用企业上下文释放 AI 价值：MIT Technology Review Insights 调研

调研覆盖的企业中，AI 平台、对话助手、工作流与流程自动化工具往往同时运行，单个系统都足够先进、响应也快，但实际产出的结果和动作可能出错、混乱，或缺乏对业务的正确理解。MIT Technology Review Insights 的问卷显示，所有受访组织都在某种程度上使用 AI，却只有不到五分之一（16%）从部署中提取到变革性价值；40% 表示在特定任务或团队获得中等收益，21% 报告有实质性收益，另有 23% 收益极小甚至没有。 从落地阶段看，38% 的受访企业仍停留在 AI 用例试点，35% 用 co-pilots 或聊天助手辅助员工工作，仅 12% 已将 AI 智能体投入生产，3% 表示用 AI 承担关键流程中的大部分工作。Atlan 联合创始人 Prukalpa Sankar 将这一落差归因于模型能力与模型在企业内部实际有用性之间的巨大鸿沟，并认为缺失的一层是上下文，即 AI 对业务的理解程度。 按 Sankar 的定义，上下文层是位于组织业务系统（如记录系统和数据）与 AI 平台之间的架构基础设施，负责把企业智能转化为可治理、机器可用的上下文，供 AI 智能体或模型使用，并让知识得以累积。他用一个比喻说明缺失这一层的后果：如同雇来世界上最聪明的实习生，却蒙上眼睛扔进组织里。 该内容由 MIT Technology Review 旗下定制内容部门 Insights 制作，非其编辑团队出品；研究与写作由人类完成，可能使用的 AI 工具仅限于人工监督下的生产流程。