近9成企業導入AI卻沒賺錢？ 李開復揭致命盲點：你從一開始就選錯人

錢花了，價值卻沒實現

麥肯錫調查還給出了另一組數字：儘管近九成的企業都在使用AI，但只有39% 的企業表示AI 帶來了實質性財務回報，實現了EBIT（Earnings Before Interest and Taxes，稅前息前淨利）的成長。

AI 的潛力是真的，但真正藉此創造價值的企業並不算多，這是整個產業正在經歷的問題。其原因在於AI 的部署方式和企業價值生產之間還存在巨大的斷層。

MIT示警企業模型落入「學習鴻溝」

麻省理工學院（MIT）NANDA 計畫的2025 年初步研究報告把這一斷層稱為「學習鴻溝」：企業級模型專案失敗，往往不是因為底層模型不夠聰明，而是因為系統沒有真正連接企業的工作流程、上下文、資料流程和回饋迴路。模型跑起來並不難，但如果無法吸收真實使用中的回饋，累積不了業務操作經驗，就無法隨著業務運作持續改進。

更深層的原因是AI 部署的場景錯置。

真正能改善財報表現的場景──跨部門的定價決策、供應鏈優化、核心產品創新，對AI 的需求最迫切，但落地門檻最高，牽涉的利益相關方最多，風險最大，需要最高層級的組織授權。相反地，容易部署的AI 場景──會議紀錄、文案初稿撰寫、內部問答，推進起來阻力最小，可它們對損益表的影響也可以忽略不計。這就導致絕大多數企業的AI 投入都集中在容易部署的地方，而不是真正有價值的地方。

別讓「AI 代理使用率」成為騙人的表面成功

很多企業的AI 評估體系， 本身就在鼓勵「表面成功」。如果資訊長的KPI 還停留在AI 代理部署數量和使用率上，這種評估標準上的錯誤會系統性地產出看起來成功、實際上沒有價值的結果。專案做完了，也許報告寫得漂亮， 可在下一次財報電話會議上，不會有業績的真實成長。

這一切的背後有三個錯誤，且它們總是同時出現，認清它們才是找到出路的前提。

為什麼企業AI轉型絕不能全權甩鍋給資訊長？

第一個錯誤，是主導AI轉型的人，從一開始就選錯了。

最近幾年我和很多傳統企業的執行長聊AI 轉型，其中八成的對話幾乎像套用了同一個劇本。

我問：「AI 這件事這麼重要，你們是在認真推進AI 轉型嗎？」對方答：「當然，我已經把這件事交給我們的資訊長， 讓他全權負責。」

我說：「這件事，恐怕得由您親自負責。AI 轉型不是讓資訊長採購一套軟體回來就行，也不是讓各個部門各自提報需求，再由資訊長居中協調外包，最後部署一堆AI 代理就算數。」

對方通常會愣一下。

我接著問：「您給資訊長訂的KPI，是什麼？」對方想了想：「嗯⋯⋯做出幾個能用的AI 代理，先提升使用率。」

我再追問一句：「那ROI（Return on Investment，投資報酬率）呢？」這時候，對話往往就卡住了。

然後我會講一句很直接的話：「AI 轉型，是用AI 去優化企業的流程、提升營運效率、促進營收和利潤的成長，是去改善財報表現，您給資訊長定的那個KPI，能達到這個目標嗎？」這樣說不是在貶低資訊長，而是現行模式本身就存在問題，可以分幾層拆解。

拆解資訊長扛不起 AI 轉型的「三層錯配」

第一層是職能錯配。一個稱職的資訊長，他關注的是系統穩定、資料安全、不出錯。然而，AI 轉型是一項要冒風險、改變企業命運的工作。讓一個以求穩為天職的人，去主導重大變革，是職能上的錯配。

第二層是權力越界。真正能改善財報表現的AI 場景都需要跨越職能邊界——重構採購流程要動供應鏈，重構客服體系要動產品，重構定價要動財務。然而，資訊長的權限止於IT 系統，他難以推動核心業務流程的重構。這些跨職能的場景才是AI轉型的核心戰場。

第三層是技術能力不足。即便資訊長全力以赴，也很難從頭建立新一代的技術架構（我們後面會深入探討），這超出了內部IT團隊的能力範圍。但也不是資訊長失職，而是因為這件事本身就是高難度、創新且跨領域的。

我想強調一下，雖然本書對「把AI 轉型全權交給資訊長」這件事批評得很重，但請別誤會，我批評的不是資訊長的職能和能力，而是一種錯誤的責任分配。讓資訊長主導AI轉型，是把一件需要跨越所有部門邊界、執行長才推得動的事，壓在了一個權限止於IT系統的人肩上。

在這場轉型裡，一個懂業務、懂資料，又冷靜可靠的資訊長，是執行長最不可或缺的盟友之一。他的定位應該是和AI 長（Chief Artifical Intelligence Officer, CAIO）、業務負責人並肩，為執行長和企業提供技術判斷和系統架構。我主張的是把資訊長從他被推到的錯誤火線上，放回他原本的位置。

（本文摘自《AI未來已來》作者：李開復)