AI投资狂热下的冷现实：CEO押注身家，财务回报仍难量化

尽管企业持续向人工智能领域投入巨资，但许多高管仍难以在资产负债表上看到清晰的财务回报。资深咨询人士指出，企业虽观察到局部进展，但真正的全局性影响依然难以量化。

当前时刻微妙而复杂。一方面，首席执行官们的乐观情绪显著回升。最新调查显示，五分之四的CEO对AI投资回报的乐观程度高于一年前，几乎所有受访者都相信AI智能体将在今年带来可衡量的成果。企业计划将AI支出占收入的比重从0.8%大致翻倍至1.7%。

另一方面，乐观并不等同于证据。麦肯锡2026年全球AI调查显示，仅有37%的组织承认该技术对其息税前利润（EBIT）产生了一定影响，这一比例与去年相比几乎持平。真正的“高绩效者”——即声称AI贡献了至少5%的EBIT并认为影响显著的企业——占比仍停滞在6%。

个体生产力提升与企业整体结果之间存在巨大鸿沟。员工报告任务完成更快、产出更优，但这些增益往往在触及损益表之前，就被系统交接摩擦和旧有流程所吞噬。

咨询公司自身也面临严峻压力。客户抱怨顾问在完成初步部署后便“消失无踪”。报道指出，许多AI项目在顾问撤离后失去动力，员工参与度下降，持续使用率停滞。这表明仅靠实施不够，组织需要能长期重塑工作流程并衡量数年成果的合作伙伴。

这种张力正在重塑咨询行业格局。埃森哲、Cognizant等公司市值大幅下跌，投资者质疑AI是否会商品化传统咨询工作。与此同时，OpenAI、微软和亚马逊等科技巨头纷纷推出自己的咨询部门，获得数十亿美元支持，帮助公司将模型从演示推向日常运营。

老牌咨询公司如德勤、安永和普华永道则通过内部大量投资AI工具和数字员工，试图将专业知识产品化。关键问题在于，这些举措是能提供客户所需的持续指导，还是仅仅加速向自助式AI能力的转变。

数据准备度严重落后于雄心。邓白氏对1万家企业的调查显示，尽管超过四分之三的企业报告实现了某种可衡量的投资回报率（ROI），但仅有6%的企业表示其数据已完全准备好进行大规模推广。瓶颈已从实验阶段转向整合与治理。

成本压力也已显现。约20%的受访者表示，包括大语言模型Token成本在内的AI相关运营费用，正限制进一步的采用。随着规模扩大，一些公司已开始减少许可证或切换到更便宜的模型以控制支出。

然而，智能体AI正在改变回报周期。数据显示，客服智能体的中位回报期缩短至4.1个月，营销运营智能体为6.7个月。现成解决方案实现正回报的速度比定制构建方案快两倍以上，这鼓励小型企业从简单场景入手证明价值。

大型企业面临不同的障碍。研究发现，在三个或更多功能中嵌入AI的公司，报告回报的比例远高于浅层采用者（分别为93%和55%）。深度集成至关重要，重新思考整个工作流程而非在破碎流程上叠加AI，是成功的关键。

麦肯锡分析发现，表现最好的公司将AI集中在三个或更少的领域，而非四处撒网。这些纪律严明的参与者通常在一到两年内就能看到现金流收益，并最终实现约20%的利润提升。

成功的执行官拥有共同习惯：为AI计划分配明确的损益责任，直接跟踪财务影响而非代理指标，并认真投资于变革管理。BCG数据显示，高绩效者在这些维度上的表现高出两位数幅度。

尽管短期结果令人失望，超过90%的高管仍打算维持或增加投资，半数人甚至表示其职位取决于AI能否兑现承诺。Gartner预计今年全球AI市场规模将达到2.6万亿美元。

ISG研究指出，企业预计到2027年底，由AI自主执行的工作比例将几乎翻番。尽管生产力增益和财务成果大多未达预期，仍有69%的企业计划继续提高预算。

未来12个月将检验早期的智能体成功是否能转化为广泛的财务影响。一些组织将围绕AI优势重新设计工作，另一些则可能积累复杂工具却对底层性能改变甚少。这两类群体之间的差距已在数据中显现，并可能进一步扩大。