AI 如何在 2026 年為各行各業驅動營收、降低成本並提升生產力
AI 無處不在並加速一切，已成為推動各產業進步的基礎設施。NVIDIA 年度人工智慧現況報告顯示，企業正日益關注技術的投資報酬率，並透過部署專門的 AI 程式來增加年營收、降低成本並提高生產力。
AI 無處不在且正在加速一切——它正成為創造智慧、推動各行各業進步的重要基礎設施。
這就是為什麼企業越來越關注這項技術的投資報酬率（ROI），以及如何將 AI 最佳地應用於自身的案例中。
NVIDIA 年度「AI 現狀」報告展示了 AI 在各行業的採用情況、用途、企業如何實現 ROI，以及他們在使用該技術時面臨的挑戰與目標。
今年的報告收集了全球超過 3,200 份回覆，為金融服務、零售與消費包裝產品（CPG）、醫療保健與生命科學、電信以及製造業的 AI 現狀進行了脈動調查。
結論非常明確：AI 的發展勢頭強勁。AI 的採用率持續上升。企業正利用開源工具構建並部署專業化的 AI 程式，以應對特定的挑戰。在各行各業中，AI 正在幫助增加年收入並降低年度成本，同時提升生產力。
閱讀今年報告中的主要主題：
企業 AI 採用趨於成熟
企業 AI 正在持續擴大規模。
企業正從 AI 試點和評估階段轉向規模化部署。在幾乎每一項行業調查中，表示其組織正在積極使用 AI 的受訪者比例都有所增加，而表示處於評估階段的受訪者比例則有所下降。
總體而言，64% 的受訪者表示其組織在營運中積極使用 AI。略高於四分之一（28%）的人表示仍處於評估階段，而 8% 的人表示未使用 AI 且沒有開始的計劃。
北美在 AI 採用方面領先，70% 的受訪者積極使用該技術，27% 正在評估 AI 項目，僅有 3% 表示未使用 AI。歐洲、中東及非洲（EMEA）地區近三分之二（65%）的受訪者報告正在積極使用 AI。亞太地區（APAC）的 AI 採用率為 63%，但有較高比例（15%）表示未使用 AI。
所有調查中都有一個明顯的共通點：大型企業（員工超過 1,000 人）展現出更廣泛的採用率、部署了更多使用案例，並報告了更高的 ROI。超過四分之三（76%）的大型企業受訪者報告積極使用 AI，僅有 2% 表示完全不使用 AI。這些趨勢可歸因於大型企業擁有更多資金投資於 AI 基礎設施、資料科學家和專家，引領高層將項目從試點推向生產，應用於高度特定且具影響力的案例中。
金融服務業處理大量的文本、數字、文件和分析。Nasdaq 作為全球首屈一指的證券交易所和領先的金融科技平台之一，已構建了一個 AI 平台來優化其內部營運並增強其外部產品，在簡化內部工作流程的同時，幫助提升功能和用戶體驗。
Nasdaq 高級副總裁兼 AI 與新興技術負責人 Michael O’Rourke 表示：「在 Nasdaq，我們是一家技術平台公司，AI 讓我們有能力將所有不同的業務和產品統一起來。AI 將幫助整合來自我們所有業務和技術的數據，並幫助我們構建更好的產品和服務。」
閱讀更多內容於今年的金融服務業 AI 現狀報告。
AI 正在提升生產力
今年的調查顯示，前三大 AI 目標分別是創造營運效率（34%）、提高員工生產力（33%）以及開拓新的業務機會和收入來源（23%）。
超過半數的受訪者（53%）表示，提高員工生產力是 AI 對業務營運產生的最大影響之一，從加速金融市場分析到利用數位孿生（Digital Twins）提升工廠車間的效率。
例如，在今年的 NVIDIA 電信業 AI 現狀報告中，99% 的受訪者表示 AI 幫助提高了員工生產力，其中四分之一的人表示該技術帶來了重大或顯著的改善。
生產力的提升對整個企業產生連鎖反應。例如，42% 的總體受訪者表示 AI 創造了營運效率，34% 表示該技術有助於開拓新的業務和收入機會。
製造業是受益於 AI 整合的行業之一。
例如，西門子（Siemens）正通過將 AI 整合到其工具和應用程式中，幫助製造商實現生產力增長並優化工作流程。
百事公司（PepsiCo）是早期採用者，正與西門子和 NVIDIA 合作，將選定的美國製造和倉庫設施轉換為高保真 3D 數位孿生，模擬端到端的工廠營運和供應鏈。利用西門子的 Digital Twin Composer，百事公司可以以物理級的精確度重建每台機器、傳送帶、托盤路線和操作員路徑，使 AI 代理能夠模擬和精煉系統變更，並在進行任何物理修改之前識別出高達 90% 的潛在問題。
這在初始部署中已使吞吐量增加了 20%，推動了更快的設計週期（設計驗證率接近 100%），並使資本支出減少了 10-15%。
AI 正在增加收入並降低成本
圍繞 AI 採用的主要擔憂在於，對該技術的投資是否真的能帶來收入增長、成本降低、生產力提升和企業效率。
根據受訪者的回答，答案是肯定的。
總體而言，88% 的受訪者表示 AI 對增加年收入產生了影響（在部分或全部業務中）。近三分之一（30%）的人表示增長顯著（大於 10%），33% 報告增長了 5-10%，25% 表示增長小於 5%。超過 40% 的高管（C-suite 或副總裁級別）表示，他們看到的年收入增長超過 10%。
AI 在降低年度成本方面的表現也是如此。總體而言，87% 的人表示 AI 有助於降低年度成本，其中 25% 的人表示降幅大於 10%。在各行業垂直領域中，零售和 CPG 表現尤為突出，37% 的人表示成本降低了 10% 以上。
財富 100 強零售商 Lowe’s 已經為 1,750 多家門店構建了 AI 驅動、物理精確的數位孿生，以加速營運。該公司還利用 AI 簡化資產發現並實現 3D 模型生成——在幾分鐘內將 2D 產品圖像轉換為精確、高質量的 3D 模型——每個模型的成本不到 1 美元。
閱讀更多內容於今年的零售與 CPG 行業 AI 現狀報告。
企業代理型 AI 的黎明
2025 年，企業開始嘗試 AI 代理（AI agents）——這是一種先進的 AI 系統，旨在根據高層目標自主進行推理、規劃和執行複雜任務。這份於 8 月至 12 月收集的調查數據很好地捕捉到了這一實驗階段，去年有 44% 的公司正在部署或評估代理。企業在 2026 年初已看到這些實驗轉化為全面的部署，涉及從代碼開發到法律和財務任務、行政支援等各個方面。
電信業的代理型 AI 採用率最高，達 48%，其次是零售和 CPG，為 47%。
AI 代理正在各行各業、大小企業中投入使用。例如，Clinomic 開發的 Mona 是一款醫療現場助手，可幫助醫生和護士管理重症監護病房的患者，實時整合、分析並視覺化患者數據。Mona 使文件記錄錯誤減少了 68%，增強了患者記錄的準確性並提高了整體護理質量，同時幫助臨床護理專業人員減輕了 33% 的感知工作量。
閱讀更多內容於今年的醫療保健與生命科學 AI 現狀報告。
生成式 AI 正被證明是積極進取的企業手中強大且靈活的工具，數據和預測分析是首要的 AI 工作負載。
總體而言，62% 的受訪者將數據分析列為其首要 AI 工作負載。生成式 AI 以 61% 位居第二，甚至在醫療保健、生命科學和電信等行業超過了數據分析。此外，生成式 AI 是北美和 EMEA 受訪者中的首要工作負載。
開源驅動 AI 策略
當企業部署和擴展針對特定業務機會的高度特定應用時，正看到顯著的 ROI。
構建高度特定且有利可圖的 AI 應用的關鍵在於使用開源和開放權重（open weight）的模型及軟體，這允許組織採用正確的工具來解決特定問題，並利用自身數據對模型進行微調，以便部署在生成式和代理型應用中。
總體而言，85% 的受訪者表示開源對其組織的 AI 策略具有中度到極度的重要性。這包括近一半（48%）的人表示開源非常重要或極其重要。
資源通常受限且更傾向於自行構建解決方案而非購買商業現成產品的小型公司，對開源尤為熱衷，58% 的人表示開源非常重要或極其重要。調查中超過一半的高管（51%）也提到了開源的高度重要性。
AI 的成功帶動預算增加——以及更多 AI
今年調查中幾乎所有的受訪者都表示，他們的 AI 預算在 2026 年將會增加或至少保持不變。
總體而言，86% 的受訪者表示今年的 AI 預算將會增加。另有 12% 表示預算將保持不變。近 40% 的受訪者表示預算將增加 10% 或更多。北美組織對增加 AI 預算尤為熱衷，48% 的組織表示其預算將增加 10% 或更多，高管級別受訪者中這一比例也達 45%。
調查顯示，金融服務、零售與 CPG 以及醫療保健與生命科學行業展現出最強勁的採用率和 ROI 結果。
支出將用於優化當前的 AI 解決方案，並在整個企業中尋找更多使用案例。總體而言，42% 的受訪者表示優化 AI 工作流程和生產週期是 2026 年的首要支出優先事項，其次是 31% 的人表示將支出用於尋找額外的使用案例。另有 31% 表示支出將用於構建和提供 AI 基礎設施的訪問權限，例如本地數據中心或雲端。
挑戰：尋找 AI 專家
AI 在企業中擁有強勁的勢頭，但仍處於採用週期的相當早期階段。調查中近三分之一的受訪者仍處於試點和評估階段。工作流程和營運中依然存在挑戰，獲取正確的專業知識以擴展具影響力的解決方案也是一大難題。
組織也仍在與數據作鬥爭。構建專業化的 AI 應用要求企業掌握其數據，以便根據需求微調模型。根據 48% 的受訪者，擁有充足的數據和其他與數據相關的問題被列為調查中的首要挑戰。
其次最突出的挑戰是缺乏 AI 專家和資料科學家來實施這些數據並將 AI 項目從試點擴展到生產，38% 的受訪者提到了這一點。
AI 的效益有時也難以量化。例如，對於日常辦公室職員來說，生產力的提升可能是一種主觀衡量。因此，30% 的受訪者將 AI ROI 的不明確性列為其面臨的主要挑戰之一。
研究方法
NVIDIA「AI 現狀」調查的受訪者包括選擇接收 NVIDIA 通訊、且已投資或對企業 AI 感興趣的人士。
「AI 現狀」調查於 2025 年 8 月至 12 月進行，收集了來自金融服務、零售、醫療保健、電信和製造業超過 3,200 名受訪者的數據。受訪者包括各種職位，如高管和副總裁（27%）、總監和經理（33%）以及 AI 從業者（40%）。
受訪者代表了不同規模的組織，其中 39% 來自員工超過 1,000 人的大型企業，27% 來自擁有 100-1,000 名員工的中型公司，34% 來自員工少於 100 人的小型組織。
地理分佈跨越四個主要地區：亞太地區（32%）、北美（26%）、歐洲、中東及非洲（21%）以及世界其他地區（20%）。
線上調查來源於 NVIDIA 的分發名單和全球社交媒體，在中國和日本則通過第三方機構進行。