企業如何在AI從熱潮到放緩的發展進程中尋找業務突破成長契機
自2022年ChatGPT問世引發快速發展與市場熱潮以來，大型語言模型(LLM)的技術進展如今似乎正面臨瓶頸。Meta因無法帶來明顯的性能突破，選擇延後推出旗下新一代模型Llama 4 Behemoth；OpenAI 的GPT-5同樣面臨延遲發表之情況，且最終表現未達外界預期。連一向樂觀的OpenAI執行長Sam Altman亦轉趨保守，坦言市場對AI的熱情可能已超越目前技術本身的實際能力。
雖然前沿模型開發似乎有所放緩，但實際上對大多數一般企業而言並非壞事，因現有生成式人工智慧在商業應用上已展現出相當強大的價值，如文字摘要、程式編寫和電子郵件起草等事項，而傳統型的人工智慧工具則持續優化發票處理和車隊管理等操作。事實上，企業才剛開始觸及當前人工智慧所能帶來的效益，這意味著即便短期內沒有重大突破，人工智慧依然擁有廣闊的發展潛力與應用前景。
根據麻省理工學院的研究，儘管企業對微軟和OpenAI等廠商提供的現成AI工具持正面態度，但定制化AI計劃的成功率僅為5%，失敗的原因通常是這些專屬工具被認為過於不穩定、設計過於複雜，或無法與實際業務需求有效對接。企業領導者仍然擔心AI可能洩漏敏感資訊、提供錯誤的答案，或在關鍵的財務和客戶決策中帶來風險。儘管如此，研究指出，AI研發進展的放緩反而可能幫助提升企業的投資信心，因為這使AI看起來更加可預測。
麥肯錫顧問人工智慧部門高級研究員Michael Chui等專家強調，要充分發揮人工智慧之潛力，企業需要進行深層次的組織改革，而不僅於提供員工新工具，這既是技術挑戰，亦是管理挑戰。Chui指出，人工智慧之普及可能類似於網路於20世紀初發展軌跡，即新技術初期受到熱烈追捧，隨後逐步穩定普及，其完整效益通常需數年才能顯現，根據皮尤研究中心歷史數據，美國家庭寬頻從2000年幾乎零滲透率，到十年後超過60%成年人使用，歷經長期累積。
近期趨勢顯示，人工智慧之熱潮可能未如最初預期般迅速，導致Nvidia、微軟、亞馬遜與Meta等科技股波動加劇。儘管在提升AI模型性能方面面臨挑戰，但提供關鍵AI基礎設施的公司如Nvidia等晶片製造商，仍有望受益於持續需求。OpenAI執行長Sam Altman等業界領導者可能會持續大規模投資運算資源，以期將AI應用於現實商業領域場景，即便沒有重大突破，擴大AI規模也需要更強大的運算能力，Altman甚至表示晶片領域將需投入數兆美元。最終，隨著AI逐漸成為穩定、整合的工具，更廣泛採用AI的企業仍有望隨時間受益，即使回報來得較慢。(資料來源：經濟部國際貿易署)
