关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
在2025年，商业世界中的人工智能应用呈现出一幅复杂且充满挑战的图景。尽管企业在生成式AI领域投入了高达300亿至400亿美元的资金，但调研显示，95%的组织却未能从中获得任何回报。这种现象被形象地称为“生成式AI鸿沟”，它清晰地划分了在AI应用中成功与失败的两极分化。
尽管像ChatGPT和Copilot这样的工具被广泛采用，超过80%的组织已经探索或试点了这些技术，近40%的组织甚至已经部署了相关应用，但这些工具主要提升的是个人生产力，而非企业的整体盈利表现。企业级系统，无论是定制的还是供应商出售的，都在悄无声息地被拒绝。60%的组织评估了此类工具，但只有20%进入了试点阶段，最终只有5%达到了生产阶段。大多数工具因为工作流程的脆弱性、缺乏上下文学习能力以及与日常运营的不匹配而失败。
从行业角度来看，这种鸿沟表现得尤为明显。在八个主要行业中，只有科技和媒体行业显示出结构性变化的明显迹象，而其他七个行业则几乎没有发生根本性的改变。在能源和材料行业，几乎看不到任何采用GenAI的情况，实验也很少。而在专业服务领域，虽然效率有所提升，但客户交付方式基本保持不变。在医疗保健和制药行业，虽然有文档转录的试点项目，但临床模型并未发生改变。
在企业层面，大型企业虽然在试点数量上领先，但在规模化方面却落后于中型市场公司。中型市场公司的平均实施时间仅为90天，而大型企业则需要九个月甚至更长时间。这种“企业悖论”揭示了大型企业在将AI技术从试点阶段推向全面部署时所面临的困难。
还有一个有趣的现象——“影子AI经济”。尽管官方企业倡议在GenAI鸿沟的错误一侧停滞不前，但员工们已经开始通过个人AI工具跨越这一鸿沟。这些个人工具往往比正式的企业倡议带来更好的投资回报率。超过90%的公司员工报告称，他们经常使用个人AI工具来完成工作任务，而只有40%的公司表示他们购买了官方的大型语言模型订阅。
在投资模式方面，50%的GenAI预算流向了销售和营销领域，但后端办公室自动化往往能带来更好的ROI。这种投资偏见反映了易于衡量的指标，而非实际价值，导致企业专注于错误的领域。例如，法律、采购和财务等职能部门提供的效率提升虽然重要，但很难在高管对话或投资者报告中体现出来。
GenAI试点停滞的核心原因是学习差距。大多数GenAI系统无法保留反馈、适应上下文或随着时间的推移而改进。用户更倾向于使用ChatGPT来完成简单任务，但在关键任务中，由于其缺乏记忆能力，用户会放弃使用。这种学习差距正是GenAI鸿沟的核心所在。
成功的组织和供应商正在通过直接解决这些限制来实现更快的进展。成功的买家要求针对特定流程的定制化，并根据业务成果而非软件基准来评估工具。他们期望系统能够与现有流程集成并随着时间的推移而改进。而那些满足这些期望的供应商正在获得数百万美元的部署合同。
尽管大多数实施并没有导致裁员，但那些跨越了GenAI鸿沟的组织已经开始在客户支持、软件工程和行政职能等领域看到选择性的人力资源影响。表现最好的组织报告称，通过减少业务流程外包支出和外部机构的使用，特别是在后端办公室运营中，他们实现了可衡量的成本节约。其他组织则通过自动化的客户接触和智能的跟进系统提高了客户保留率和销售转化率。当针对特定流程时，能够学习的系统可以提供真正的价值，即使没有进行重大的组织变革。
在2025年，商业人工智能的现状是，尽管投资巨大，但大多数组织仍然未能实现预期的变革。然而，那些能够跨越GenAI鸿沟的组织和供应商正在通过学习、适应和集成能力来实现真正的商业价值。随着企业开始锁定能够从数据和反馈中学习的系统，那些能够快速适应并提供定制化解决方案的供应商将在未来的AI经济中占据主导地位。对于那些仍然停留在鸿沟错误一侧的组织来说，改变技术、合作伙伴和组织设计的选择是跨越鸿沟的关键。
