帶崩美股AI的MIT報告說了啥？

昨晚美股近期指數層面的風平浪靜先是被Meta AI部門裁員重組的消息給打破，多家權威媒體報導，Meta 正把 Meta Superintelligence Labs（MSL） 拆分為 四個小組（含一個“TBD Lab”、產品線（如 Meta AI 助手）、基礎設施、以及長期研究的 FAIR），為 6 個月內第 4 次重組，官方定位是為 AGI/“超級智能” 提速。

Llama 4 的“失準/延遲”早有徵兆，4 月發佈前後，多篇報導提到 推遲上線、在推理/數學與語音對話上不及頂尖閉源模型，並引發高層不滿。“刷分/造榜”並非空穴來風，但官方否認“訓練集洩漏”：社區與媒體質疑 Llama-4 Maverick-03-26-Experimental 這一非公開變體用於 LMSYS Chatbot Arena 榜單、與公開版本不一致，從而“美化”名次；LMSYS 其後補充透明度。Meta 高管公開否認“用測試集訓練/作弊”，稱差異主要來自實現穩定性與實驗性變體。所以，有“版本差異/資訊不透明”的合理質疑，但“訓練集刷榜”的直接證據不足。

“轉向第三方模型”的傳聞，有報導（轉引自 NYT）稱高層討論過“降低 Llama 投入、改用他家閉源模型”。需視為正在評估的選項而非落地決策。所以，對於Llama 4來講，可能重組+口碑受挫是事實。

緊跟著MIT一個研究部門MIT Media Lab發佈了一篇名為《The GenAI Divide: State of AI in Business 2025》的研究報告，報告指出：企業為“增長/收入加速”而做的 GenAI 試點中，95%的POC試點失敗了，只有大約 5% 快速轉化為可衡量的 P&L 貢獻，絕大多數停留在試點或產生的財務影響可以忽略。MIT 官方新聞頁也轉引了 Fortune 的報導以此為標題要點。

一石激起千層浪！

從行業的角度來說，2月份曾因為deepseek引發了對於巨額capex投入的擔憂，而在硬體集體火熱以後，MIT這份可能不算重磅的調研報告成為調整的一個導火索，如果企業推進AI項目如此艱難，95%的項目看不到成效，目前如此大力的投入，ROI怎麼辦，等到折舊攤銷上來，巨頭們的利潤率即使可以通過AI不斷提升，但是利潤壓力也會加大。

MIT NANDA 的“95% 企業 GenAI 試點對 P&L 無顯著貢獻”結論，放大了市場對“巨額 AI 投入 → 財務回報穿透”的焦慮。Meta 個案成為這個敘事的催化劑，但“失敗主因在學習閉環與流程整合，不在模型本身”。

我深入看了一下報告，簡單說說我的一些觀點：

首先，“95% 失敗”不是模型差，是“學習缺口”，一般的AI系統不會記、不會學、難融入流程——能做 demo，卻進不了生產與財務報表（P&L）。

其次，“買＋夥伴”勝過“全自研”，外采定製且以業務結果為計量的方案，轉正率≈2×內部自建；DIY 往往卡在整合/治理/營運三道關。

目前來說，ROI 真正的金礦在後台，雖然預算大多砸在銷營端，但BPO/外采替代、單據/工單自動化最容易在 3–6 個月穿透到 Opex，形成可複製回報。

為什麼失敗率（≈95%）這麼高、怎樣把成功率做上去、以及技術關鍵難點與對策。為避免空泛，我儘量把洞見落到可操作的流程、指標、架構與清單上，並嚴格以文稿中的發現為錨點（如：僅≈5%試點落到生產、學習能力與工作流嵌入才是分水嶺、外部合作成功率約為內部自建的兩倍、兩個行業出現結構性擾動等）。

• “鴻溝”的根因不是模型好壞，而是“學習”與“嵌入”：大多數系統不會記憶與演進，與真實流程脫節，所以難以產生P&L 影響（文稿稱≈95%失敗）。
• 消費級LLM（ChatGPT、Copilot）好用卻難托底核心流程：個人生產力提升明顯，但缺乏持久記憶與可定製，在關鍵任務上使用者仍傾向人工。
• 組織與採辦方式決定成敗：外部合作（BUY）≈2×成功率於內部自建（BUILD）；去中心化試點+明確責任優於“單一AI實驗室”。
• 預算錯配：錢多投在前台（銷售/市場），但ROI 往往後勤/中台更高（如BPO替代、財務/法務自動化）。
• 窗口期在收緊：企業將鎖定能“學”和“嵌入”的方案；Agentic（具記憶與自治的系統）+ NANDA/MCP/A2A 協議將是分水嶺後的基礎設施。

目前的行業與場景優先順序如何？

• 結構性擾動顯著：科技、媒體與電信，這些行業推進也是最快的。
• 試點多但結構性變化低：專業服務、醫療與醫藥、消費零售、金融、先進製造等。
• 極低/早期：能源與材料。

高ROI 場景（被低估）

後勤/中台：BPO替代（客服/文件處理）、合同/發票結構化、合規檢查、AP/AR對帳、主資料治理。

• 前台但流程化：線索分流與資格校驗、售後工單歸因與閉環、催收/復聯自動化。

為什麼失敗率這麼高？——七大“系統性斷裂”

過度看重模型指標/炫技 demo，而非流程端到端KPI（周期、缺陷率、現金成本）。普遍實現了“用過”，卻沒實現“融入流程並持續改進”。AI CoE 與一線流程斷層；預算在總部，痛點在現場。誰對上線後的指標負責？誰對資料/合規兜底？

把“高採用、低轉化”拆解為目標、組織、流程、資料、技術、治理、度量七條鏈路。

1. 目標口徑錯配：項目按“功能/體驗”立項，驗收卻按“營收/成本”口徑。PoC 時的“滿意度/召回率”無法穿透到節拍(Cycle)、吞吐(Throughput)、一次通過率與Opex/COGS。
2. 學習閉環缺位（報告核心）：多數工具無持久記憶、無可追溯反饋回灌、無持續評測；上線後性能不隨使用而改進，自然“越用越雞肋”。
3. 流程未再造：把 LLM 貼到舊流程上，未重寫人機分工、SOP、質檢抽檢、SLA 與賠付；一上生產就脆。
4. 整合碎片：對接系統記錄源(ERP/CRM/ITSM/DMS)、權限與審計成本高；中台缺事件流/狀態儲存，使“記憶×流程”落不穩。
5. 評測與觀測缺位：沒有離線/線上雙評測，沒建“AI 可觀測性”（資料漂移、任務分佈、成本/延遲/質量三角）；上線後無法診斷→改進。
6. TCO 被低估：只算推理費，不算提示工程/快取/人審/事故處置/觀測等隱性成本；表面省、實則“毛省淨虧”。
7. 組織設計失衡：中央 AI Lab 抓權但離場景遠；一線“prosumers/直線經理”沒有預算與決策權——自下而上的成功樣本難複製。

這份報告在三點上“打臉”了近期對軟體/AI落地的悲觀看法——

買方市場裡，“BUY 勝過 BUILD”

在樣本裡，外部合作到產出的成功率≈內部自建的2×；而整體上只有少數（≈5%）項目真正帶來可量化的 P&L 結果。

1. 成功關鍵不在“模型多強”，而在“能否學習+深度嵌入流程”

會不斷“記憶—適配—進化”的系統，才跨過“GenAI鴻溝”。

1. 軟體的勝出方式變了

不是通用“橫向SaaS”獲勝，而是“軟體 + 服務 + 學習SLA”的專業供應鏈佔優（更接近“託管流程服務”而非一次性工具）。

也就是說：最專業的人做最專業的事，但企業仍需保留一條“輕量自建的骨架”，去治理、嵌入、與學習提速。不是把一切都外包掉，而是把模型/代理的“進化工程”交給供應商，企業自己抓流程、資料邊界、評測與治理。

這份 MIT-NANDA 報告等於把“企業都能自己做 AI、SaaS 要被消滅”的看空敘事階段性證偽。資料清晰顯示——“買＋夥伴”顯著優於“全自建（DIY）”，而失敗的主因不在“模型能力”，在於學習閉環與流程整合的缺失。

這篇報告“打破”了什麼？

1) 自研神話：

報告與多家權威轉述一致：向專業供應商採購並建立合作的成功率≈67%，而內部自研的成功率只有其約三分之一。這對“企業普遍能把複雜 GenAI 做成規模化生產系統”的想像是當頭一棒。

2) 價值落點：

~5% 試點實現快速營收加速，絕大多數項目對 P&L 可測影響很小——“會做 demo ≠ 能過審計、能進報表”。預算分配明顯錯配：>50% 花在銷營，但ROI 最清晰的在後台自動化（替代 BPO/外部代理、精簡營運）。

3) 真實用工衝擊：

目前更多是外包/離岸崗位被替代，“不回填/不續約”多於大規模裁員——這也解釋了為何後台自動化先見財務穿透。

4) 痛點不是模型而是“學習差”：

企業失敗的根因在工具與組織都缺少“記憶→反饋→改進”的長期學習閉環，導致試點能跑，生產落地卡殼。

對“軟體”的多空分野（戰略視角）

把“軟體”拆成三層看，結論更清楚：

A. 應用層（Workflow-native、SaaS/SwaS）——

• 最大受益者。誰能把記憶/反饋閉環、深度整合（系統記錄源、佇列、權限、審計）與可計量產出（每單/每票/每小時）打包交付，誰就佔住價值窪地。
• 商業模式遷移：從“按席位”→“按結果/票據/對帳量/SLA 賠付”的 SwaS（Software-with-Services）/BPO-替代，更容易穿透到 P&L。報告資料與媒體拆解對這一路線給出了強背書。

B. 平台層（Agent/記憶層/治理層）——

護城河來源是“流程可塑性＋治理合規＋維運可視化”，而不是“模型誰更大”。能把企業特定知識長期沉澱並自動評測/人審回灌的供應商，會形成留存與切換成本。這正是 DIY 最容易掉坑的地方。

C. 通用模型/薄封裝 ——

受壓最重。單純“把大模型接到舊流程上”的輕封裝，既不易算清 ROI，也很快被替換。除非掌握稀缺資料或合規資質，否則議價權弱。

這不是“軟體要被 AI 殺死”，而是“沒有營運與學習工程的‘偽軟體’要被淘汰”。真正專業的流程軟體＋服務提供商，在這輪企業 AI 浪潮裡更稀缺、更值錢。
這份 MIT-NANDA 報告並非看空 AI，而是表明“沒有學習閉環與流程工程的偽落地”在企業業務流程層面，沒有任何意義；它看多“專業軟體與夥伴化交付”。站在企業與投資人一側，做多“Workflow-native 的軟體＋服務”，遠勝於押注“大而全的內部自研”。

為什麼這輪“買>造”成立？

時間價值，報告中優秀買家從90天內拿到業務結果；自建往往拉長到季度/年，錯過窗口。整合深度，優勝供應商把CRM/ERP/ITSM等主系統上下文接進來，減少人工喂料與二次搬運。

學習閉環，外采團隊已有反饋採集→線上評測→策略發佈的流水線，而很多企業內部還停留在“提示工程”。SLA 可經營，頂級供應商以任務完成率/干預率/工單時長/質量缺陷率對賭，和 P&L 直接掛鉤。信任與管道，買方更依賴既有夥伴、同業口碑與SI管道；這類“社會資本”是新創或內部團隊短期難複製的。

但不是“凡事外包”——何時仍該自建？

滿足下列兩條以上，自建或自建為主的混合才更合理：

• 極高保密/合規

資料嚴格在邊界內流轉（強監管、國密/等保、嚴苛多租戶隔離）。

• 差異化流程是“護城河”

業務規則/策略積累本身構成壁壘（金融風控、專有定價、核心調度）。

• 極限約束

毫秒級延遲、離線/邊緣算力、定製工具鏈，商用產品難以滿足。

• 長期規模經濟

穩定、超大體量且復用度高，能攤薄自建平台的固定成本。

估計，接下來大多數企業會落在混合式：

• 外采“學習型代理/工作流引擎”拿結果；
• 企業自有“治理與記憶層”

（身份/權限、策略、審計、觀測、評測與資料契約），把可遷移的“組織記憶”掌握在手。

所以，這份研究的分水嶺很清晰：是否具備“學習+嵌入”的工程與組織能力。把AI當“會進化的流程服務”來設計、驗收與付費，從窄而關鍵的流程切入，用SLA與學習里程碑驅動產品進化，成功率才會上來。

協議化（MCP/A2A/NANDA）與Agentic工作流，會把“影子AI”的個體技巧沉澱為企業的可控生產力。窗口正在變窄，90天拿到可復用的最小勝利，再複製到更多流程，是跨越“GenAI鴻溝”的最短路徑。 (貝葉斯之美)