生成式AI鸿沟：2025年商业人工智能现状

2025年7月，MIT NANDA发布《生成式AI鸿沟：2025年商业人工智能现状》报告，基于对300多项公开AI计划的系统评估、52家机构代表的访谈及153位高管的调研，揭示生成式AI（GenAI）在商业应用中的“GenAI鸿沟”。

报告核心发现是，尽管企业在GenAI投入300-400亿美元，但95%的机构未获回报，仅5%的AI试点创造数百万美元价值，此差距即“GenAI鸿沟”。从行业看，仅科技、媒体行业出现结构性变革，其余七大行业难见深层变化。部署层面，通用工具如ChatGPT应用广泛，超80%机构探索或试点，近40%部署，但多提升个人效率，对企业利润影响小；企业级定制工具60%机构评估，仅20%进入试点，5%投入生产，常因流程僵化、缺乏情境学习等失败。

“GenAI鸿沟”形成主因是“学习差距”，多数GenAI系统无法保留反馈、适应情境和持续改进。用户虽青睐ChatGPT等通用工具的灵活性，却因其无记忆、难定制，在关键任务中更信人类。投资分配也加剧鸿沟，50%预算流向销售和营销，高回报的后台职能获资不足。此外，“影子AI经济”显现，90%员工用个人AI工具办公，效率优于官方项目。

成功跨越鸿沟的企业和供应商有共通策略。供应商聚焦细分高价值场景，深度融入工作流程，打造能学习、记忆的自适应系统，借助渠道合作和口碑拓展。企业倾向外部合作（成功率67%，内部开发仅33%），授权一线管理者推动AI落地，以业务成果评估工具，重视定制化与系统适配。这类企业在前台实现销售线索筛选提速40%、客户留存率提升10%，后台每年节省200-1000万美元外包成本，且多通过削减外部支出而非裁员实现收益。

展开剩余76%

报告预测，AI对就业影响集中于外包类岗位，科技、媒体行业未来24个月招聘或缩减，且“Agentic Web”（智能体网络）将成趋势，通过协议实现智能体协作。2026年前是企业锁定AI供应商的关键期，能否部署学习型、定制化系统，将决定其能否立足GenAI鸿沟的正确一侧。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系

发布于：广东省