AI投资回报率迎大考，科技高管们开始算账了
极客网·人工智能 10月8日企业AI投资正从“技术狂欢”进入“算账阶段”。分析师指出，大多数组织仍难以衡量AI的财务回报，但CFO和投资者已经开始追问：ROI到底在哪里？
麦肯锡、Gartner等机构的最新调查和观点显示，AI的价值不能只看成本，更要看财务与非财务成果，而治理、上下文和基础设施是决定成败的关键。
生产力提升≠利润增长
麦肯锡8月发布的“AI现状”调查显示，约80%的受访者表示AI提升了生产力，但只有37%的人表示AI的影响体现在利润上，与去年大致持平。更少的人——仅6%表示AI带来了显著价值，并至少贡献了5%的营业利润。
“从技术开发、甚至技术投资，到组织能够从中获取价值之间，存在一个时间差。”麦肯锡高级研究员Michael Chui表示。但越来越多高管正在提出疑问。“CFO们在问CIO，投资者们在问CEO：‘这东西的ROI到底在哪里？’”
Chui指出，员工个人从AI获得的价值与组织从AI获得的价值之间存在断层。麦肯锡《技术趋势展望》认为，最大收益将来自重新设计人类与AI智能体协同工作的流程和环节。仅将智能体叠加到现有流程上是不够的。“通常一个端到端的工作流涉及多个个体，而利用AI对其进行彻底重构……正是高绩效企业的特征。”
Token成本失控：像把信用卡交给青少年
控制成本是提升回报的关键。Chui表示，管理token成本并为任务选择合适的模型，是实现更好回报的一部分。“在很多情况下，根本不存在透明度……到底是哪些工作负载在推高你的成本？”
Gartner副总裁分析师Gareth Herschel在孟买举行的Gartner数据与分析峰会上表示，五分之三的IT领导者担心AI智能体会带来意外成本，而这种情况已经在发生。“一些组织已经发现，编程辅助的token成本远高于人类软件开发者的成本。”
随着越来越多智能体协同工作，“你的财务风险只会不断增加。这就像把你的信用卡交给青少年……我相信你会学到很多，但主要是从账单上学到的。”Gartner高级总监分析师Robert Thanaraj说。
Thanaraj建议，企业应在原型设计阶段就追踪成本，例如计算单个智能体完成每项任务的成本。“这会帮助你评估不同的大语言模型，或帮助你选择更实惠的方案，比如更小的语言模型或开放权重模型。”
ROI不能只看钱：从成本转向价值
分析师们指出了计算AI ROI的诸多挑战，如意外成本、数据质量差、无法规模化以及用户采用缓慢。但Chui表示，高管们正在提升追踪AI支出和回报的能力。“在CFO和CIO之间，我们开始看到这些规范正在形成。”
Gartner分析师在主题演讲中表示，2025年，AI项目实现ROI的概率是五分之一。“ROI很重要，但要实现它，我们必须不仅将其视为一项财务指标，因为价值并不总是只关乎金钱。”Thanaraj说。企业应将AI项目与财务和非财务成果挂钩，这正是Gartner所称的“智能回报”的一部分。“我们需要将重心从成本转向价值。”Herschel说。“成果可以是财务性的，比如收入，也可以是非财务性的，比如公民体验。”
没有上下文和治理，AI只会放大无知
Gartner分析师表示，实现AI的ROI需要强大的技术和上下文基础。“治理增加信任。上下文赋予意义。没有坚实的基础，AI很可能意味着放大的无知。”Thanaraj说。
例如，数据质量可能成为障碍。“没有清晰的上下文，大语言模型只是在猜测。”Thanaraj说，这会放大误解。糟糕的数据和糟糕的AI设计意味着更多的幻觉和错误输出。“这个上下文层你无法从货架上买来。它必须根据你的需求来构建。”Herschel说。
J.Gold Associates首席分析师Jack Gold表示，强大的技术基础，比如用于数据移动的稳健网络骨干，至关重要。“智能体之间的交互将变得普遍且关键，即使智能体的数量和分布急剧扩大，涵盖远程智能体位置和设备之间的交互。”Gold在一份研究报告中写道。
治理框架决定ROI成败
大多数组织正在建立“harness”——控制和协调模型、工具和工作流的软件层，来治理企业中的AI使用。根据毕马威上月发布的一项全球调查，55%的组织拥有正式的AI harness层。在报告已实现ROI的组织中，这一比例上升至86%。
毕马威表示，那些“将明确的问责制、协调治理、韧性和可靠的价值衡量结合起来”的组织，最有可能将广泛采用转化为持续绩效。
