我們現在想要人工智慧。但我們究竟知道它用於什麼嗎？ 

几周前一个病毒式传播的漫画引起了我的注意。一个小玩偶问：“我们是谁？” 许多其他玩偶回答：“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，也反映了由麻省理工學院（MIT）的「分散式架構中的網路 AI 代理」（NANDA）倡議，於 2025 年發布的報告「GenAI 分裂：2025 年企業 AI 現狀」中所呈現的內容。

研究表明，儘管生成式人工智能有望為企業界帶來敏捷性、問題解決能力，甚至盈利能力，但大多數相關倡議仍未達到顯著的成功水平。 

報告指出，僅約5%的AI試點計畫顯著地加速了收入增長。大多數計劃停滯不前，對利潤或損失幾乎沒有可衡量的影響。 

在接受《财富》杂志采访时，麻省理工学院 NANDA 项目的主要作者兼合著者 Aditya Challapally 解释了过去几年哪些大型企业和初创企业利用生成式人工智能脱颖而出。他说：“他们会选择一个有问题的领域，然后出色地执行，并与使用他们工具的公司建立巧妙的合作关系。” 

对于95%报告中所列的企业而言，仅仅实施某种生成式AI解决方案是不够的。关键问题并非模型和工具的质量，而是“学习差距”。 

《财富》杂志的文章指出，尽管高管们将责任归咎于法规或模型表现，但麻省理工学院的研究却指向企业整合方面的缺陷。 

也就是说，AI解决方案确实存在，但在这个流程的其他环节——人类——的工作流程中发现了问题。 

像 ChatGPT 這樣通用性較高的工具對於個人來說非常出色，因為它們很靈活，但對於企業使用來說並非萬能，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。人工智能工具是一种很好的辅助工具，但不是捷径。人工智能非常擅长加速测试、完善想法、核对数据，或者执行复杂任务，就像精通一个专用软件或应用程序一样。

正如报告所指出的：在人工智能代理选择上做对的企业，选择了一个棘手的问题或摩擦点，并设法解决了或者至少加速了这个过程，从而自然地提高了生产力和盈利能力。

在加入“我们现在需要在所有地方使用人工智能”的合唱之前，一个值得思考的好问题是：哪些可用的工具和解决方案能够帮助满足企业的需求？ 

也許目前還沒有針對重大問題的現成產品和應用程式。然而，如果您能加速某個流程或為您的員工提供更堅實的依據，從而幫助他們做出更好的決策，那將是您公司目前最佳的 AI 支援。 

最终决定权始终在于人类，包括决定人工智能能帮助到何种程度。而且，如同所有技术一样，我们正处于一个发展和改进的关键时期。因此，您作出的决定在六个月内也可能发生改变。

卡兰德拉·亨利克 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；也是著作「入門級生成式人工智慧」一書的作者；ABStartups 的專欄作家；並在 InovaBRA 和 Distrito 等大型生態系統中擔任講者。