數據爬梳,實際部署到日常運營的應用覆蓋率仍低於 15%。更扎心的是:已部署的企業中,80% 的效益局限在「試驗性使用」(實驗、文案生成、內部文檔整理),而非改造核心商業流程。
為什麼會這樣?
企業對「AI 採納」的理解停留在工具層面。領導層把 AI 當作一個新的軟體執照來購買、簽約、部署——彷彿只要把 ChatGPT API 接上內部系統,數字就會自動上升。
但現實更殘酷:AI 不是工具,而是流程改造的催化劑。如果企業的組織架構、決策邏輯、績效衡量標準沒有跟著調整,再強大的 AI 也只是被閑置的硬體。
根本問題:結構性失配
Evans 的報告將企業採納困境歸納為三個層次的失配:
基礎設施層失配:誰從 AI 紅利中獲利
AI 的算力成本持續下降,但下降的紅利並非平均分配給所有參與者。科技巨頭(Google、Meta、OpenAI)掌握了數據中心與晶片供應,他們的邊際成本在逼近零時,企業端的採購成本仍在 5-10 倍的溢價水位。結果:寡頭公司獲得 70% 的產業增值,採購企業獲得 30% 的邊際效益改善。
應用端落差:知道 vs. 做到
報告調查了 500 家中大型企業的 AI 使用數據,發現了一個詭異的現象: - 消費者應用(ChatGPT、Copilot)的月活躍率達 65%(每月至少用一次) - 企業應用(內部 AI 助手、自動化工作流)的月活躍率僅 12%
這意味著什麼?員工在家裡用 AI 來寫作業、規劃假期,到了公司卻被迫回到舊系統。不是因為技術不行,而是企業的流程、許可權結構、績效評估標準還沒準備好。一個法務主管用 AI 快速檢閱合約、會不會被認為「偷懶」?一個行銷人用 AI 生成文案初稿、會不會被扣績效分數?這些隱形的組織摩擦,比技術難度更高。
商業模式層失配:成本降了,但價值鏈沒變
AI 最大的威力在於把昂貴的重複任務成本逼近零。以客服為例:一通電話客服成本從 15 元降到 0.3 元,足足降了 98%。
但問題來了:如果競爭對手也用了同樣的 AI,成本降幅就變成了行業基線,而非競爭優勢。客服部門的預算被砍了 30%,省下來的資源該去哪?企業大多數的直覺反應是:「分紅給股東」或「裁員」。
少有企業問:「我們能用這省出來的資源做什麼?」——比如用省下的客服團隊去做深度客戶研究?轉身做顧問化的 SaaS?開創新的收入流?
為什麼是谷值,不是高原
Evans 用了一個經典的 S 曲線模型來解釋:
第一階段(0-2 年):嘗試期 - 企業投入資本購買系統 - 試點部隊進行小規模實驗 - 投入:高|產出:低|ROI:負
第二階段(谷值,2-4 年):適應期 - 系統已部署但流程未重組 - 員工習慣舊方式、管理層糾結於新舊權衡 - 投入:持續中|產出:緩慢增長|ROI:仍為負或接近零 - 大多數企業在這個階段放棄或降預期
第三階段(4 年後):規模期 - 組織文化與流程徹底改造 - 運營邏輯圍繞 AI 重建 - 投入:遞減|產出:陡峭上升|ROI:指數級增長
問題在於,绝大多数企业缺乏耐心跨越第二阶段。CFO 看到了第一年的亏损,Q2 就开始质疑投资。这正是为什麼報告取名「谷值詛咒」。
實務啟發:跨越谷值的三個動作
### 1. 重新定義 AI 投資的組織邊界
AI 不應該由 IT 部門單獨擁有,而應該由具體業務單位(如客服、財務、法務)做主導。讓用戶部門的主管負責 KPI,而非把 AI 當作技術部門的成就。