K8凯发(中国)天生赢家·一触即发

仅19%的AI项目达标2026年企业开始死磕ROI
栏目:k8凯发集团 发布时间:2026-06-10
 当企业还在为AI狂热买单时,领先的CIO已经开始追问一个更现实的问题:AI究竟赚到了多少钱?最新调查显示,仅19%的企业AI项目达到或超出预期目标,大量试点正陷入“叫好不叫座”的困境。真正成功的企业正在告别技术崇拜,转向以业务价值、明确KPI和严格治理驱动AI落地。从跨部门AI委员会到成果导向的投资机制,从嵌入业务流程到灵活数据架构,AI竞争正从模型能力转向价值兑现能力。2026年的CIO,也

  当企业还在为AI狂热买单时,领先的CIO已经开始追问一个更现实的问题:AI究竟赚到了多少钱?最新调查显示,仅19%的企业AI项目达到或超出预期目标,大量试点正陷入“叫好不叫座”的困境。真正成功的企业正在告别技术崇拜,转向以业务价值、明确KPI和严格治理驱动AI落地。从跨部门AI委员会到成果导向的投资机制,从嵌入业务流程到灵活数据架构,AI竞争正从模型能力转向价值兑现能力。2026年的CIO,也正从技术管理者进化为AI时代的首席价值官。

  在漫天炒作中疲于应对、在高层领导的施压下,CIO们正争相将AI战略举措落地运营,力求证明——更重要的是交付——这项兼具颠覆性与变革性的技术所能带来的可量化的投资回报率(ROI)。

  层出不穷的AI试点项目和泛滥的实验,正在让位于一项新的使命:优先推进和规模化那些最有可能创造商业价值、并对利润底线产生实际影响的AI解决方案。

  然而,对许多引领AI新篇章的CIO而言,从AI项目中实现可量化的ROI仍然颇具难度。根据25届年度《CIO现状》调查——该调查覆盖了662名IT领导者和249名业务线用户——不到五分之一(19%)的受访者表示AI举措已达到或超出业务目标,18%的人承认只有不到三分之一的AI用例达到了既定预期。

  业务战略和指标不清晰,已被证明是推进CIO的AI议程的主要障碍。今年《CIO现状》受访者中,近三分之一(32%)将ROI指标定义不清列为规模化AI的障碍,此外还有企业AI战略模糊(31%)以及缺乏内部专业人才(40%的受访者提及)。

  “没有人在持续衡量ROI,因为我们面临来自每一位副总裁和业务线部门的反向压力,他们都想为自己的业务优化而部署AI,”Rensselaer理工学院(RPI)CIO Andrea Ballinger指出。“我们对所有人都说是,却没有退一步聚焦于那些真正体现价值的业务场景。”

  AI项目的正式审批流程则远没有那么成熟,2026年《CIO现状》受访者中略超过一半(53%)已建立某种正式审批流程,28%计划在未来12个月内启动。

  KPI——AI成功的另一个关键里程碑——在大多数企业中同样定义不清。不到一半(47%)的受访者已建立正式指标,另有34%计划在年内完成。在那些衡量AI成功的企业中,运营效率和流程改进排名第一,占40%,其次是员工生产力(34%)和成本降低(30%)。AI对收入或增长的影响目前还不是主要考量因素,仅有27%的受访者提及。

  “我们在业务论证方面比大多数公司更有纪律性,”McCormack说,”一切以指标为驱动,取决于能否证明价值。等我们把某个东西投入生产时,它已经历了一系列概念验证,经过了深入的财务分析,我们能够快速推进并证明其价值。”

  在AI之旅走到第三年时,TIAA已积累了丰富的生成式AI和自主式AI用例,涵盖欺诈检测与防范、呼叫中心助手以及一系列其他工具,这家金融服务公司85%的员工使用其内部AI平台TIAA Gate,然而,即便所有正确的架构都已到位——包括培训投入、完善的治理框架、指导委员会、AI卓越中心(CoE),以及将AI战略运用纳入每个人绩效目标的企业指令——ROI仍然是一个挑战。

  “纸面上的东西有时并不能转化为真正的ROI,因为要考虑运营成本的现实,”TIAA的首席运营、信息与数字官Sastry Durvasula指出,“某个项目可能被证明是成功的试点,但你需要了解完整的运营成本——例如运行token的效率、流量处理方式,或RAG(检索增强生成)的实施情况。”

  Thomas Prommer是一位资深CTO、CIO和CAIO,他提出了三条建议以推动实现AI ROI,第一,在项目层面建立联合问责制,每个项目都指定一名技术赞助人和一名业务赞助人,双方共同对结果负责,他的公司已成功将集中式AI CoE替换为嵌入式AI小队,后者驻扎在各个业务单元内部,他解释说,CoE模式造成了一个无人负责的中转站,而嵌入式团队则在业务影响点上强制落实问责。

  Prommer的第三条建议是实施与成果里程碑而非交付里程碑挂钩的阶段门控资金。“我们不为‘建一个模型’提供资金,我们为‘将该品类退货率降低8%’提供资金,并在90天、180天和270天设置检查点,”他解释道,“错过两个检查点的项目就会被叫停,我们大约会砍掉三分之一的启动项目,这是健康的。”

  深入理解业务工作流,并为负责执行AI增强工作流的人员设计体验层,是创造价值和实现有效规模化采用的关键。

  “如果数据科学团队的某人构建了一个很棒的模型,能提供提升制造效率的洞察,但这与车间主管的日常工作相去甚远,那它永远不会被大规模使用。”FedEx的前首席数字信息与转型官Sriram Krishnasamy说。

  与去年类似,CEO对IT领导者的首要优先事项是研究和实施AI产品与项目,27%的受访者如此表示,79%的受访者表示,IT领导者正通过与业务线在AI应用方面更紧密地合作来落实这一指令。

  “AI需要大量高管层的参与——就我们的情况而言,由我来牵头是最合理的,”First Student的McCormack说,他同时也是名人堂成员。

  今年受访的IT领导者预计将加速并扩大在AI/机器学习(76%)和自主式AI(70%)以及网络安全(63%)方面的参与。受访组织预计未来一年将加大对全系列AI技术的投资,包括生成式AI(67%)、机器学习(66%)和代理式AI(65%)。

  First Student目前正在多个用例中大规模运行生产级AI,包括预测性维护、车队与驾驶员安全、合同起草、自动化招聘、自主式软件开发,以及协助内部用户处理服务台和HR问题的代理式语音机器人。随着公司不断扩展其AI赋能用例组合,McCormack表示将一切建立在灵活架构之上至关重要。

  “这是一个变化如此之快的领域,很难选定一个解决方案,”他解释道,“我们正在自建架构,这样就可以快速切换模型,”而不依赖于某一个系统,他说。

  虽然AI需要全员上阵,但它并非今年CEO对CIO的唯一指令。网络与数据安全仍是高管层最关注的议题,《CIO现状》受访者中有四分之一将其列为2026年CEO的首要优先事项,高于去年的20%,CEO们还希望CIO加强IT与业务的协作,23%的2026年受访者如此表示。

  为落实这些指令,CIO们正在扩展以下领域的技术举措:业务流程与IT自动化(56%)、安全与风险管理(55%),以及数据与业务分析(54%)。

  构建坚实的数据与治理基础是RPI最重要的议程事项,主要是为更广泛的AI部署和采用做准备。Ballinger在担任RPI CIO仅70天时便坦言,这所教育机构并不打算成为AI创新的首批采用者,相反,其策略是适应、成长并转型组织架构和数据生态系统,以最大化AI所承诺的优势。

  Ballinger目前正在推动一份涵盖数据编织层、安全容器化和数据工厂方法的RFP(征求建议书)。我们在设计生态系统时始终以战略和KPI为导向,她说,整个过程的前提是:在业务场景进入数据生态系统之前,就判定哪些是有价值的,我们不是把东西丢进生态系统然后指望它产生回报。

  随着变化的步伐愈发加快、AI创新的赌注不断升高,CIO的角色正持续向业务导向倾斜,而非纯粹的技术聚焦。今年84%的受访IT领导者认为CIO职位更加数字化和创新导向,82%的人确认CIO比其业务同行更有可能主动引领数字化转型。

  当前CIO平均身兼1.6个职位,包括首席安全官(CISO)、CAIO及其他业务相关岗位,这一角色正变得更加宽泛、高度战略性且更具成就感——尤其对那些愿意告别传统维持运转型CIO模式、拥抱新挑战的领导者而言。

  “2026年的CIO是一个混合体——一半是运营架构师,一半是风险官,”Prommer说,“技术选择越来越容易,但业务和伦理选择越来越难,只懂技术栈的CIO将向那些两者皆通的CIO汇报。”返回搜狐,查看更多