全球企業與政府爭相導入生成式AI，實務上卻頻見錯配與濫用：從本可用傳統模型解決的資料分類，被硬套上GenAI，到顧問龍頭強制員工達AI使用率KPI，AI策略「有工具沒目標」問題浮上檯面，專家警告這場AI風險不在技術，而在文化與管理失能。

生成式AI熱潮席捲全球，從顧問公司到政府部門，主管們幾乎都在下同一個指令：「給我用AI」。但在華麗口號背後，實際落地狀況卻充滿矛盾與誤用案例，甚至讓不少專業人士直言，現在最大風險不是「不用AI」，而是「為用而用」。

一位在資料分析公司任職的AI工程師Malcolm（化名）就遇上典型情境。公司想把客戶資料庫切成不同客群樣貌，他專業判斷，傳統機器學習模型就能提供穩定、可重複、成本又低的結果，因此明確建議：「不要用生成式AI。」但高層最後仍選擇GenAI，只因這樣能對外宣稱公司「擁抱AI」，結果是準確度更差、成本更高，實際價值卻不比既有方法。

顧問業更將這股壓力制度化。全球顧問巨頭Accenture傳出，員工若想升上高階職位，必須展現「經常使用AI工具」的紀錄，並由公司自行開發的平台追蹤使用狀況。競爭對手KPMG則在美國推出儀表板，要求員工達成高達75%的內部AI工具使用率，並稱此為協助員工「提升AI成熟度」的一環。換言之，是否「有在用AI」，已被量化成績效指標。

然而，多數組織在推AI時，真正的目的卻說不清楚。顧問公司Hello AI Collective執行長Dan Boyles回憶，曾與一家油氣企業高層會議，當他問「為什麼要用AI」時，CEO、業務主管、行銷負責人給出的答案各自不同：有人說是為了跟上競爭對手，有人想提高獲利，有人想減少外包。目標分散，導致技術投資難以聚焦，最後很容易淪為「花大錢上工具、卻沒有實質回報」的典型案例。

政府部門同樣急於搭上AI順風車。英國政府就公開喊出，要靠AI「重構」政府運作、提升Whitehall整體效率。但代表公務員的FDA工會調查發現，多數基層雖然不排斥用AI提升生產力，卻很少被真正問過意見：不到三分之一的公務員曾被諮詢技術如何導入，導致現場感受是「改革是被加在員工頭上，而不是與員工一起做」。工會秘書長Dave Penman更指出，各部門推AI腳步不一，反而限制了整體效率提升。

顧問業內部人士也承認，人與文化才是AI導入成敗關鍵。他提到，公司雖提供兩套通用AI工具，若工作需求更高，員工還能申請三、四種專用工具，如程式開發輔助等，但前提是必須完成強制訓練，內容涵蓋AI倫理、偏見風險，以及生成式模型會「拍馬屁」或「幻覺」的特性。即便如此，世代與性別之間對AI的信心落差仍明顯，導致工具上線了，實際使用與價值創造卻未必跟上。

Culture Amp執行長Caroline Rawlinson則從組織文化角度提出警告。該公司專門追蹤員工體驗與回饋，調查顯示，約九成HR專業人士預期未來會增加生成式AI使用，但卻有三分之一坦言，公司內根本沒有明確的AI策略負責人。她直言，如果把AI疊加在原本就破碎或充滿恐懼的組織文化上，結果不是導入極度緩慢、員工搞不清楚在追求什麼，就是成為一場昂貴卻空洞的數位轉型秀。

在資本市場上，AI熱潮同樣帶來認知落差。以Microsoft (MSFT)為例，Morgan Stanley分析指出，生成式AI需求遠超供給，迫使公司大幅拉高資料中心資本支出，但相對應的營收預期上調幅度卻跟不上。報告認為，以「每兆瓦可變現收入」及Azure成長推估，目前市場對未來AI雲端營收的估值可能偏保守，顯示投資人也還在摸索如何正確理解AI投資與回報的時間差。

綜合各方案例可以看到，AI技術本身並非萬靈丹，真正的難題在於：組織是否清楚自己想解決的問題、是否願意讓一線員工參與設計流程、是否建立起兼顧倫理與實務的治理架構。否則，不論是強制使用率KPI，或「只為說自己有用AI」的象徵性專案，都可能成為下一波資源浪費與員工倦怠的來源。

展望未來，生成式AI勢必持續深入企業與政府，但真正能脫穎而出的，恐怕不是「導入最快」的一群，而是那些在導入前先問清楚三個問題的組織：為什麼要用AI？要為誰創造什麼價值？又要如何負責任地落地？在答案明朗之前，盲目追逐AI，只會讓這場科技革命變成一場管理災難。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。