企业AI采用率达88% 投资回报率问题持续发酵

AI已渗透全球88%的组织，但该技术对生产力和利润的影响仍然难以衡量——随着企业投入更多资金部署AI，这一鸿沟恐将进一步扩大。

自OpenAI发布ChatGPT以来已过去约1200天，这项技术的普及速度几乎超过了历史上任何企业级工具。麦肯锡研究显示，88%的组织报告称至少在某一业务职能中定期使用AI，高于一年前的78%。联想基于对亚太地区920名高管调查发布的《CIO行动手册2026》发现，澳大利亚和新西兰95%的企业计划在今年增加AI投资，每投入1美元预计平均回报为2.85美元。

然而，采用率与可衡量价值之间的差距依然巨大。沃顿商学院一项针对801名高管的调查发现，75%的受访者表示AI投资获得了正回报，但安永2025年高管层GenAI调查显示，仅8%的组织能够完全衡量和分摊AI相关成本。联想数据显示，约半数AI概念验证项目最终进入生产阶段，这意味着数十亿美元的实验支出未产生任何运营成果。

"说我们困在试点阶段，这种想法已经过时且是错误的，"沃顿商学院研究企业AI应用的管理学教授伊桑·莫利克表示，"我一直在与那些从AI中获取真正价值的公司交流。"

"锯齿形前沿"难题

研究人员提出了"锯齿形前沿"一词来描述AI能力的不均衡性。模型在编码、法律文件审查和财务分析等结构化任务中表现出色，但在需要判断力、不成文规则和从未进入训练数据的制度性知识的上下文工作中则显得力不从心。

这一天花板限制了当前AI在整个经济中的能力。麻省理工学院经济学家、诺贝尔奖得主达龙·阿西莫格鲁表示，他认为当今的AI工具只会对一小部分工作岗位产生影响。"无论你是CEO、经理、记者、教授还是建筑工人，我认为你的技能都超出了AI所能胜任的范围，"他说。

结构性障碍不仅限于模型本身的局限。每家公司的系统和流程各不相同，这意味着有用部署AI所需的数据架构、权限、护栏和人工监督都必须从零开始构建。追踪企业AI应用的独立分析师本尼迪克特·埃文斯表示，锯齿形前沿使得在公司投入资源之前几乎无法预测哪些用例会有效。

人为因素延缓曲线

技术障碍或许比组织阻力更容易克服。高管们面临着五年规划周期、近期采购系统的折旧计划以及董事会要求回报的压力。而那些认为自己是在培训替代自己的工人，几乎没有动力去配合。

"目前推销的是生产力和效率的理念，"AI政策研究中心AI Now研究所副主任凯特·布伦南表示，"这对真正从事实际工作的人来说意味着什么，很少成为讨论的一部分。"

大多数公司的本能是用AI来自动化现有流程的某些部分，而不是重新设计这些流程本身。一家处理轻微交通事故索赔的保险公司可能会用AI来加快文书处理速度，同时保留同样的审核层级，而不是让AI通过客户照片评估损失并在几秒内触发赔付。这种重构挑战了既有的层级结构和惯例。

历史先例表明，深层变革需要时间。电力重塑了文明，但用了四十年才在生产力数据中得到有意义的体现。互联网用了10到15年才重塑经济基础。斯坦福大学以人为本人工智能研究所联合主任詹姆斯·兰迪表示，AI可能会遵循类似的轨迹。"我的感觉是更接近5到10年——而不是未来两三年，"他说。

对投资者而言，时间线至关重要。销售AI基础设施的公司——英伟达、微软、亚马逊——其估值已经反映了对企业快速部署AI的预期。英伟达的远期市盈率约为35倍，已将数年的数据中心增长预期计入股价。如果企业AI采用遵循兰迪所描述的5到10年路径，那么当前估值与实际收入实现之间的差距在缩小之前可能会先扩大。乐观派在AI的最终方向上是对的，而怀疑派在所需时间上很可能也是对的。

本文仅供信息参考，不构成投资建议。