AI投资有望在2026年获得真正回报的原因解析

自2022年底ChatGPT发布以来，AI热潮持续升温。然而，尽管企业在该技术上投资不断增长，但投资回报率(ROI)仍不明显——专家预测这一情况将在新的一年发生改变。

基于AI在优化运营方面的巨大潜力承诺，包括更智能、更便宜、多模态、推理能力更强甚至自主的模型等新发展，企业领导者已经将大量资金投入相关支出。据斯坦福大学数据显示，2024年全球企业AI投资达到2523亿美元，美国私人AI投资达到1091亿美元——这些数字预计将继续增长。

然而，回顾2025年发现一个共同趋势：AI在大幅优化运营方面的潜力尚未在各个领域得到实现。最引人注目的是，麻省理工学院一项著名研究发现，95%的企业从生成式AI支出中没有看到投资回报率，只有5%的集成AI试点项目产生了数百万美元的价值。虽然回报标准定义较窄，这在一定程度上解释了高比例现象，但仍表明了更广泛的趋势。

普华永道美国首席AI官Dan Priest表示："到目前为止，一小部分领先企业已将AI转化为巨大价值——新的收入来源、新的商业模式和真正的估值溢价——而大多数其他企业只获得了'体面但适度'的回报。"

然而，Priest补充说，他认为新的一年将最终看到AI价值差距开始缩小，几乎所有接受ZDNET采访的专家都持这一观点。

Priest主要将即将到来的扩张归因于CEO和其他企业领导者必须通过识别少数高影响力领域来为其AI项目带来精确性，在这些领域AI可以"重塑企业经济"并专注追求这些目标。

德勤副主席兼美国TMT行业负责人China Widener呼应了这一观点，声称即将到来的一年将从"停留在试点阶段的大量AI投资"转向对企业的有意义改变。

Widener表示："2026年，竞争优势将不是简单地采用AI，而是精心编排AI——将创新转化为持续的投资回报率和新形式的商业价值。"

值得注意的是，在这两个预测中，专家都强调转变不在于技术本身的演进，而在于企业领导者如何将AI实施到其业务中。这将如何实现？企业有几个关键考虑因素，首先是采用AI智能体。

例如，Widener建议拥抱AI的智能体能力将使企业领导者能够有意义地重新思考团队运营方式，以及如何开展工作和创造增长。

理论上，AI智能体对企业的价值很简单：这些AI助手可以执行人类能够完成的任务，但没有人类的限制(如需要休息)，同时还能相互协作以高效完成任务。然而，在实践中，实现这一现实更具挑战性。

2025年被许多人誉为AI智能体之年。然而，正如德勤本周发布的技术趋势报告所揭示的，尽管有炒作和承诺，该技术今年并未起飞。

特别是，德勤2025年新兴技术趋势研究调查了500名美国技术领导者，发现30%的受访组织正在探索智能体选项，38%正在试点解决方案，只有14%拥有准备部署的解决方案。在生产中积极使用这些系统的组织数量更低，仅为11%。

高德纳发布了类似数据，称超过40%的智能体AI项目将在2027年底前被取消，原因包括成本上升、商业价值不明确或风险控制不足。即便如此，高德纳分析师Arun Chandrasekaran将2026年称为"AI智能体运营化"之年。

Chandrasekaran表示："虽然AI智能体作为试点项目越来越常见，但大多数企业在将其投入生产方面都有困难。确保用于管理智能体生命周期的强大控制平面、建立治理以保护、红队测试、验证和观察智能体，以及构建有状态多智能体系统，这些都是行业在2026年需要改进的主要目标。"

该公司还看好AI智能体将为企业带来的价值，预测到2028年，至少15%的日常工作决策将通过智能体AI自主做出，而2024年这一比例为0%。

AI智能体不仅有潜力优化内部业务运营，还能增强人们执行日常任务的方式。例如，与AI智能体相关的最热门话题之一是商务AI。

在最简单的用例中，AI智能体可以帮助用户选择所需产品并将商品添加到购物车。在理想状态下，AI智能体将能够代表用户完成交易，这在以特定价格购买产品或避免繁琐任务(如旅行预订)时非常有用。

据万事达卡首席创新官Ken Moore称，后者更先进的用例可能在2026年成为可能。

Moore表示："2026年，两股强大力量将汇聚——AI驱动的自主性和信任的演进——随着智能体商务从早期采用转向规模化。消费者将从手动操作者转变为战略协调者，将例行决策(如补货或旅行预订)委托给AI。"

除了智能体之外，企业成功实施AI的核心拼图是适当的教育。弗雷斯特预测，到2026年，30%的大型企业将强制进行AI熟练度培训，以提高AI采用率并降低风险。

这与我们迄今为止所看到的情况大不相同。德勤发现，只有7%的AI支出用于改变文化、培训和学习。沃顿商学院2025年10月的一项研究还发现，培训投资正在减少，同比下降8个百分点。

这种采用不足阻碍了成功的AI实施，弗雷斯特数据显示21%的AI决策者将员工体验和准备度视为采用障碍。弗雷斯特高级分析师Kim Herrington补充说，训练不当的劳动力是风险的温床。

她说："AI依赖数据运行，员工每天都在塑造这些数据(通常在不知不觉中)。糟糕的读写能力和熟练度导致糟糕的输入或行为，这会级联成有缺陷的决策或训练不当的AI模型，可能迅速扩大对错误信息的访问。"

Herrington说，强制培训将帮助提醒员工AI输出可能出错，以及如何最好地使用它们，这也可以建立他们使用这些工具的信心。

虽然2026年的许多AI交付预测似乎都依赖于AI智能体，但值得对期望保持谨慎，因为变化不会在一夜之间发生或无缝进行。

Priest说："智能体仍将是不完美的，这没关系。2026年的不同之处在于，更多公司将拥有真正的基准、更清晰的护栏和可重复的执行手册。结合对智能体部署位置更严格、自上而下的关注，这将把智能体AI从实验转变为真正的企业转型。"

Q&A

Q1：为什么AI投资在2026年才能看到真正回报？

A：专家认为主要原因在于企业领导者将更精确地识别少数高影响力领域，专注于AI可以"重塑企业经济"的项目，从而从实验阶段转向真正的企业转型。同时，更多公司将拥有真正的基准、更清晰的护栏和可重复的执行手册。

Q2：AI智能体在商业应用中面临哪些挑战？

A：尽管2025年被誉为AI智能体之年，但德勤研究显示只有11%的组织在生产中积极使用智能体系统。高德纳预测超过40%的智能体AI项目将因成本上升、商业价值不明确或风险控制不足而被取消。主要挑战包括将试点项目投入生产、建立有效治理和构建多智能体系统。

Q3：企业如何成功实施AI技术？

A：专家建议企业需要进行适当的AI教育培训。弗雷斯特预测到2026年30%的大型企业将强制进行AI熟练度培训。目前只有7%的AI支出用于文化改变和培训，缺乏训练的员工可能导致糟糕的AI输入或行为，影响整体实施效果。