Let's Make AGI Real

2025年7月，麻省理工学院（MIT）媒体实验室的NANDA项目发布了一份题为《生成式AI鸿沟：2025年商业AI现状》的报告。这份报告于2025年8月19日至20日被广泛报道。该报告的核心结论是，尽管企业在生成式AI上投入了巨额资金，但绝大多数项目未能产生可衡量的商业价值，从而揭示了所谓的“生成式AI鸿沟”（GenAI Divide）。

一、报告主要内容与核心发现 

1. 惊人的失败率与“生成式AI鸿沟”：

• 报告指出，尽管企业在生成式AI项目上投入了300至400亿美元，但95%的组织并未获得任何商业回报。
• 在分析的数百个部署案例中，仅有5%的集成AI试点项目实现了快速的收入增长，带来了数百万美元的实际价值。而绝大多数项目停滞不前，对企业的盈亏（P&L）影响微乎其微。
• 这种显著的分化在报告中被称为“生成式AI鸿沟”，其特点是高采用率但低转化率——企业普遍进行广泛的AI探索和实验，但很少能实现结构性转型。

2. 项目失败的根本原因：“学习鸿沟”与“从试点到生产的深渊”：

• 核心障碍是“学习能力”而非基础设施或人才：报告指出，大多数生成式AI系统不具备保留反馈、适应上下文或随时间改进的能力。用户普遍抱怨这些系统不学习他们的偏好，重复相同的错误，并每次都需要大量的上下文输入。这导致了工具的“静态”和“脆弱”。
• 企业级工具的“试点到生产深渊”：仅有5%的定制企业AI工具能够投入生产，这意味着企业级AI解决方案的失败率高达95%。大型企业从试点到全面实施的时间（九个月或更长）远长于中型企业（约90天）。
• “影子AI”现象盛行：尽管官方项目进展缓慢，但“影子AI经济”已然形成。只有约40%的公司购买了官方LLM订阅，但超过90%的公司员工报告称定期使用个人AI工具进行工作。员工倾向于使用像ChatGPT或Copilot这样的通用工具，因为它们灵活且个人收益显著，即使这些工具主要提升个人生产力，对整体盈亏影响有限。
• 资源分配的偏差：报告发现，超过一半的生成式AI预算被用于销售和营销工具。然而，最大的投资回报率（ROI）却来自后端办公室自动化，例如削减业务流程外包（BPO）和外部机构成本，从而实现节省。成功实施AI的企业通常专注于解决单一痛点，精准执行，并进行战略合作。

3. 未来的解决方案：Agentic AI与战略伙伴关系：

• 报告认为，瓶颈在于那些能够学习、记忆并与工作流程系统深度集成的系统。
• Agentic AI（具身智能）的展望：最先进的组织正在尝试具身智能（Agentic AI）系统，这些系统能够学习、记忆并在设定的边界内独立行动。MIT的NANDA项目自身也致力于开发分布式、可互操作的AI代理的基础设施和协议，以实现可衡量的业务成果。
• 外部合作优于内部自建：研究表明，从专业供应商那里购买AI工具并建立伙伴关系，其成功率约为67%，而内部自建的成功率只有三分之一。报告因此呼吁企业与知识渊博的供应商建立战略伙伴关系，以增加生成式AI项目的成功几率。

二、后续引发股市震荡的主要原因 

MIT NANDA报告发布后，立即在金融市场引发了显著震荡，美国AI科技公司股价下跌，纳斯达克综合指数下跌1.4%。

1. 报告的负面结论引发市场担忧：

• 这份报告直接指出了生成式AI项目的高失败率，动摇了投资者对AI前景的盲目乐观情绪。市场交易员普遍将股价下跌归因于NANDA报告揭示的商业AI项目实际效果不佳。
• 具体来看，Palantir股价下跌9.4%，Arm Holdings下跌5%。此次下跌是自8月初以来市场最大的一次单日跌幅。

2. 对AI泡沫的警示：

• 报告发布的时机正值AI投资热潮持续升温之际，其结论使许多人将当前的AI狂热与上世纪90年代末的互联网泡沫相提并论。报告强调了企业在AI上的巨额投入与零回报之间的巨大落差，加剧了市场对“AI泡沫”破裂的担忧。
• 一些市场评论员认为，许多AI公司只是“彼此的克隆”或现有模型的“包装”，缺乏真正的核心价值。

3. 对高成本与低效益的质疑：

• 投资者开始质疑AI投资的高昂成本与实际效益之间的不对称性。AI工具的训练和运行成本巨大，但目前在许多场景下，其产出质量不如人工，甚至需要耗费更多时间进行检查和修正，导致效率反而降低。
• 许多公司尚未准备好应对AI的高成本与预期收益之间的差异。

4. AI主要聚焦“降本”而非“增收”：

• 有评论指出，报告过于关注“收入影响”，而忽略了AI在“成本削减”方面的潜力。目前AI的主要用途更多体现在通过自动化来削减运营开支（opex）和减少劳动力，例如在客户服务和行政角色中，通过不回补空缺职位来变相裁员。这种“降本”的模式虽然重要，但可能不如“增收”那样能直接提振市场信心，尤其是在AI技术被视为革命性创新时。

5. 报告本身的“营销”性质引发争议：

• 一些观点认为，NANDA报告的语言和缺乏学术严谨性，以及其在报告中推广“Agentic AI”解决方案，带有一定的营销目的，因为它自身也提供与报告结论相符的解决方案。这种“自卖自夸”的嫌疑，可能削弱了报告部分信息的说服力。

总而言之，MIT NANDA的报告如同一面镜子，映照出当前生成式AI领域存在的巨大挑战：技术虽有潜力，但企业普遍难以将其有效转化为商业价值。这份报告引发的市场震荡，是对AI投资狂热的一次冷静反思，促使投资者和企业更加审慎地评估AI项目的实际回报和长期价值。