生成式人工智能(GenAI)熱潮持續升溫,企業近年紛紛加大投資,希望藉AI提升生產力、降低營運成本,甚至重塑商業模式。不過,最新調查顯示,企業對AI的投入雖然不斷增加,但實際回報卻未必如預期。
管理顧問公司Bain & Company最新發表的《Automation and AI Pathfinder Survey 2026》顯示,不少企業原本期望透過AI及自動化技術大幅節省成本,但最終成果往往未能達標。值得關注的是,即使回報未如理想,絕大部分企業仍計劃進一步增加AI預算,形成「愈投愈多、回報卻未見同步增長」的現象。
近四成企業成本節省不足10%
調查訪問全球951家企業,當中37%企業原先預期透過AI及自動化技術,可帶來11%至20%的成本節省。然而,在有追蹤實際成效的企業當中,近四成最終只能節省不足10%的成本,與原定目標存在明顯落差。
報告指出,問題並非AI技術失效,而是企業未能真正將技術轉化為商業價值。雖然如此,仍有90%的受訪企業表示,未來將繼續增加AI相關投資,尤其集中於AI Agent(AI代理)等新一代應用。Bain認為,許多企業尚未充分理解AI落地所涉及的組織轉型挑戰,導致投資與回報之間出現落差。
AI代理仍需人手監督 僅7%實現完全自主運作
近年AI Agent成為科技界熱門話題,不少企業亦視其為下一波生產力革命。然而,調查發現,真正實現完全自主運作(Fully Autonomous)的企業僅佔7%。
目前最普遍的做法,仍然是由AI完成分析或提出建議後,再由員工審批。相關模式佔38%;另有32%企業採用設有安全機制(Guardrails)的半自主模式,即AI可自行執行部分工作,但遇到特殊情況時仍需交由人類介入。
換言之,許多企業在計算投資回報時,往往以全面自動化作為假設前提,但現實運作仍高度依賴人手監督。當實際情況與最初商業預測出現落差,自然難以達到原先預期的成本效益。
44%企業靠過往節省成果支持新一輪AI投資
當被問及未來AI投資資金來源時,44%企業表示,將利用過往自動化項目所節省的成本,作為推動生成式AI及AI Agent項目的主要資金來源。然而,若過往自動化計劃本身未能達到預期回報,企業卻仍按照原有預測規劃下一輪投資,便可能形成資金缺口。
Bain指出,不少企業在制定AI投資策略時,仍以預計節省金額作為基礎,而非檢視實際產生的回報。長遠而言,這種做法或會增加企業的投資風險。
數據問題仍是最大障礙
人工智能發展多年,但企業最頭痛的問題依然沒有改變。調查顯示,41%受訪企業認為,「數據存取及整合」仍然是推動AI發展的最大障礙,高於法規要求、預算不足、人才短缺及管理層支持等因素。
值得留意的是,成功達成AI目標的企業,比未達標企業更常提及數據問題。前者有44%認為數據整合是主要挑戰,高於後者的40%。
報告分析指出,這反映表現較佳的企業其實已更深入地應用AI,因此更早接觸到數據治理及整合等核心問題;相反,部分表現較差的企業仍停留在組織協調、資源分配及內部推動階段。
AI失敗原因往往是管理問題
Bain認為,企業若希望真正透過AI創造價值,管理層必須改變思維,不應將AI視為單純的科技項目,而應視為企業轉型工程。
報告建議企業優先處理以下幾方面:
在導入AI之前,應先檢視及重整現有工作流程。若將AI套用於本身已經低效或複雜的程序,只會把問題自動化,而非真正解決問題。
其次,企業應重新檢視AI投資回報,並建立清晰問責機制。當AI作出錯誤判斷或決策時,究竟由哪個部門、哪位管理層負責,應在部署前明確界定。
此外,企業亦不應以數據基礎不足作為延後AI應用的藉口,而應優先從數據較完整、流程較清晰的範疇着手,逐步擴大應用範圍。
最後,企業需要重新定義員工角色。隨着AI代理逐步參與工作流程,員工未來的職責將由執行者轉變為監督者、協調者及決策者。若企業只引入技術,而沒有同步調整管理模式及工作流程,AI帶來的效益將難以完全釋放。