刊於《信報》，2025年9月22日
AI提升員工效率未惠及企業之謎
許佳龍
科大商學院署理院長；資訊、商業統計及營運學系講座教授；艾禮文家族商學教授
美國麻省理工學院（MIT）所屬的 NANDA 計畫（Networked Agents and Decentralized AI）不久前發表了一份研究報告指出，雖然生成式AI 被視為企業的「制勝利器」，並對AI應用提升公司盈利寄予厚望，但絕大多數引入AI冀提升盈利的企業，結果鎩羽而歸，公司損益表一無所獲。
報告以《生成式AI鴻溝：2025 年商業人工智能現狀》（GenAI Divide: State of AI in Business 2025）為題（下簡稱《報告》），分析了逾300項公開AI專案、訪問了52家組織、135位機構高管、350名員工，調研結果揭示，儘管企業已投入高達 300至400億美元巨額資金，但95%企業未能從中獲得可衡量的財務回報，而成功與失敗案例呈現巨大差距，形成一道深刻的「生成式AI鴻溝」（見附圖）
附圖：從試點到製作任務特定型 GenAl工具急劇下降揭示GenAl鴻溝
資料來源：《GenAI Divide: State of AI in Business 2025》報告，頁 6
員工效率提升公司無實際收益
《報告》指出，表面上，AI工具的採納率極高，超過80%的組織已展開探索或試點應用ChatGPT等生成式人工智能工具，近40%更已進行了實質部署。然而，這些工具主要提升個人生產力，並未轉化為企業損益表上的實際收益。
目前，人工智能應用愈來愈受到企業重視，甚至寄予無限憧憬，冀能夠給業務發展帶來新突破。如今NANDA 計畫這項研究發現，似乎向滿懷AI熱情的投資者澆了冷水，但筆者認為，更值得關注的是，需要深入分析當中的原委，吸取經驗，提煉啟迪，從而認識和掌握AI有效應用之道。
看深一層， NANDA 計畫這項調研的結果，與筆者之前文章提出的憂慮，亦即雖然AI有效率地替我們完成簡單工作，但我們必須關注機構是否過份投資AI，以及AI應用是否到位，能為機構帶來實質性好處。NANDA 計畫的研究結果顯示這些是深層次問題。
豈是「鴻溝」那麼簡單
《報告》以「AI鴻溝」來形容成功與失敗案例呈現的明顯落差，但筆者認為「鴻溝」並不足以準確闡述這項研究發現，因為從報告的內涵來說，也許是機構未能有效和適切地應用AI，致投入資源盼取得的效率得益，無法在自身的損益表上體現，取得可衡量的營收利潤。
《報告》指出其中一個主要成因，是員工將AI導入他們的工作中，提升了個人工作效率，但員工藉AI所提升的效率，卻未能轉化為提升企業的盈利能力。筆者相信，這絕非「鴻溝」那麼簡單，而關鍵在於設計上。
記得筆者曾在本欄撰文，討論和分析相關的觀點——在AI 應用的世代，設計比起AI工具本身的技術能力更為重要（可參閱〈「額外收入」兩源頭支撐AI應用發展〉一文）。
在該文中，筆者以經濟學的「盈利」模型，亦即在公司損益表上所體現的「利潤＝收入—費用」公式作分析起點。如果要AI提升盈利，必須要在收入方面有所提升；或在費用上有所減少，而AI普及應用的成效，總體來說取決於由AI對生產要素改進所釋放的生產力，能否有效地帶來新增「額外收入」之上。換言之，當AI提升了個別員工的工作效率後，個人效率提升所得到的時間減省，是否有效轉移投放到「額外工作 」，從而增強了公司的整體競爭力。
弄清楚AI 扮演角色
筆者曾經接觸認識一些外地AI 應用公司，員工往往把AI替他們減省的時間用作休息，鬆弛工作壓力；或將減省的時間，用來重新投入原來的工作，進行更細緻的優化，務求把同一件工作做得更盡善盡美。這一類的AI投入，未必能為企業的盈利帶來增長。因為AI並沒有提升員工的產出，只是提升了他們的工作質素或給客戶的體驗。換句話說，利用AI所釋放出來的額外人力時間和生產投入要素，必須投放到可增加價值的地方，這樣才能對企業的損益表進帳有所裨益。
沿着這條分析思路，對於NANDA 計畫這項研究結果，筆者擬透過一個分析框架作深入探討，查找出企業引人AI，投入了大量資源，卻未能取得預期收入回報的原因。
筆者過往曾長期任教工商管理碩士（MBA） 的課程，其中一門關於資訊科技管理的基礎課程，十多年來一直與學員分享一個分析框架——當企業或機構把資訊科技（IT）引入組織之中，首先必須聚焦考慮清楚，到底科技的角色是什麼？這一點非常重要。這個框架分析的細節，筆者另文詳述。但無論如何，NANDA 計畫的研究發現，進一步印証了筆者的分析觀點——AI對生產要素改進所釋放的生產力，能否有效帶來新增的「額外收入」，就是AI能否持續有效應用的關鍵所在。