在過去兩年裡，生成式 AI（Generative AI, GenAI）成為全球企業最熱門的投資領域。據統計，2024 年全球企業對 GenAI 的投資高達 300–400 億美元。然而，驚人的現象是：這些專案中，高達 95% 無法帶來實質的財務影響，真正能成功規模化並創造百萬級價值的案例不到 5%。(台灣目前的現況可參考臺灣中小企業的AI導入困境：看不見的產值與心態的轉換)
這個現象，我們稱之為 「GenAI Divide」 —— 在 hype 與真實價值之間，存在一道巨大的落差。
GenAI 的普及與矛盾
從調查來看，80% 的企業員工使用過 ChatGPT 或 Copilot，其中有 40% 的公司已正式部署過 GenAI 專案。表面上看，GenAI 已經進入大規模普及階段。但深入分析後發現，這些專案大多停留在 試點（pilot）階段，難以進一步推進到全面落地。
問題不在於技術本身。事實上，今天的 LLM 模型表現已經足以應付大部分場景。真正的阻礙在於：工具缺乏「學習能力」與「持續改進」的機制，導致使用者體驗斷裂，員工寧可回頭使用 ChatGPT，也不願意堅持用公司內部的客製化解決方案。四大模式揭示「GenAI Divide」
研究中整理出四個典型現象：
1. Limited disruption — 產業顛覆有限
在涵蓋的 9 大產業中，只有 科技與媒體出現顯著的結構性變化。醫療、金融、零售、能源等產業雖然有高投資，但真正影響產業格局的案例極少。
2. Enterprise paradox — 大企業的悖論
大型企業擁有最多試點專案，卻是 量產率最低 的群體。因為流程複雜、治理嚴格，導致內部工具很難規模化應用。
3. Investment bias — 投資結構錯位
超過 70% 的 GenAI 預算流向行銷與銷售，但這些應用的 ROI 相對有限；反而是後勤自動化（如採購、財務、法務）展現更高的價值，但卻因不易被量化而遭到忽視。
例如：如何用 Make 製作一個能建立 Google 行事曆的 LINE AI 機器人
4. Implementation advantage — 外部合作勝於內建
數據顯示，外部合作開發的 GenAI 專案成功率是內部自建的兩倍。供應商通常更能針對特定流程進行優化，而企業內部團隊往往卡在基礎設施或治理框架，無法快速迭代。
影子 AI 經濟的崛起
另一個引人注目的現象是 「Shadow AI」 —— 員工私下使用個人帳號的 AI 工具。研究顯示，90% 的員工日常使用 ChatGPT 等 LLM，但只有 40% 的企業有正式購買 AI 解決方案。
換句話說，員工的影子 AI 使用率遠遠超過企業部署。更驚人的是，這些影子使用常常比企業專案帶來更高的 ROI。這意味著，GenAI Divide 不僅存在於企業內外，也存在於管理層與基層員工之間。
科技巨頭裁員潮真相：AI 是替罪羊？剖析 2025 年科技業大裁員背後隱藏的真相
破解「GenAI Divide」的三大方向
要讓 GenAI 投資真正轉化為業務價值，企業需要改變思維：
1. 聚焦「流程專屬」解決方案
泛用型工具很難嵌入複雜流程。相反，針對特定業務痛點（例如法律審查、採購比價、客服自動化）的客製化應用，更容易創造可量化的 P&L 影響。
2. 以「學習能力」為導向
企業應該要求 AI 工具具備三大特徵：
- 能保留上下文與歷史記錄
- 能持續根據使用行為優化
- 能與內部系統深度整合
這樣的 AI 才能真正「成長」，而非停留在一次性 demo。
3. 重構投資結構
企業需要重新檢視資源分配，把更多預算導向 後勤與流程自動化。這些領域雖然不炫目，卻往往是 ROI 的金礦。
給企業與供應商的啟示
對 企業買方：
- 不要被 hype 誘惑，先觀察員工在影子 AI 裡的使用行為
- 聚焦於能直接改善 P&L 的流程
- 把成功的標準從「模型分數」轉換成「實際業務成果」
對 解決方案供應商：
- 聚焦於垂直場景與具體痛點
- 提供能「邊用邊學」的產品，而非一次性的模型調用
- 以「整合與學習」作為核心賣點，而非僅僅提供一個華麗介面
結語：從 hype 到價值的關鍵一步
GenAI 的確改變了我們的工作方式，但現實遠比想像中更複雜。當 95% 的投資無法落地，企業與供應商都必須正視這道「GenAI Divide」。
真正的突破點，不是更強大的模型，而是 能學習、能適應、能持續成長的 AI 工具。唯有如此，企業才能從影子 AI 經濟走向正式的轉型紅利，讓投資真正創造價值。
