現在，還包括了自掏腰包買最先進的 AI 工具——MIT 最新出爐的 AI 商業報告揭露了一個令人意外的情況：企業在生成式 AI 上的投入高達數百億美元，其中 95% 沒有產生任何投資回報。換言之，大多數公司並未從 AI 中看到降本增效的效果。
老實說，也不意外。但與此同時，這份報告也發現了另一個有趣現象：超過九成的員工在背地裡使用個人 AI 工具來提高工作效率。
企業投入巨資收效甚微，反倒是員工自掏腰包，購買的 AI 訂閱來給工作加外掛，怎麼不算是一種花錢上班？
企業 AI 投資無回報的真相
AI 的商業模式一直不算穩定，但 MIT 所說的高達 95%的失敗率，主要是指那些由公司定製或內部開發的昂貴企業級 AI 系統。
報告一針見血地指出，這些工具失敗的核心原因在於它們缺乏「學習能力」。大多數企業級 AI 系統無法保留用戶反饋、無法根據上下文自適應，也無法隨著時間靈活變化。
簡單地說就是「學不聰明、教不明白」。不少員工抱怨使用這些工具時，「每次都要手動輸入大量背景資訊，系統卻不會從之前的反饋中學習進步」。如此一來，企業 AI 工具每次使用前都需要繁瑣的設置，明明是為了簡化而存在，卻在實際使用層面難以上手，本末倒置。
許多公司在嘗試內部自研 AI 時，都會走上這樣的彎路：系統過於複雜、為了 AI 而 AI，與實際業務流程脫節。正如一位接受調研的首席資訊官所言：「我們今年看了幾十個 AI 產品演示，可能只有一兩個是真正有用的，其餘不是華麗包裝就是紙上談兵」。這種脫離實際的現象導致企業投入的 AI 項目無法落地，ROI（投資回報）自然無從談起。
值得注意的是，這 95%的失敗率所描述的，只是企業級定製 AI 的困境，而不意味著 AI 技術本身無用——「影子 AI」就證明了這一點。
打工人撐起的「影子 AI 經濟」
MIT 的報告中有一組數據很驚人，只有約 40%的公司為員工購買了官方的大模型服務訂閱，但有 90%以上的員工都在日常工作中頻繁使用個人版 AI 工具。
換句話說，員工層面的 AI 使用率，是企業正式採納率的兩倍有餘。如果說公司自有的 AI 工具是站在陽光下，那員工的個人賬號、自己用 vibe coding 做的小工具，就成了陽光下的「影子」。
可以是個人名義申請的 ChatGPT、Cursor 賬號，也可能是各種升級會員比如 Notion，甚至一些插件或者外部工具。這些錢都是從員工自己口袋裡掏的，工具往往沒有通過公司 IT 部門審批，屬於一種「非官方」應用。
對比一下，員工對個人 AI 工具的採用速度，遠超當年企業電郵、雲服務等的接受速度。報告指出，「幾乎每位員工都在某種形式上將大模型應用於工作」——而且並非偶爾嘗試而已，而是每天、多次地使用。
這表明 AI 雖然是影子，但遍地都是，極快地融入日常工作流，產生了看不見但實實在在的生產力提升——畢竟，如果沒有回報，誰會每個月都按時上交 AI「月租」呢？
一些真實案例更直觀地展示了影子 AI 的威力。在一個典型案例中，一家大型公司的法務部門，曾斥資 5 萬美元購入一款專業 AI 合同分析工具。然而部門裡的一位法務，在起草文件時還是堅持使用個人版 ChatGPT。原因很簡單：後者生成的內容質量更高。
「我的 ChatGPT 總能產生更好的文本，哪怕供應商說他們的產品用的是同樣的底層技術，」這位律師表示。
怎麼說呢，花大價錢買來的定製工具，還不如每個月 20 美元的 ChatGPT Plus 好用，大不了再自己調一調。
類似現象各行各業比比皆是：就連科技巨頭微軟內部也是如此，不少員工私下裡更願意用 ChatGPT 處理工作，儘管公司對內對外都在大力推廣自家的 Copilot。據報道，製藥巨頭安進（Amgen）在 2024 年春高調部署了微軟 Copilot，但不到一年員工們又紛紛轉向了 ChatGPT。
用錢投票，就是用腳投票。表面上雖然任公司安排，但身體是誠實的。
個人賬號為何更受青睞？
員工為何偏愛個人賬號的 AI 工具？這體現出企業級工具與消費級工具在體驗上的巨大差異。
首先就是靈活性與易用性。消費級 AI 工具（如 ChatGPT）勝在開箱即用，幾乎沒有學習成本，能夠即時滿足員工的需求。相比之下，許多企業級 AI 系統過於死板，不夠貼近實際工作流程，需要用戶花大量時間配置和培訓。每次使用都像從零開始，既費時又低效。
第二則是個性化與持續改進。許多定製企業 AI 缺少持續學習機制，不會根據用戶反饋優化，導致用戶感覺它「不會變聰明」。
一位法律從業者坦言，AI 在頭腦風暴和起草初稿方面確有幫助，但「它不會保留客戶偏好，也不從先前修改中學習，每次還老是犯同樣的錯誤，需要我重複提供大量背景資訊。對於高風險工作，我需要一個能積累知識並隨時間進步的系統。」
這的確是個人賬號的巨大優勢：沉澱用戶自己的使用歷史和偏好。例如，ChatGPT 的個人賬號會保留用戶過往的對話記錄，員工可以隨時翻查以前生成的內容或從中汲取靈感。另外，一些個人 AI 工具允許用戶設置自定義指令或偏好，這相當於讓 AI 對自己的風格逐漸積累了解。
而定製的企業工具，或者企業共享的賬號，想要偶爾查查資料是不錯，但是想要有任何個性化的任務，總會面對手腳放不開的問題。聊天記錄是不是會對同事公開？導出整理時需不需要清洗？能不能跳出設定模版，嘗試不一樣的任務解決辦法？
長期使用某款工具的個人會逐漸摸索出最適合自己的用法，相當於人與工具共同進化。能做到這一點的，才會被接受。
第三，門檻低、反饋快。個人版 AI 通常註冊簡單、無需審批，員工可以自行嘗試並即時獲得反饋，在實踐中快速疊代用法。而企業採購的 AI 系統往往涉及冗長的安全評估、培訓和部署流程，一旦正式上線後修改疊代也不靈活。
個人賬號的 AI 工具之所以備受青睞，在於它貼近一線員工需求：即開即用、不斷進步（哪怕進步主要來自用戶的調整）、體驗友好。對於打工人來說，這些工具實實在在減輕了工作負擔，提高了效率。
「自費」上班的尷尬現實
這就沒辦法了，好東西都是要花點錢，許多員工不得不自掏腰包買 AI 工具或訂閱，來換得工作效率的提高。
從數據上看，個人用戶已成為 AI 廠商收入的主要來源，這側面反映了「打工人倒貼」的普遍性。OpenAI 的首席財務官在 2024 年透露，公司約 75%的營收來自消費者訂閱。截至 2024 年年中，ChatGPT Plus（個人高級賬號）訂閱用戶約有 770 萬，另有約 120 萬用戶訂閱了價格更高的 ChatGPT 企業版，團隊版也有近 100 萬用戶。
由此可見，個人訂閱用戶數和貢獻的收入遠遠超過企業客戶。這些個人用戶中，相當一部分正是各行各業的員工，他們為了提高工作效率選擇自費購買 AI 服務。
這一現象雖然聽起來有些黑色幽默——打工人給公司幹活，還要自己貼錢買工具——但換個角度想，它恰恰是對 AI 價值的最直接投票。員工願意掏腰包，說明他們在這些工具上看到了實實在在的效率回報，否則沒人會心甘情願自費承擔每月幾十美元的訂閱。
同時這樣的現象也能看出，在現階段，AI 在商業上的滲透更多是由個人驅動的，而非靠公司的意志強力推動。企業在 AI 上的投入不好，絕不是 AI 本身的問題，很多隱藏的效率提升未被傳統的企業 KPI 捕捉到，但確確實實體現在員工每天多幹了多少活、少熬了多少夜上。
AI 技術並沒有辜負人們對降本增效的期望，只是這個效能目前更多體現在「影子」里，而非官方報表上。企業高管眼中 95%的失敗，掩蓋不住員工層面那「偷偷摸摸」的成功。
對於企業而言，與其質疑 AI 是否值得，不如思考如何將員工自發的實踐轉化為組織級別的成果。當越來越多的打工人願意為 AI 工具倒貼錢、買單幹活時，這本身就是市場最真實的信號：AI 的價值在基層得到了驗證。
