2025年六月，Gartner早預測，超過40%的AgenticAI專案將在2027年前被取消，主要原因是成本高與缺乏明確商業價值。此外，由Appian贊助、哈佛商業評論分析服務（HBRAnalyticServices）進行的最新分析，在2026年3月調查了385位企業決策者，發現雖然59%的組織已將AI推進到生產環境，但大多數仍聚焦於效率與生產力的「漸進式改善」，而非「推動營收成長」。

資料來源：哈佛商業評論分析服務調查

基礎設施層的共同依賴：被忽視的系統性風險

有一個風險比「AI出包」更難被察覺，但影響更深遠：愈來愈多的機構，正在把它們的AI系統建立在同一批基礎設施上。

同樣的雲端平台（AWS、Azure）、同樣的AI框架、同樣的數據供應商（Bloomberg、MSCI）。今年3月，安全研究人員披露LangChain與LangGraph的3個嚴重漏洞，允許遠端程式碼執行與資料外傳，而這是目前最廣泛使用的AI Agent框架。

以前是「某一棟樓失火」。現在是「所有樓都接在同一條瓦斯管線上」，而且沒有人完整畫過這條管線的地圖。隨著AgenticAI越來越深入金融、供應鏈、基礎設施，它的邊界會愈來愈模糊。

大規模導入後，AI真的幫企業省到錢了嗎？

BCG的數據顯示：全球只有約5%的企業真正從AI拿到顯著回報，另有25%正在擴大規模、開始看到效益。成功的邏輯高度一致，範圍愈窄愈具體，成功率愈高。

電信與金融客服導入AI Agent後能自動處理80%常見問題，客服成本砍掉30%～50%；這不是AI很強，是問題夠具體。

但這是少數。更普遍的現象是：員工說效率提升了，但損益表毫無變化。

McKinsey調查顯示，全球只有39%的主管認為AI對公司整體EBIT有貢獻，而且大多數人承認貢獻幅度不到5%。原因不複雜，省下來的人工時間沒有轉化成業務產出，雲端API帳單卻月月暴增，Deloitte的數據更指出AI Agent的平均回本週期長達2年到4年，是傳統IT投資的3～4倍。