小心人工智能實驗陷阱
麻省理工學院媒體實驗室近期發佈報告指出，95%的生成式人工智能（Gen AI）投資未能帶來可量化的回報，這反映出一個熟悉的陷阱：企業領導層重蹈數碼轉型時期的覆轍，投入資金於零散且無系統的試點項目，結果未能產生實質效益。
這份報告雖然聳動，但其實內容更為細緻。報告指出，個別員工在使用生成式AI工具提升生產力方面取得成功，但在整體財務表現上並無明顯改善，企業在推動全公司範圍的AI部署上遇到困難。更重要的是，報告發現大部分AI實驗投資集中於銷售及市場推廣領域，然而真正能帶來最大回報的往往是後端流程的轉型。
這令不少企業領導人感到憂慮：既然95%的實驗投資未見成效，是否意味著AI實驗毫無價值？但如果不進行實驗，公司又如何學習有效利用這些新工具？那麼，領導者應如何解讀這些結果？
作為研究及教授AI轉型與技術的學者，我們認為許多領導人重蹈十年前數碼轉型的錯誤：鼓勵實驗當然是好事，但若放任實驗無序發展，反而會適得其反。當年數碼轉型初期，領導人面對混亂的數碼趨勢，選擇「讓一萬朵花開」的策略，希望從眾多試驗中誕生獨角獸企業。然而，缺乏聚焦導致資源分散，團隊無法產出可擴展成果，最終許多實驗被迫停擺，企業又回到傳統業務或只集中於較穩妥的IT系統更新。
那麼，問題出在哪裡？其實，實驗本身無錯，關鍵是要與真正的商業機會緊密連結——即轉型核心業務以更好地服務現有及新客戶。當我們把AI視為激進且顛覆性的技術時，往往忽略了企業最根本的目標：為客戶解決問題。走出這個陷阱的關鍵有四步：一、理解AI在整體轉型中的位置；二、聚焦AI如何提升客戶服務；三、針對有價值的機會進行聚焦實驗，並以可擴展為目標；四、將成功的實驗推向規模化。
理解AI在整體轉型中的位置
雖然目前全球熱議AI，但我們應退後一步，認識AI只是更大數碼轉型浪潮中的一環。真正的變革是從數碼技術只應用於企業邊緣（如IT設備、資料庫管理）轉向數碼成為企業核心——企業圍繞數碼工作流程和客戶旅程運作，而非傳統生產活動。換言之，現在幾乎每間公司都在變成科技公司，決策越來越多依賴數據與AI，而非純粹依靠人類判斷。
以螞蟻金服為例，其貸款決策由AI主導，人類只負責監督；亞馬遜的定價策略亦由AI驅動。這種轉變是根本性的，且仍在進行中，未來多年內將塑造出截然不同的組織形態。了解這個大趨勢，提醒領導者AI只是工具之一，目標是利用科技更快、更好、更便宜地服務客戶。正如互聯網改變了服務客戶的方式，但未改變服務的根本目的，AI的採用亦應聚焦於此。
聚焦提升客戶服務
認知到AI的核心目標是提升客戶服務，有助領導者明確實驗目標。未來充滿不確定性，沒有人能提供完整指南，因此實驗必不可少，用以摸索如何利用AI改造企業，為客戶創造價值。
在這種戰略不明確的時期，許多領導人容易陷入「讓一萬朵花開」的散亂做法，但這往往無法觸及核心需求。許多領導人被生成式AI的華麗新聞迷惑，忽略了AI轉型的真正潛力，重蹈數碼轉型時的覆轍。企業不會變成Meta、亞馬遜或谷歌，也不應盲目追隨那些宣稱大幅裁員以迎接AI時代的案例。真正的機會是仔細審視內部運營和客戶旅程，從近期可行的AI應用入手，創造真實價值。
以此為視角，聚焦實驗項目：從戰略出發，找出能改造核心業務或更好服務新客戶的價值創造機會。這種策略被稱為AI採用的「特洛伊木馬」，因為它能在當下創造實際價值，啟動持續學習和改進的良性循環。事實上，MIT報告也指出領導人多投資於市場推廣的表面應用，忽視了核心轉型。
以可擴展為目標進行實驗驗證價值
實驗應符合三大標準：一、與真實價值創造相關；二、成本盡可能低，以便多輪學習與改進；三、設計時考慮如何最終擴展價值。這看似簡單，但實際操作困難。部分領導人盲目推進實驗，卻未思考擴展可能；另一些則過於謹慎，從一開始就追求企業級完善。
關鍵是取得平衡：解決的問題是否夠重要？解決後如何擴展？為評估優先問題，我們常用IFD框架：強度（問題嚴重程度）、頻率（問題發生頻率）、密度（受影響用戶數量）。例如，開發數碼工具助公寓管理員訂修理服務，與研發嬰兒監視器提醒嬰兒呼吸停止，兩者問題強度、頻率與密度截然不同，這有助判斷投資價值。
成立「忍者團隊」推動規模化
當實驗證明有價值後，便可推動規模化，但這過程充滿挑戰，需有權力推動變革的領導人帶領專門團隊，擁有高層支持和跨部門資源連結，專注推動擴展。我們稱這些團隊為「忍者團隊」，他們在亞馬遜、Qualtrics和7-Eleven等企業中均有實例。
當項目達到一定規模後，重複此流程。當然，企業級轉型還需打好數碼基礎，這是大部分公司尚未完成的關鍵。但上述流程是避免浪費、把握轉型價值的核心引擎。
—
隨著AI熱潮逐漸退去，許多領導人可能錯誤地將AI實施挑戰解讀為AI無法創造價值的信號，這有可能使他們錯失AI轉型的良機，就如同過去數碼轉型失利的企業一樣。事實上，AI確實能創造價值，我們已見證多代理系統在後端運營的顯著進展。但價值的產生始終回歸到實驗設計的初始階段：團隊如何洞察新工具能為客戶創造價值。無論將來有多少新工具出現，企業的根本目標永遠是為客戶解決重要問題。
—
評論與啟示
這篇文章深刻指出了企業在推行AI轉型中普遍存在的迷思：過度迷信「實驗」本身，而忽略了實驗必須與業務核心緊密相連。AI並非萬能神藥，沒有明確的業務目標和聚焦策略，花費再多資源也難以轉化為實際效益。這讓我想到香港及亞洲企業在數碼轉型和AI應用上的現狀——很多時候企業追風AI熱潮，推行多個分散且無系統的試點項目，卻缺乏長遠規劃和整合機制，最終成效有限。
文章提醒我們，AI轉型是一場長期且深刻的組織變革，必須從根本業務痛點出發，設計可衡量且具擴展性的實驗方案，並由有權力和資源的專門團隊推動規模化。對香港企業而言，這意味著要跳出短期炒作，真正理解AI如何融入業務流程和客戶體驗，避免盲目跟風。特別是本地中小企，更應該量力而行，選擇「特洛伊木馬」式的切入點，務實推動轉型。
此外，文章也點出企業文化和領導力的重要性。沒有高層支持和跨部門協作，AI轉型難以成功。香港企業領導者需培養這種變革導向的思維模式，避免過去數碼轉型的錯誤重演。
總結來說，這是一篇對AI轉型持有務實態度的佳作，不僅指出了問題，更提供了具體可行的解決路徑。希望本地企業能從中吸取教訓，避免「AI實驗陷阱」，真正讓AI成為推動業務增長和創新的利器。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
