编者按：Aarif Nakhooda是总部位于加州旧金山的Keystone.ai公司（为大型企业、律师事务所和政府提供全球技术与咨询服务的机构）的CoreAI与客户成功部门首席财务官。本文观点仅代表作者个人。

人工智能对各行业均具有变革性潜力。然而，许多财务领导者——包括我这位CFO同行——仍在纠结一个核心问题：如何衡量AI的价值？

预计到2025年，全球AI支出将达到前所未有的水平，反映出各行业对AI的快速采用。据IDC数据，2025年全球AI硬件、软件和服务支出将超过3370亿美元。财务领导者深度参与这些决策。然而，尽管支出激增，财务团队审查的AI项目中，被认为能产生实际价值的不足一半。

投资与感知回报之间的这一差距，并非源于对技术的误解，而是评估方法过时所致。

无形收益

首先，AI的许多收益是无形的。更好的预测、更快的决策、更强的客户参与——这些无疑有价值，但难以量化。以一家使用AI个性化其网站的公司为例，用户花更多时间与品牌互动。这显然是积极信号，但其中多少行为能转化为收入？又有多少互动无论如何都会发生？

其次，AI运行在复杂、多因素的环境中，归因变得困难。假设我们部署了一个机器学习定价算法，观察到销售额增长。这是AI的功劳，还是同期营销活动、季节性高峰，或是补货商品的积压需求所致？这个问题在营销领域早已存在，如今正蔓延至整个运营环节。孤立AI的影响很少是直截了当的。

第三——也是最重要的——AI系统会随时间不断改进。与折旧的资本设备不同，AI模型通过学习和增值。传统ROI假设在固定周期内线性回报：今天投资10美元，一年后赚20美元。AI并不遵循这一轨迹。收益可能起初微薄，但随着系统适应而呈指数级增长。在传统财务模型中捕捉这种非线性极为困难。

重新思考AI的价值

这些并不意味着我们应放弃财务纪律。但它确实表明，我们需要改进衡量价值的方式。更具前瞻性的CFO开始将传统ROI与更广泛的战略评估相结合——考虑无形因素、不确定性、潜在上行空间、可扩展性和长期学习曲线。

一些人正在借鉴风险投资或创新金融的框架，这些框架容忍早期模糊性以追求长期收益。另一些人则在开发新的内部指标：例如“AI调整后ROI”，或反映学习进度、准确性改进和决策速度的绩效仪表板。这些工具更贴合AI的本质——最终也更诚实地反映成功的样子。

随着AI持续向通用技术（类似电力或互联网）演进，CFO必须从财务守门人转变为战略赋能者。我们不应将AI仅视为成本，而应视为一种能力：一种随时间展开、随使用而复合、且抗拒简单量化的能力。

我们越善于以AI自身的方式评估其价值，就越能更快释放其真正价值。这一转变不仅需要新模型，更要求新思维。

高管圈有一个著名轶事：一位CFO问：“如果我们投资于员工，而他们离开了怎么办？”CEO回答：“如果我们不投资，而他们留下了呢？”

我相信AI现在也需要同样的重新框定。是的，我们应问：“这要花多少钱？”但我们也必须问：“等待的代价是什么？”

在AI正迅速重塑竞争优势的世界里，最大的风险可能不在于做出投资——而在于错失投资。

编者注：本文为两篇系列文章的第一篇。