mit斯隆管理学院年度期刊《斯隆管理评论》（sloan management review）梳理出2026年ai发展的五大关键趋势，涵盖ai泡沫化现象、企业如何切实释放ai价值，以及ai治理责任归属等议题，精准勾勒出未来数年企业在落地实践中将直面的核心挑战。
该刊指出，当前AI领域的投资热潮与上世纪末的互联网泡沫存在高度相似性：初创公司估值虚高、盲目追求用户规模而忽视盈利路径、底层基础设施持续巨额投入……但与此同时，作者也观察到AI狂热正逐步趋缓——近期科技巨头财报表现不及预期、性能相当却成本更低的中国大模型加速崛起、多家企业主动削减AI专项预算等信号，均预示着市场正在回归理性。
延伸阅读：
西门子携手英伟达打造「AI虚拟工厂」 施工前即识别90%潜在问题！
报告强调，真正全面拥抱AI的企业，已不再满足于零散部署，而是着手构建专属的「AI工厂」（AI factory）——整合统一的技术平台、标准化数据资产、成熟的方法论体系及可复用的基础模型，形成稳固的共性能力底座，使新项目得以快速叠加、高效启动，彻底告别“每做一个项目就重选工具、重洗数据”的低效循环。
西班牙银行BBVA与美国顶级投行摩根大通（JPMorgan Chase）早已建成此类AI工厂；随后，全球日化巨头宝洁（P&G）、财税软件领军者Intuit亦相继跟进。其中，Intuit更将内部生成式AI系统正式命名为Gen OS，定位为覆盖全公司的生成式AI操作系统。
评论进一步指出，过去一年间，多数企业的生成式AI策略仍停留在初级阶段：例如为员工配备Copilot辅助撰写邮件或制作PPT。这类应用虽带来些许效率提升，但多聚焦于边缘性、低价值任务，实际业务增益十分有限。
展望2026年，企业将逐渐弱化对生成式AI作为个人轻量工具的依赖，转而将其视为组织级“核心资产”进行统筹规划，重点投向供应链优化、产品研发、销售支持等高影响力场景。以医药与医疗健康巨头强生（Johnson & Johnson）为例，其正集中资源推进少数几个对公司战略影响最深远的生成式AI项目。
文章最后直言：当前AI智能体（AI agents）被过度炒作，其错误率依然偏高，尚不具备直接处理大额资金往来等关键业务的能力；加之潜在的数据安全与合规风险尚未充分化解，贸然上线风险极高。不过，作者建议企业可从务实角度出发，率先厘清“哪些任务真正适合交由AI智能体稳定执行”，再遴选少量高可信度、高复用性的AI智能体开展试点，并同步夯实内部开发与运维能力——这或许是当下更为稳健可行的演进路径。
