人工智能落地的声势很大，但真正的“规模化”远未到来。Gartner周二发布的数据显示，尽管企业广泛开展AI推广，但成功将人工智能扩展到多个业务部门的组织仍不足四分之一。
这项调查在2025年1月至4月间进行，覆盖了年收入超过5000万美元的企业中的1300多名领导者。结果发现，虽然应用进展滞后，但科技领导者们并未放缓步伐——85%的受访者表示，明年将增加对人工智能的投资。值得注意的是，约11%的受访组织坦言，他们无法清楚掌握2025年在AI上的支出情况。
Gartner杰出副总裁兼院士蒂娜·努诺（Tina Nunno）在报告中警告，对AI支出缺乏透明度，会加大错失投资回报的风险。“如果没有与业务成果直接挂钩的严谨衡量机制，企业将面临资源浪费和期望落空的风险。”她说。
即便尚未明确看到回报，企业仍在持续向AI投入真金白银，但这种做法可能反而模糊了发现合适应用场景的机会。
Infosys 8月发布的一份报告印证了这种困境：近四分之三的高级企业高管表示，他们成功扩展的AI试点项目不足25%；三分之二的高管称，所在组织难以衡量AI带来的投资回报率，因而无法证明高管层宣称的积极效益。
更令人担忧的是，许多企业对AI部署——尤其是自主代理系统——的准备程度，并未达到自身预期。德勤8月发布的报告显示，仅有五分之一的高级管理者和高管表示，其组织已准备好重新设计业务流程，以实现与AI代理协同的自主运行。
同样是Gartner的数据，给出了一个值得借鉴的方向：持续跟踪AI项目投资回报率、将其视为价值组合并定期评估项目表现的企业，能够获得显著更高的回报。尤其值得一提的是，那些遵循这一框架、及时终止表现不佳项目的公司，在AI项目中实现了81%的正向回报。
努诺在发给CIO Dive的邮件中表示：“我们希望企业能从人工智能中获得更多收益，而不是冒着投入更多成本却得不到相应回报、或带来更大技术风险的风险。”
努诺提醒，科技领导者容易陷入AI的炒作周期。当前最受关注的应用场景——例如网络安全、威胁检测和IT服务台自动化——并不一定能带来最高的投资回报。
Gartner的数据显示，真正实现正向回报的领先AI应用案例其实是这三类：智能IT资产与成本优化、合成数据生成，以及自动化代码生成与重构。
那么，企业应该怎么选？努诺强调，对企业而言最具价值的AI应用场景，是那些针对特定业务需求、并在必要时构建起相应数据基础的应用。
她建议：“CIO应始终优先考虑符合自身企业实际情况、财务逻辑合理、契合公司AI成熟度和业务需求的应用场景。只有在商业案例上保持严谨，并确保其符合企业对AI的战略愿景，CIO才能选择出最能创造最大价值的应用场景。”
封面图源：Unsplash
