AI高效企業僅6%　模型性能提升未必帶動財務成效

即使人工智慧（AI）模型性能快速提升，企業生產力也不一定同步改善。最新分析指出，企業真正的瓶頸不在前沿模型，而在資料、工作系統與安全驗證機制。

企業績效的關鍵瓶頸

《財富》22日分析指出，圍繞AI開發速度的「節奏控制」爭論可能誤判了核心問題。將模型性能每次提升都視為能立即推動總體經濟生產力的「算力到GDP」式觀點，未充分反映企業組織與工作方式變革所需的時間。

企業要把新AI實際導入工作流程，必須克服資料孤島、資料品質低落、老舊企業資源規劃（ERP）系統與法規遵循機制等障礙。模型公開並不代表工作方式與組織結構會隨之改變。

埃森哲（Accenture）調查15個國家、9個產業及2000家企業後表示，具備足夠資料準備度、能擴大採用先進AI的企業僅占7%。雖有64%的受訪企業表示，AI已在多項職能中超越試點階段進入營運，或開始全公司導入，但具備擴大採用所需資料基礎的企業仍是少數。

麥肯錫在2026年調查中統計，37%的受訪者表示已因使用AI取得一定程度的EBIT效益。AI對EBIT影響達5%以上，且評估技術影響「相當大」的高績效企業約占6%，與前一年持平。

AI導入並未停止。麥肯錫調查顯示，44%的受訪者表示AI已進入全公司擴大採用階段，60%預期未來一年增加AI投資。不過，個人工作生產力改善與企業整體財務成果之間仍存在落差。

另有20%的受訪者表示，因AI營運費用與代幣成本而限制使用。這顯示企業導入速度不只受到模型性能影響，資料整理成本、工作流程重新設計負擔與營運費用也同樣重要。

開發速度與安全驗證

有關放慢開發速度的討論，起初源於AI安全驗證。Anthropic執行長達里奧·阿莫代伊（Dario Amodei）在9月公開文章中表示：「節奏控制並不意味著停止模型訓練或技術進步。」

阿莫代伊主張，企業應確保有足夠時間安全調整及防護模型，也應讓第三方評估者檢視訓練過程與營運程序。節奏控制的重點，不是停止技術開發，而是縮小能力提升速度與安全驗證速度之間的落差。

阿莫代伊警告，如果AI能力開發持續加速，6至12個月內可能出現AI代理群掌控整個網際網路的情況。這是阿莫代伊提出的風險情境，尚未確認是否會實際發生。

OpenAI表示，前沿AI需要國際安全與保安規範、共同衡量方式及事故通報制度。OpenAI指出，完全自主的遞迴式自我改進目前並未進行，在能維持人類控制前也不應推動。

另一方面，外界也擔心美國與中國之間出現競爭空缺。相關主張認為，若只有美國企業放慢速度，可能在技術與安全競爭中處於不利位置。Meta($META)與輝達($NVDA)管理層也對全面放慢速度持負面看法，輝達執行長黃仁勳表示，開發應以最快速度推進，但對失去控制的產品則必須暫停並修正。

耶魯CEO Caucus對約100名執行長進行的調查顯示，受訪者要求川普總統在中國與AI安全問題上採取更積極的行動。這反映出兩種立場同時存在：一方要求強化AI安全，另一方則認為不能在與中國競爭時放慢速度。

中國全國網絡安全標準化技術委員會14日公布《人工智能安全治理框架3.0》。目前可以確認中國已建立AI安全與控制框架，但尚未確認中國已同意以與美國相同的方式調整前沿模型開發速度。

AI技術性能提升後，不代表能立即應用於企業工作，也不保證會在市場廣泛使用。本刊先前曾報導AI性能與市場採用之間的落差，本次調查也顯示，模型競爭與實際工作成果之間仍隔著資料與系統等中間環節。

這場爭論凸顯，僅憑模型開發速度難以判斷AI的經濟效益。目前已確認的調查與企業立場顯示，資料整理、工作流程重新設計、營運費用管理及安全評估，是影響企業層級成果的主要課題。尚未確認有直接連結台灣虛擬資產市場的公告，亦未確認相關價格或投資數據。