企业在AI上的投入持续增长，但现实回报却远低于预期：超过一半的CEO表示AI既没有带来收入增长，也没有降低成本。问题并不在技术本身，而在企业如何选择项目、衡量价值以及有助于落地。许多企业过度关注生产力等短期指标，却忽视与业务战略、客户体验和长期竞争力的关联。真正取得成效的企业，往往从战略层面规划AI项目，以业务成果为核心衡量标准，并顺利获得治理机制、成本管理和组织变革提升AI的实际价值。企业要让AI真正产生回报，需要重新定义成功指标，并把AI视为长期战略能力而非短期效率工具。

超过半数的企业表示其AI项目未达预期，IT领导者必须采取不同策略。

尽管去年在AI领域投入了巨额资金，但大多数企业仍难以取得显著成效。普华永道在2026年1月发布的《全球CEO调查》中指出，56%的CEO表示，在过去12个月里，AI既未带来收入增长，也未实现成本降低，这一数据得到了Gartner公司的支持，该公司数据显示，仅有5%的CFO表示因AI而降低了成本，仅有6%的CFO表示收入有所增加，那么，这些惨淡的数据背后隐藏着什么原因呢？

CarMax公司执行副总裁兼首席信息与技术官Shamim Mohammad表示：“他们过于聚焦于衡量错误的事物，对如何衡量AI存在根本性的误解。”

企业还往往聚焦于错误的业务目标，例如仅关注提升员工生产力，而未能全面把握业务成果。一款能为每位软件开发人员节省两小时时间的AI工具，除非你能向CFO说明他们如何利用这段时间，否则毫无意义，而这往往难以实现，此外，一些企业低估了为实现效率提升所需的组织变革管理程度，同时，评估性能的指标，如收益中有多少比例直接归因于AI，以及预测大规模运行AI项目的持续成本，也往往难以确定。

一些原本认为AI带来的生产力提升可顺利获得减少员工数量或新员工招聘来体现价值的CEO们，也感到失望。Gartner公司指出，企业至少需要实现50%至70%的生产力提升，才能考虑减少员工数量，该公司高级总监分析师Nate Suda表示：“我们并未看到太多如此显著的用例。”大多数用例的收益在零到30%之间。

然而，一些企业顺利获得与战略业务成果保持一致、从长远角度看待投资回报率，并聚焦于可能超越传统财务指标范围的关键业务目标，取得了成效。以下是五个关键基准，可用于评估或检验你的AI项：

1. 选择正确的项目并与战略业务目标保持一致

在考虑成功指标和里程碑之前，请确保你的用例与业务目标保持一致，并优先关注最具战略重要性的业务成果。动物保健公司硕腾的首席数字与技术官Keith Sarbaugh表示：“AI的业务案例应自上而下制定，我们与董事会合作，优先关注研发和商业业务领域的用例。”

Edward Jones前首席数据与AI官、现Practitioners for Practitioners(一个由AI和数据专家顾问组成的网络)驻场执行官Zar Toolan补充道：“还应与战略业务成果进行对比，并将支出与行业内最优秀的组织进行对比。”他基于对金融服务领域领先组织的研究指出，数据和AI消耗了整体IT预算的15%至20%，而IT预算本身又占企业总收入的10%至12%。“尽管这些数字因组织而异，但分析你的主要竞争对手在哪些方面以及投入多少资金进行投资和撤资至关重要。”

Suda表示，非技术领导者往往是决定AI支出的人，而技术领导者则负责实施，这需要双方对价值期望和时间范围有共同的理解。

这正是CarMax公司正在做的事情，Mohammad表示：“业务负责人承诺给予收益，我和CFO则审查用例，成本从该业务部门的预算中支出，责任由该业务部门负责人承担。”

当硕腾决定试点一个AI项目以提高客户服务团队的生产力时，它衡量了每次通话所花费的时间以及生成后续跟进所需的时间。前者保持不变，而后者因AI生成的后续跟进建议而大幅改善。客户体验质量得到提升，团队能够接触到更多客户，这是主要的成功指标。硕腾还部署了微软Copilot和其他AI功能以普及AI应用，但现在正专注于供应链和合同生命周期管理领域的更大变革性项目。

因此，制定一个与企业业务战略保持一致的整体AI战略至关重要。Toolan表示，Edward Jones制定数据和AI战略的过程历时两年，该公司为顾问给予了基于自身数据训练的生成式AI工具，并开发了建议代理，以帮助金融顾问利用会议记录和客户关系管理系统中的数据快速为客户投资组合制定计划。

“它进行内部研究，将其与客户计划相匹配，并给予关于如何为客户实施计划的建议。”他表示。顾问团队每周可节省约一个人天的工作量，并能更快地回复客户。“他们能够与客户进行更深入的研讨，客户满意度得分更高，客户成果与对他们最重要的目标更加契合。”他补充道。

改善客户服务的AI还能对损益表产生直接影响，例如，减少客户流失可避免收入损失，而提高转化率则能带来更高的销售额。关键在于衡量收入变化，并确定其中有多少比例直接归因于AI。

然而，其他项目可能具有不太明显但强大的财务效益，例如，利用AI顺利获得更好的销售和应付账款预测来改善资本使用，可以显著改善营运资金周期和平均循环债务利用率，从而有效增加流动性。“随着准确性的提高，营运资金或循环债务利息支付减少。”

“两者都能增加自由现金流，因此通常被视为与成本节约具有相同的功能，尽管它们在损益表的不同位置体现，”Suda表示，“如现金流中的营运资金减少，以及损益表/损益表中的循环债务利息支出减少。”

对于一些AI项目而言，目标可能仅仅是保持领先于已经熟悉ChatGPT等工具的用户。存在这样一种风险：如果你不在企业中给予基本的生成式AI工具，员工可能会将公司数据输入公开可用的工具进行分析，这种风险可能比你拥有自己的Copilot或GPT解决方案的风险更大。

但生成式AI正成为每位办公室工作人员工具包中不可或缺的一部分。“你如何衡量Excel在企业中的价值？”Colonial Pipeline公司前高级副总裁兼CTO Afshean Talasaz问道。“每个人都在使用它，但没人再问是否还需要它。对于生成式AI，我们尚未达到这一阶段，但随着企业中AI的工作方式、成本和期望发生变化，这无疑是一个可能的结果。”

2. 分析你的真实成本

在预测投资回报率时，投资或成本分母往往难以确定。与传统IT项目不同，构建AI的成本低于持续运行成本，尤其是在大规模运行时。“AI颠覆了传统模式，你需要为此实行规划，”Suda表示，“对于CIO而言，这并非他们所习惯的成本动态。”

这尤其成问题，因为随着单个AI项目以及为支持这些项目而必须完成的基础数据、基础设施和治理工作的成本上升，失败的风险也随之增加。“我在科技领域工作了25年，这是我参与过的最昂贵、最复杂的项目。”Sarbaugh表示。

但Talasaz表示，并非所有项目都昂贵。“我见过成本不高的项目，也见过耗资数百万的项目。”给定AI项目的成本部分取决于组织是否拥有能够构建和开发AI项目的内部人员，还是依赖外部合作伙伴，是否已经满足了数据和基础设施要求，或者是否完全数字化并位于云端。

Talasaz表示，在考虑投资回报率时，如何衡量成功至关重要。大多数项目都建立在可能成本高昂的通用平台之上，而这些成本的分配方式会影响AI项目的经济效益，这就是项目经济效益很重要的原因，但根据项目情况，要全面分析情况可能具有挑战性，这些项目具有一定程度的创新性和不确定性，可能具有风险资本项目的特征，类似于制药行业的药物发现或石油和天然气勘探。“在投资组合层面更有效地阐述AI项目的财务指标更为有效，在这里可以更有效地衡量数据和AI基础设施投资、平台化、可扩展性、采用时间的不确定性以及与其他用例的互联性。”他表示。

根据FinOps基金会最近的《FinOps现状调查》，由于98%的企业都在管理AI支出(两年前这一比例为31%)，FinOps基金会的“AIFinOps”工作组正在研究如何更细致地衡量AI项目的价值。

尽管财务报告指标相同，但编制这些指标所需的数据却有所不同，且往往难以获取。“对于AI而言，成功是顺利获得令牌而非分钟来衡量的，或者顺利获得API调用而非使用小时和分钟来衡量的，”FinOps基金会研究员Rob Martin表示，“而且，不幸的是，许多成本和使用数据并不随账单数据一起给予。”因此，企业只能顺利获得API代理或使用第三方产品来收集这些数据。

但模型并不能总是告诉你使用了多少令牌。“AI成本和服务可用性更加波动，因此你可能无法预测大规模运行模型的成本。”Martin补充道。这迫使许多IT高管在预测成本时使用范围而非固定数字，因此，他建议创建一个由CIO主持的AI投资委员会或特别行动小组，该小组应包括所有参与AI支出的利益相关者，以及一位能够帮助制定支出FinOps范围、逐步为竞争项目给予资金、制定数据收集和分析计划以及将性能指标传达给董事会的有经验的高管。

3. 优先关注以实现成功

在Gartner公司确定的10个AI价值指标中，生产力处于最低端。改善资本使用、减少损失、改善客户体验或助力新产品开发的项目具有更大的收入增长潜力。

然后，净推荐值、每小时产出和积压减少等运营指标都关注员工回报，而每位员工的平均劳动力成本、销售和转化率以及避免的损失等财务指标则关注投资回报率。流量和点击量以及市场份额增长等领先指标则关注Gartner公司所说的未来回报。

对于Toolan而言，每个企业都应遵循某些AI记分卡基准，并根据各自情况进行定制。评估AI战略、技术栈或平台，评估与采用该技术的员工的心态和技能相关的AI准备情况，并根据期望的业务成果衡量结果。“这些需要非常针对行业和部门，并根据你的企业在AI之旅中的位置进行定制。”他表示。

但传统财务指标并不总是衡量期望业务成果的最重要指标，例如，业务目标可能是顺利获得净推荐值调查等措施提高客户满意度，但这些措施存在局限性。“你必须依赖调查答案，而且很容易夸大改进的价值。”Sarbaugh表示。

在CarMax，其两个主要AI项目的最重要指标包括客户满意度、转化率和销售额，这家在线汽车零售商构建了SkyeAI助手以帮助客户导航购买流程，而Rhodes虚拟代理则顺利获得给予向客户提问的问题、快速给予所需文件以及帮助他们遵守州规则、法规和政策来指导呼叫中心员工。

“节省时间是一个不错的指标，但我们关注的是它所有助于的业务成果，”Mohammad表示，“我们如何利用节省下来的时间为公司创造更多价值。”

净推荐值得分表明客户体验更好，而Skye和Rhodes的组合则带来了更高的转化率和销售额提升。“这关乎员工角色从信息检索者转变为值得信赖的顾问的提升，”他补充道。“角色正在融合，人们的工作内容正在被重新定义，流程正在被重新设计。”

4. 实行用户准备并跟踪接受率

即使AI计划再周密，如果用户不采用，也会失败，因此，用户接受度是另一个需要提前规划的关键指标，仅仅训练AI模型是不够的——你还必须培训人们如何使用AI，并根据他们在组织中的角色进行个性化定制。“这必须是在他们工作流程中的一次出色体验，”Toolan表示，“如果不是这样，你会看到情绪得分降低和AI采用率不佳。”

Sarbaugh表示，起初，硕腾低估了在变革管理方面的投资需求，因为早期关注的是如何快速推进。“我们以为如果我们构建了它，他们就会来使用，但如果用户不知道如何将其融入日常工作，你就看不到价值。”他表示。

5. 关注长期价值——并相信你的判断

在CarMax，向高层管理人员传达的AI项目指标分为四个领域：投资回报率、收入影响、成本效率和战略价值或取得竞争优势的能力。

Talasaz表示，在展示AI项目的业务价值时，应包括价值暴露度量。每个AI用例都可能需要对数据、流程和平台进行更改，或创建可能使其他项目能够利用这些投资的新功能。“这为其他事情打开了大门，”他表示，“这通常是一个定性因素，因为你可能尚不清楚这些其他项目的成本和收益详情，但分析当前项目正在战略性地开启其他功能是有价值的。”如果一个项目将成为竞争优势的差异化因素，你也需要为此制定成功度量。

Talasaz补充道，在推销项目时，他会透明地设定期望。“给予情景而非仅仅一个财务指标很重要，因此要给予一系列结果以及影响这些结果的潜在假设和因素。”他表示。例如，他会根据不同的采用或实施率描绘预期结果。“领导者希望分析所有点如何连接以及更大的图景是什么。”他继续说道。

最终，重要的成功指标是那些显示对损益表的影响以及AI用例如何影响员工体验的指标。“任何有机会在流程的任何步骤中添加定量指标的机会，都要抓住。”Sarbaugh表示。“但由于AI的新颖性以及处于早期采用阶段，有些事情现在还无法衡量，因此，有时你必须相信那些分析业务的人的判断，只需运用常识，并确保不要夸大结果。”