在當前科技發展的潮流中，人工智慧（AI）成為眾多企業尋求突破的重要領域。然而，根據全球政策智庫蘭德公司（RAND Corporation）最新研究報告，AI專案的成功率卻遠低於預期，報告顯示，AI專案的失敗率超過80%，這一數字遠高於一般認為的標準。海外分析師在過去也指出，目前AI相關項目成本高且收益低，市場因回報的不確定性而對AI在未來獲利的期待趨於謹慎。
AI期望無法落地？百度執行長認AI缺實際應用價值
研究指出，AI專案失敗的原因複雜多樣，核心利益相關者之間目標不一致是主要原因之一。領導層對AI的期待常常受到流行文化的影響，與技術實際能力脫節，導致資源錯配。另一方面，AI工程師和資料科學家有時過度關注最新技術，而忽略了專案的實際應用價值，導致專案方向偏離。除此之外，資料集準備不足、基礎設施不完善以及解決方案與問題不匹配等技術挑戰，也增加了專案失敗的風險。
學術界的AI研究也面臨類似問題，過度注重論文發表數量而忽視實際應用，使得研究成果無法真正推動技術的進步，這也間接影響了產業界對AI的期望和投資策略。
在產業界，資源浪費的現象同樣明顯。百度執行長李彥宏曾表示，中國的大型語言模型（LLM）數量過多，缺乏實際應用價值。專利申請數據也支持這一觀點：雖然2010年至2023年間，中國在生成式AI領域的專利申請數量是美國的六倍，但在被引用次數最多的前20大機構中，僅有中國科學院一家中國機構上榜，反映了專利數量與實際影響力之間的差距。
海外分析師指AI高成本低獲利 市場期待正趨於謹慎
高盛資深股票分析師Jim Covello過去曾表示，由於AI技術成本高且缺乏突破性應用，其經濟效益將受到限制，企業在AI領域的巨額投資可能無法帶來預期的經濟革命。
Covello強調，歷史上的技術轉型通常是以低成本取代高成本，而AI則是用昂貴的技術取代低薪工作，這與以往不同。 （相關報導： AI有泡沫？台積電要小心「這對手」？曲博揭開晶片戰爭下一個戰場！ ｜ 更多文章 ）
巴克萊銀行指出，除了OpenAI的ChatGPT和微軟的Copilot外，成功的AI獨立產品並不多。華爾街分析師預計，到2026年，大型科技公司每年在AI大模型上的投資將達到600億美元，但其年營收約為200億美元，投資回報充滿不確定性。巴克萊分析師認為，未來AI可能會有一些新服務出現，但數量不會太多，而市場對AI的期待也正在趨於謹慎。
