95% 的新闻出版商用 GenAI 都白花钱了？MIT 最新研究戳破真相

最近 MIT 的一份研究，让不少行业人炸了锅 ——95% 砸钱搞生成式 AI 的公司，居然一分回报都没拿到。

这份报告直接震动了股市，之前疯狂追捧 GenAI 的投资者们开始慌了：砸进去的几十亿，难道真要打水漂？

难道是 GenAI 技术本身不行？

答案其实是否定的。

2025 年上半年，有团队调研了 300 多个 AI 项目，还访谈了 153 位企业高管，终于找到问题核心：

大多数企业的 AI 应用，既不会 “学习”，也融不进日常工作流；要么用错了地方，要么员工对它的期待远高于实际能力。

报告里几个结论特别扎眼，分享给大家：

1. 买现成工具，比自己研发靠谱两倍

1. ChatGPT、Copilot 这类工具确实火，也确实能帮个人提高效率，但要说能拉动公司营收利润，还差得远。

反而那些花大价钱搞的企业级 AI 系统，很多都被悄悄弃用了。原因很实在：工作流适配性差、不会结合场景学习、跟日常运营完全脱节。

反观那些成功的公司和服务商，都在死磕三件事：让 AI 会学习、能记事儿、适配工作流。而失败的案例，不是在做通用工具，就是硬要自己从零搭建能力。

高管们的需求很明确：66% 想要能从反馈中学习的系统，63% 需要 AI 能记住上下文。成功的初创公司都是这么做的：先从工作流边缘入手，做深度定制，跑通了再往核心流程扩。

大公司试点多，却难规模化？人是关键

大公司在 AI 试点上从不手软，但真正能落地推广的没几个，很大问题出在 “人” 身上。

还有个有意思的现象：预算都爱往 “面子工程” 上堆。

销售、营销这类前台部门，能拿到近一半的 GenAI 预算 —— 不是因为它们 ROI 最高，而是成果看得见、好量化。比如演示次数、邮件回复速度，都是能直接报给董事会的 KPI。

但后台部门（法律、采购、财务）的 AI 部署，反而回本更快、降本更明显。比如减少合规风险、简化流程、提速月末结算，这些价值虽然重要，却难在高管会议或投资者沟通中说清楚，自然不受重视。

别指望 AI 裁员？关键任务大家还是信人

报告里还有个颠覆认知的结论：大多数 AI 部署，根本没达到 “精简人员” 的效果。

尤其是关键任务，90% 的人还是愿意选人类 —— 毕竟 GenAI 现在还没学会 “记事儿”，也没法灵活适配场景。

总结下来，成功的 AI 工具都有两个共同点：不用复杂配置，能立刻看到效果。而那些失败的，要么内部逻辑绕来绕去，要么决策依据不透明，全靠自家的 “独门算法” 硬撑。

对新闻出版行业来说，该怎么用对 GenAI？

说了这么多，咱们媒体人该怎么避开坑、用对 AI？

首先得管好期待：别让大家觉得 AI 是万能的，要让用户期待跟工具能力匹配上，这就是所谓的 “变革管理”。

更重要的是，选对应用场景：

咱们是不是总想着把 AI 用在新闻编辑部这种地方？要知道，新闻采编本身就有复杂的内部逻辑，决策过程也没法完全透明，硬套 AI 大概率行不通。不如想想，哪些环节能简化，让 AI 真正帮上忙？

现在很多媒体的 AI 应用，都在做 “小步提升效率” 的事，但真正能赚钱、能帮公司成长、能做出差异化的，是那些能直接拉动收入、打造核心优势的产品。

另外要记住：窄而专的用例，远比全公司一刀切的通用工具管用。比如非要在全公司推 Copilot，不如针对某个具体场景（比如稿件校对、线索筛选）做定制化应用。

不用急着否定 AI，技术只会越变越强。现在已经有了 “智能体 AI”（Agentic AI），天生就会记事儿、能自学，正好解决了现在 GenAI 的痛点。未来，我们只会更依赖 AI，而不是远离它。

随着 AI 越变越智能，你觉得媒体行业该怎么抓住机会？欢迎在评论区聊聊你的看法～

来源：https://www.inma.org/blogs/Generative-AI-Initiative/post.cfm/is-95-of-genai-deployment-truly-useless