AI投资竞赛正在不断加速，但许多企业在证明其短期价值方面面临挑战。Infosys最新发布的研究报告《AI投资回报率鸿沟：将雄心转化为企业价值》。AI的期望与当前实际获得的投资回报之间日益扩大的差距。

尽管企业领导者持续增加对AI的投资，并普遍认为AI对未来增长至关重要，但许多企业仍难以证明其投资回报。研究显示，80%的高管认为AI是创造新收入机会的关键驱动力，然而，每四位高管中就有一位表示，其AI投资的回报低于预期。

为深入了解企业如何评估、扩展和治理AI项目，Infosys对美国大型企业的1000多位高级管理人员进行了调研。研究发现，问题并非AI没有创造价值，而是许多企业可能在错误的方向上寻找价值。虽然企业领导者通常从收入增长的角度评估AI成效，但目前AI最大的价值实际上体现在加快产品上市速度、提升运营效率以及降低成本等方面。

报告中提出以下几点主要发现：

• AI正在创造价值，但主要体现在运营绩效提升方面。75%的受访者表示，AI为其组织创造的总体价值是正向的。然而，目前最显著且可量化的收益主要体现在缩短上市时间和成本节约方面，而非直接带来收入增长。这表明，AI目前更多扮演着提升内部运营效率的 “加速器” 角色，而非直接推动营收增长的引擎。

• 企业在有效衡量AI成功方面面临挑战。三分之二的高管表示，其组织在衡量AI投资回报率方面存在困难。接近一半的企业缺乏统一的KPI衡量框架；尽管“加快上市速度”是AI最显著的价值来源之一，但只有四分之一的企业对该指标进行正式跟踪。这意味着，许多企业实际上可能低估了AI已经创造的价值。

• 规模化推广仍是实现投资回报的最大障碍之一。近四分之三的受访者表示，不到25%的AI试点项目能够成功扩展至企业级部署，并实现预期ROI。高管们普遍认为，AI项目无法从试验阶段迈向规模化应用的主要原因包括：商业案例不清晰；ROI目标定义不明确。这些因素导致许多AI计划停留在实验阶段，无法充分释放商业价值。

• 员工行为与治理正在成为影响ROI的关键因素。随着AI应用的不断普及，企业越来越关注：员工对AI工具的过度依赖；未经批准的AI工具使用；数据安全与隐私风险。研究结果显示，治理机制、员工培训以及人工监督的重要性，正在逐渐与AI技术本身同等重要。

为了缩小AI投资回报差距，企业应：

· 在引入技术之前，首先明确业务目标和预期成果；

· 将衡量体系从单纯关注收入增长扩展到运营效率、上市速度和成本优化等维度；

· 加强AI治理体系建设，确保领导层、员工行为和AI应用保持一致；

· 推动AI从实验阶段顺利迈向企业级规模化部署。

随着AI逐渐从探索阶段走向企业级应用，最有可能持续获得价值回报的组织，将是那些既敢于投入，又能够通过严格执行、有效治理和科学衡量来实现价值落地的企业。

更多信息，请关注Infosys微信公众号