简报速览

  • 尽管各方普遍推进AI部署，但根据Gartner周二发布的数据，仅有不到四分之一的企业在多个业务单元中成功实现了AI规模化。这家IT咨询机构于今年1月至4月间调查了1300多名来自年营收超过5000万美元组织的领导者。
  • 采用进度滞后并未减缓技术推广计划——85%的技术负责人计划明年加大AI投入。Gartner数据显示，约11%的受访组织表示，他们对2025年在AI上的支出缺乏可见性。
  • Gartner杰出副总裁兼研究员Tina Nunno在报告中指出，AI支出可见性不足会加剧错失投资回报率的风险。她表示：“若缺乏直接与业务成果挂钩的纪律性衡量，企业将面临资源浪费和预期落空的危险。”

深度洞察

尽管投资回报路径尚不清晰，企业仍在持续加码AI投入，但这种做法可能模糊组织识别正确应用场景的机会。

根据Infosys今年8月发布的报告，近四分之三的高级业务高管表示，他们成功规模化的AI试点项目不足25%；三分之二的高管称，其组织难以衡量AI产生的投资回报，以证实高管们所宣扬的积极效益。

许多企业对AI部署——尤其是智能体系统——的准备程度并不如自身预期。德勤8月发布的报告发现，仅有五分之一的高级经理和C级高管表示，其组织已准备好重新设计业务流程，以支持AI智能体自主运行。

Gartner数据显示，持续追踪AI项目投资回报、将其视为价值组合并定期评估项目绩效的企业，往往能获得更高收益。遵循这一框架并果断终止表现不佳项目的公司，其81%的AI项目报告了正向回报。

Nunno在给CIO Dive的邮件中表示：“我们希望企业从AI中获得更多价值，而不是冒着增加支出的风险，却得不到适当的投资回报，或制造更多技术风险。”

Nunno指出，技术领导者容易陷入AI炒作周期。最广泛采用的AI用例——如网络安全、威胁检测和IT服务台自动化——并不总能带来最高的投资回报。

根据Gartner的数据，智能IT资产与成本优化、合成数据生成、自动化代码生成与重构，位列正向回报最高的三大AI用例。

然而，Nunno表示，对企业最具价值的AI用例，应当是那些针对特定业务需求、并在必要时构建数据基础的方案。

Nunno说：“首席信息官应始终优先考虑那些商业案例和财务逻辑契合其公司特定情况、AI成熟度及业务需求的用例。在商业案例上保持严谨，并确保其符合公司AI战略愿景，将帮助首席信息官选择最能实现价值的用例。”