MIT报告揭示企业AI应用真相：员工自发使用ChatGPT驱动效率革命

MIT一份26页的热门研究报告披露，全球高达95%的企业人工智能项目似乎面临失败，但实际真相是，90%的员工正在私下使用ChatGPT等工具高效办公，在科技与媒体行业引领了一场效率变革。

全球范围内，绝大多数开展人工智能项目的公司都未能取得预期成果。

这一令人震惊的观点，来源于麻省理工学院发布的重要研究报告——《The GenAI Divide: State of AI in Business 2025》。

报告访问地址：https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf

出乎意料的是，这份引发广泛关注的报告，迅速在全球网络平台传播开来。

人工智能技术是否已快速进入低谷期？事实上，实际情况比媒体报道更为复杂与深刻。

在这份26页的文档中，隐藏着一个爆炸性的现实：企业历史上最迅速、最有效的技术推广普及，正在管理层未察觉的情况下悄然进行。

尽管40%的企业订阅了大型模型服务，但90%的员工仍然选择使用「个人人工智能工具」悄无声息地完成工作任务。

一位风险投资家Kasra Khalili简洁地指出核心问题，「人工智能并未失败，而是企业内部系统构建方式的失败」。

报告的核心发现概述如下：

· 普遍的误解：新闻标题聚焦于「95%的企业人工智能试点项目失败」，但这仅指昂贵且僵化的定制系统。真实情况是：90%的员工正在积极使用个人人工智能工具（例如ChatGPT）进行工作，引发了历史上最快速的技术普及浪潮。

·消费级工具超越企业级：昂贵的企业人工智能工具由于「刻板、缺乏学习能力、脱离实际工作流程」而被员工放弃。相反，消费级人工智能应用凭借灵活性、适应性和即时响应获得显著成功。

·隐藏的生产力爆发：这场自下而上的「变革」带来了巨大的、未被传统企业指标衡量的生产力提升。最高的回报并非来自显眼的营销应用，而是来自较少关注的后台自动化（如客户服务、文档处理），每年可为企业节省数百万美元成本。

· 革命始于员工：报告的结论并非人工智能失败，而是企业采购与管理策略的失败。人工智能技术本身是成功的，但成功路径是「从员工到企业」，而非「从企业到员工」。企业应当停止「自行构建」，转向「采购」并与供应商紧密协作，更重要的是，向那90%已经掌握正确使用方法的员工学习。

这一现象背后，究竟揭示了何种趋势？

90%员工私下使用ChatGPT，自费提升工作效率

各大科技公司的人工智能项目，在内部推行虽然进展缓慢，但大多数员工早已在私下高效利用。

MIT报告强调，「实际上，几乎每个人都在以某种形式将大型语言模型应用于工作中」。

其中，90%的员工频繁使用个人人工智能工具，如ChatGPT、Claude等，即便40%的公司已订阅官方服务。

换言之，员工使用人工智能的频率，是企业采纳率的两倍以上，这种现象被称为「影子人工智能经济」。

关键的是，这些员工并非偶尔尝试，而是他们在每周工作中，每日多次使用人工智能。

这种普及速度，远超当年电子邮件、智能手机、云计算技术的采用频率。

报告中，有一个典型案例十分具代表性：

一家法律公司投资5万美元采购了一款专业的人工智能合同分析工具，但一位律师本人在起草文件时却坚持使用ChatGPT。

根本原因在于，人工智能生成内容的质量差异显而易见。

这名律师表示，「ChatGPT总能生成更优质的内容，即使我们的供应商声称使用的是相同的基础技术」。

如今，这一现象在各行各业中普遍存在。

即便是微软这样的科技巨头，办公室员工在家中也常使用ChatGPT。

长期以来，微软无论在公司内部还是客户中，大力推广自家的Copilot人工智能，但效果不尽如人意。

去年春季，制药巨头Amgen高调宣布引入微软Copilot后，仅过一年，全体员工纷纷转向使用ChatGPT。

企业级人工智能系统脆弱、设计过度复杂，与实际工作流程脱节，而消费级人工智能工具则因灵活性、易用性、即时性广受欢迎。

正如一位首席信息官向研究人员表示，「我们今年审查了数十个产品演示，可能仅有一两个真正实用，其余的不是华而不实的包装，就是脱离实际的科研项目」。

当企业管理层仍在探索内部普及人工智能的途径时，员工们早已掌握了「人工智能的使用诀窍」。

投资5万美元，自研人工智能却不及ChatGPT

那些登上新闻头条的「95%失败率」，特指企业委托供应商或内部开发的、昂贵且定制化的企业级人工智能解决方案。

这些工具推行失败的核心在于缺乏「学习能力」。

报告明确指出，企业级人工智能无法保存反馈、适应上下文环境，无法随时间推移而改进。

简单来说，就是用户体验较差。

像ChatGPT这样的通用人工智能工具投入生产的成功率为40%，而针对特定任务的企业级工具成功率仅为5%。

员工们普遍抱怨，每次都需要手动输入大量背景信息，且工具不会从反馈中学习进步。

相比之下，ChatGPT之所以成功，是因为其灵活且响应迅速，即便每次对话都是新的开始。

而企业级工具则显得僵化呆板，每次使用前都需要繁琐的设置。

这种学习能力的差距，在员工使用人工智能的偏好中，又反映出另一种现象——

70%的员工在处理邮件、基础分析等快速任务时，直接求助人工智能而非同事；但对于复杂的、高风险的工作，90%的员工更信任人类。

这里的关键分界线并非智能本身，而是人工智能与人类在记忆与适应能力上的差异。

停止自研，合作成功率显著提升

从更深层次看，「影子经济」并非人工智能失败的证据，反而揭示了传统企业指标无法衡量的巨大生产力提升。

员工们自行解决了官方项目的集成难题，恰恰证明了隐藏的生产力。

MIT报告称，「影子经济」表明，只要能用上灵活、响应迅速的工具，个人完全有能力跨越生成式人工智能应用的障碍。

一些具备前瞻性思维的公司，已经意识到这一机遇。

他们努力弥合差距，从员工的自发使用中学习，在采购企业级方案前，先分析哪些个人工具能真正创造价值。

不仅如此，报告还提出了一个挑战传统技术观念的观点：企业应停止尝试在内部自建人工智能。

数据统计显示，那些与人工智能供应商合作的项目，67%能成功部署，而内部自建的只有33%。

一个最成功的案例是，那些将人工智能初创公司视为「业务伙伴」的企业，更注重实际业务成果，需要深度定制和持续改进，而非华而不实的产品演示。

科技与媒体行业加速人工智能应用，七大行业变革缓慢

纵观整个行业，仅有科技、媒体领域因人工智能发生了颠覆性的结构变革。

而医疗、金融、制造等在内的七大主要行业，在人工智能应用上实际「进展迟缓」。

整体表现为，人工智能试点频繁，但内部结构性变化微乎其微。

在医疗和能源领域，大多数高管表示，未来5年内没有裁员计划，也未预见会裁员。

这种审慎态度并非失败，而是一种智慧。

这些暂未被颠覆的行业，正对人工智能的实施进行深思熟虑，而非盲目投入混乱的变革。

科技和媒体行业之所以发展更快，是因为它们能承受更高的风险。超过80%的高管预计，公司将在24个月内缩减招聘规模。

另一个需要注意的方面是，企业人工智能预算中，有一半投入了销售和营销领域。

然而，真正产生效益的其实是那些不起眼的后台自动化项目。

例如，通过人工智能取代外包合同，企业每年能节省200万至1000万美元的客服和文档处理成本，还能削减30%的外包创意费用。

更重要的是，这些收益并非通过裁员实现。人工智能工具提升了工作效率，但并未改变团队结构或预算。

人工智能革命正在成功，由员工个体推动

MIT这份报告并未证明人工智能的失败，恰恰揭示了——

人工智能的成功甚至超出了企业的预期，员工早已走在雇主的前面。

技术本身没有问题，问题出在企业的采购和管理方式上。

那些能跨越生成式人工智能鸿沟的公司，共同点是利用能深度融合、不断优化的工具。

至于那95%未成功的企业人工智能试点，报告已经指明了一条路径：跟随90%已掌握人工智能使用方法的员工学习。

Contextual AI创始人认为，生成式人工智能项目失败的根本原因不在模型，而是上下文重要性被忽视。

一位制造业高管表示，「我们处理某些合同的速度加快了，但仅此而已」。

显然，他未能看到全局。

处理合同的速度加快，当这一改进乘以数百万员工和成千上万的日常任务时，便是最终爆发的生产力。

总而言之，人工智能革命没有失败，它正在每一次的ChatGPT对话中，悄然取得成功。

上市公司或节省万亿美元成本

另一份来自摩根士丹利的报告，也从侧面印证了人工智能革命并未失败的观点。

其中的一项分析称，由人工智能带来的颠覆性变革，或能为标普500公司每年节省9200亿美元的成本——相当于总薪酬的41%，或2026年税前利润的28%。

而这一过程将通过削减薪酬开支（裁员、自然流失、自动化）来实现。

报告的核心观点如下：

预计90%的工作岗位会受到人工智能自动化或功能增强的影响。

人工智能智能体将重塑工作任务，而人形机器人将在物流、零售等领域直接替代人工。

每年近万亿的效益，最终有望转化为13万亿至16万亿美元的市值增长，相当于其当前总市值的近1/4。

人工智能已不再是一个投机概念，而是驱动未来十年企业盈利增长的核心引擎。

首先，在人工智能的冲击下，不同行业受到的影响程度也有所不同。

例如日常消费品的分销与零售、房地产管理以及交通运输业是受冲击最大的几个行业。其中，由人工智能驱动的潜在生产力提升预计将超过2026年预测收益的100%。

但对于半导体和硬件行业等，人力成本相对于盈利占比较低的行业，可挖掘的人工智能价值潜力则相对较小。

其次，「完全自动化」与「任务级增强」之间，存在区别。

简单来说，软件应用中的人工智能智能体更倾向于重新分配任务，而非彻底取消岗位。

相比之下，以人形机器人形态出现的具身智能，则在物流和实体零售等行业构成了更直接的替代风险。

报告同时预测，在岗位替代的趋势下，全新的职位类别也将应运而生——从首席人工智能官到人工智能治理专家不等。

这与早期技术颠覆浪潮中，市场对程序员、IT专家和数字营销人员的需求激增类似。

最后，分析师还指出，人工智能的全面普及可能需要数年甚至数十年的时间。

企业初期的重点将是依赖人员的自然流失和提升流程效率，而非立即进行大规模裁员，尤其是在那些由面向客户的岗位驱动收入的行业。

人工智能革命的浪潮已经到来，

总的来说，无论是麻省理工学院深入一线的微观洞察，还是摩根士丹利高瞻远瞩的宏观分析，都指向了一个共同的结论——

人工智能革命的浪潮已至，学习并拥抱那些灵活、高效的人工智能工具，将帮助您抓住这价值数万亿美元的时代机遇。

参考资料：

https://venturebeat.com/ai/mit-report-misunderstood-shadow-ai-economy-booms-while-headlines-cry-failure/

https://www.youtube.com/watch?v=5xxtVvqwkX4

https://fortune.com/2025/08/19/morgan-stanley-920-billion-sp-500-savings-ai-agentic-robots-jobs/