几周前一个流行的漫画引起了我的注意。一个小人儿问：“我们是谁？”，其他小人回答：“首席执行官！”。“我们想要什么？” 他们回答：“人工智能！”。“人工智能用来做什么？” 他们回答：“我们不知道！”。“但我们什么时候想要？” 他们回答：“现在！”
這個笑話完全反映現實，不僅反映我們日常生活中看到的，還反映了通過麻省理工學院 (MIT) 的「網路 AI 代理在分散架構中 (NANDA)」倡議發布的報告「GenAI 分裂：2025 年商業 AI 現狀」所呈現的。
研究表明，儘管生成式人工智能有望為企業帶來敏捷性、問題解決能力甚至盈利能力，但大多數相關嘗試仍未達到顯著的成功水平。
報告指出，僅約 5% 的 AI 試點項目顯著加速了收入。大多數計畫停滯不前，對利潤或損失的衡量影響微乎其微或沒有任何影響。
在接受《财富》杂志采访时，麻省理工学院 NANDA 项目的主要作者兼项目合作者 Aditya Challapally 解释了近年来哪些大型企业和初创公司在生成式 AI 方面脱颖而出。他说：“他们会选择一个有问题的点，出色地执行，并与使用他们工具的公司建立明智的合作伙伴关系。”
对于报告中包含的 95% 家公司而言，仅仅实施一些生成式 AI 解决方案是不够的。核心问题并非模型和工具的质量，而是“学习差距”。
《财富》杂志文章指出，尽管高管们将责任归咎于监管或模型表现，但麻省理工学院的调查却指向企业整合方面的缺陷。
也就是说，人工智能的解决方案本身是存在的，但在这个流程的其他环节（即人类）的工作流程中发现了问题。
像 ChatGPT 這樣用途較廣泛的工具，對個人來說很棒，因為它們很靈活，但對企業用途來說並非萬能，因為它們不會學習或適應工作流程，Challapally 解釋道。
我曾在一些演讲和谈话中谈到过这一点。人工智能工具非常有效，但并非捷径。人工智能非常擅长加速测试、精炼想法、检查数据，甚至完成复杂的任务，就像精通特定软件或应用程序一样。
正如报告所指出的那样：在人工智能代理的选择上做出正确选择的公司，挑选了一个棘手的问题或摩擦点，并成功地解决了或至少加速了这一过程，从而自然地提高了生产力与盈利能力。
在加入“现在一切都想要AI”的大合唱之前，一个值得提出的好问题是：哪些可用的工具和解决方案能够帮助满足公司需求？
或許目前還沒有針對重大議題的現成產品和應用程式。但是，如果您能加速某個流程，或為員工提供更紮實的基礎，以做出更好的決策，那將是目前您企業最佳的 AI 支援。
最终决定权始终掌握在人类手中，包括决定人工智能能帮助到何种程度。就像所有技术一样，我们目前正处于发展和改进阶段。因此，您在六个月内的决定也可能发生改变。
亨利·卡兰德拉 他是巴西科技公司 WallJobs 的創辦人，該公司提供自動化實習合約解決方案；也是《初學者專用生成式人工智慧》一書的作者；同時也是 ABStartups 的專欄作家，並在諸如 InovaBRA 和 Distrito 等大型生態系統中擔任演講者。
