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。