普华永道调查：企业AI投资回报尚需时日，支出势头不减

普华永道（PwC）近期一项调查显示，81%的C级高管表示，其所在公司在人工智能（AI）投资上至少还需一年才能看到“实质性回报”——即超越效率提升的收益。该调查是普华永道对第二届特朗普政府执政15个月后企业高管在政策、风险与增长方面看法的更广泛研究的一部分。普华永道美国首席AI官丹·普里斯特（Dan Priest）认为，这一结果将CFO置于企业AI应用下一阶段的核心位置。

随着企业从试点和生产力提升阶段向前推进，财务领导者需要在支出决策中引入纪律性，支持少数“高影响力项目”，并确保这些投资转化为“可衡量的商业价值，而非仅仅是渐进式效率提升”，普里斯特对CFO Dive表示。

尽管回报延迟，AI投资势头依然强劲。普华永道发现，大多数组织计划在未来一年维持或增加AI支出。

Q：报告显示，81%的企业领导者表示其组织至少还需一年才能看到超越效率的“实质性”AI投资回报。是什么阻碍了组织更快实现实质性回报？

丹·普里斯特：大多数组织目前看到的是AI应用这一阶段我们所预期的结果：效率提升先行，而转型则需要更长时间才能显现。实质性回报需要比许多公司迄今所做的更深层次的承诺，部分原因在于AI仍常被用于优化现有工作方式，而非从根本上重新设计这些方式。

许多公司还困在试点与规模化之间的阶段。它们已证明AI能在局部创造价值，但尚未将其嵌入核心工作流程，也未重新思考整个业务的工作方式。早期努力往往聚焦于成本和生产效率，而更大的机会在于重新构想端到端的工作流程，以及产品、服务和客户体验。实现这一机会需要的不仅是部署新工具，还要求对流程、角色、合作伙伴关系和决策方式做出改变。

归根结底，更大的制约在于组织层面，而非技术层面。虽然在这个AI驱动的新世界中，数据、技术和人才仍在成熟过程中，但真正的解锁点在于领导层推动规模化转型，并最终实现更广泛的再造。

Q：企业如何定义“实质性回报”？

丹·普里斯特：企业越来越多地将“实质性回报”定义为超越效率提升、开始对业务产生实质性影响的成果。这包括新的收入来源、利润率改善、更快的创新周期，或客户体验的可衡量变化。这不再是关于以更低成本或更快速度做同样的工作——尽管这些也是有价值的收益——而是关于业务能做什么以及如何竞争，这才是最终的奖赏。

目前，大多数组织仍以生产效率和成本节约的形式看到价值，而这些往往是渐进式的。对“实质性”的门槛正在提高，反映出对企业级影响的需求。

Q：少数预期更快获得回报的公司与绝大多数看到更长回报周期的公司有何区别？

丹·普里斯特：预期更快获得回报的公司采取了一些不同的做法。首先，它们有针对性地投资于基础要素，主要围绕模型、数据成熟度、AI技能和项目执行。我们看到这些属性与更好的结果密切相关。但除此之外，它们将AI视为一种转型业务的方式，而非仅在局部进行优化。它们重新设计工作流程，将AI嵌入决策过程，转变价值池，并寻求创造新价值，而不仅仅是削减成本。

同样重要的是，这些公司在聚焦方向上要刻意得多。领先组织由清晰的战略指引，使团队有信心选择重点，将AI投资集中于最高价值的机遇，在这些领域它们具备成功条件，而不是将努力分散在互不关联的试点上。

通过规模化有效做法并将AI嵌入核心决策，它们能够专注于可以创造差异化价值的领域，而不仅仅是跟上市场步伐。

Q：研究还发现，74%的企业领导者计划在未来12个月内开始或增加AI投资。为什么大多数公司会增加AI投资，尽管81%表示实质性回报仍需一年以上？

丹·普里斯特：大约20%的公司正在获得超常收益。虽然这只是少数比例，但它表明AI在正确使用下是有效的。这些是有价值的证明点，投资者、董事会和管理团队都会关注。它们也为其他所有人创造了必须搞清楚的紧迫性。不投资不是一个好选项。

因此，公司增加AI投资是因为它们感受到保持步伐的真实战略紧迫性。人们认识到AI将成为未来企业竞争的核心。因此，即使回报不是立竿见影的，公司现在也在建设这些能力。

尽管仍存在对投资回报率的担忧，但有足够令人信服的证明点，使组织愿意在不确定性中继续投资。真正的挑战在于确保这些投资真正使业务差异化，而不仅仅是跟上其他所有人。

Q：CFO在2026年应优先考虑什么，以避免AI投资交付不足？

丹·普里斯特：CFO应首先收紧AI投资与业务成果之间的联系，而不仅仅是效率。成本节约在早期会显现，但很快可能变成预期或被竞争抵消。

这使CFO处于关键位置，通过支持高影响力的AI项目并确保这些努力转化为可衡量的商业价值（而非仅仅是渐进式效率提升），来推动聚焦和一致性。

优先事项是定义与增长、利润率扩张或更好决策相关的清晰价值案例，并在何处规模化与何处停止之间保持纪律。将投资分散到过多试点是交付不足的最快途径之一。

他们还需要为完整的方程式提供资金，而不仅仅是技术。最大的回报来自将AI嵌入核心工作流程，这需要投资于数据、流程再造，以及最重要的——劳动力。

人才——包括有能力的工程师、深度领域专家、有效的变革领导者，以及知道如何将这一切与公司竞争和获胜方式连接起来的战略家——是最关键的成功因素。