什麼是「生成式AI悖論」？

生成式 AI 悖論：企業投資與營收貢獻的落差

「生成式 AI 悖論」指的是，許多企業投入大量資源在生成式 AI 上，但這些投資並未轉化為實際的營收增長。顧問公司麥肯錫的報告顯示，雖然超過 78% 的企業已導入某種形式的生成式 AI，但只有不到 1% 的企業認為其 AI 策略已成熟，且超過 80% 的企業表示，生成式 AI 專案尚未對營收產生實質影響。

無法轉化為績效的六大瓶頸

麥肯錫報告指出，許多企業傾向部署容易上手、具即時回饋效益的「水平應用」，例如提供個人協助的 AI 工具。雖然這些應用能提升工作效率，但由於成效分散，難以對整體財務表現產生具體貢獻。此外，針對特定業務流程的「垂直應用」（如供應鏈優化、風險分析等）雖然具備高價值潛力，但因開發難度與流程重構需求較高，常見仍停留在試點階段，無法順利擴展。

麥肯錫進一步指出，導致高潛力 AI 專案難以規模化推進的關鍵在於六大瓶頸：缺乏高層推動與策略整合、客製化開發資源與門檻過高、大型語言模型的技術限制、AI 團隊與業務部門間缺乏協作、資料品質與可用性不足，以及組織文化與人員對新技術的抗拒。這些因素綜合起來，使得企業難以從生成式 AI 中獲得預期的經濟效益。