企業AI投資回報低僅16%見變革價值

2026年10月28日，MIT Technology Review Insights 公布一項企業人工智能調查，結果顯示所有受訪機構都在使用人工智能，但只有16%從部署中提取到變革價值。換句話說，每六間企業，只有一間覺得人工智能真正改變了業務。

同一調查中，40%受訪者表示只在特定任務或團隊看到中等增益，21%有意義增益，而23%回報極少或全無。數字的另一端，是38%企業仍停留在試點階段，僅12%在生產環境運行人工智能代理。

16%企業見變革價值四成僅局部效益

調查覆蓋所有受訪機構，沒有一間完全不用人工智能，但真正稱得上變革價值的只有16%。40%受訪者說，增益局限在特定任務或團隊，未能擴散到整體業務。21%看到有意義增益，23%則回報極少或全無。這組數字反映一個現實：多數企業有人工智能，但未有人工智能帶來的轉型。

部署階段同樣滯後。38%企業仍以試點方式推進人工智能用例，35%用於輔助員工工作，例如共同駕駛工具或對話助理。僅12%在生產環境運行人工智能代理。試點與生產之間的距離，正是回報落差的來源之一。

這個分佈意味什麼？企業不是沒有投資，而是投資集中在容易展示的環節。試點可以快速啟動，輔助工具可以即時使用，但真正涉及流程重組與數據整理的部署，比例明顯偏低。16%變革價值的門檻，正好篩出少數完成深層整合的機構。

調查指出，企業內部可能同時運行多個人工智能平台、系統與工具，例如人工智能客戶平台、對話助理、工作流程與流程自動化工具。每一個都精密、先進、反應快，但放在一起運作時，產出的結果與行動可能出錯、混亂，或缺乏對業務的整體理解。

問題不在單一模型的能力，而在系統之間沒有共同的企業上下文。客戶平台不知道流程自動化工具正在處理什麼，對話助理也不掌握客戶平台的歷史紀錄。每個系統獨立運作，各自聰明，合起來卻可能偏離企業實際情況。MIT 認為，這是企業難以從人工智能投資取得回報的關鍵原因之一。

香港企業同樣面對多平台並行的局面。金管局2025年推出 ART 框架監管代理式人工智能，要求金融機構交代模型決策依據，正好對應上下文缺失的問題。不過，數碼港與生產力局的中小企資助計劃多聚焦工具採購，較少資助數據整理與流程重組。港企若只買軟件而不整理客戶與營運數據，回報難有改善。

調查顯示，僅12%企業在生產環境運行人工智能代理。代理與副駕駛不同，會直接執行動作，例如修改訂單或觸發退款。一旦企業數據不準確或權限設定模糊，代理的動作就會出錯。這正是試點與生產環境之間的斷層。

38%受訪企業仍停留在試點階段，35%則用副駕駛或聊天助理輔助員工，未觸及核心流程。代理式系統要求企業提供準確的客戶、庫存與財務數據，並清楚界定每個代理的權限。缺少這些基礎，代理上線後容易產生混亂或錯誤行動。

有觀點認為，12%的生產環境採用率已算不錯，畢竟代理式技術仍在演進。但調查同時指出，23%企業回報極少或全無，反映多數部署未解決根本的上下文缺失問題。代理數量增加，不等於回報增加。

金管局2025年推出ART框架監管代理式人工智能，要求金融機構交代模型決策依據。這意味着企業上下文不再只是技術問題，而是合規前提。金融機構若無法解釋代理為何作出某項行動，就可能面臨監管質疑。

港企普遍同時採用多個人工智能平台，但缺乏統一數據標準。與其逐部門採購工具，不如先統一客戶、庫存與財務數據的定義與格式，再接入人工智能平台。數據整理與流程重組的資助，目前較少見於數碼港與生產力局的中小企計劃，這是政策層面可以思考的方向。

中小企資源有限，可先從單一高頻流程試行，例如客戶查詢或訂單處理，量度回報後再擴展。同時推行多個試點，容易分散數據治理的注意力。先整理數據，再談代理式部署，是較務實的路徑。

調查的16%變革價值與12%生產環境代理採用率，指向同一個結論：企業缺的不是模型，而是企業上下文。數據標準、權限設定與流程定義，決定代理能否在生產環境穩定運作。

香港企業面對金管局ART框架的合規要求，與其急於採購代理工具，不如先審視客戶與營運數據是否足以支撐代理決策。數據整理的回報，未必即時可見，卻是代理式部署能否走出試點的前提。