由 Simon AI投资热潮下回报何在？CEO们为何甘愿押注2026？企业深陷成本与收益的博弈，突破性融合成关键挑战！
尽管早期成果参差不齐，企业领导者仍在持续推进人工智能布局。《华尔街日报》与路透社报道显示，多数CEO预计到2026年AI支出将持续增长，尽管这些投资仍难以转化为明确的企业级回报。
这种矛盾凸显了众多企业在AI应用进程中的现状：技术已超越试验和概念验证阶段，却尚未成为稳定的价值来源。企业正处在一个雄心、执行与预期同时承压的过渡期。
过去两年，大型企业的AI预算持续攀升，竞争压力、董事会监督及对落后的担忧共同推动了这一趋势。与此同时，高管们更坦率地承认当前局限：收益常局限于局部而非整体业务，试点项目难以推广，AI系统与现有工具的对接成本不断攀升。
《华尔街日报》一项高管调查发现，多数CEO视AI为长期竞争力的核心，即便短期效益难以衡量。对许多企业而言，AI已非可选项目，而是必须持续培育的能力，而非可因效果不佳而暂停的短期项目。
这种认知解释了为何支出保持稳定——领导者担心此时削减投入将削弱未来竞争力，尤其在竞争对手持续优化AI应用之际。
从实验到日常应用是提升回报的主要障碍。许多企业在不同团队启动了缺乏统一规则与协调的AI试点，这些尝试虽能激发洞见与兴趣，却鲜少引发影响整体业务的变革。
路透社报道指出，企业规模化部署AI时常面临数据质量、系统连接、安全管控与合规要求等挑战。这些问题不仅关乎技术，更折射出组织协作模式：责任分散、权属不清，且项目一旦涉及法务、风控与IT部门，决策流程便显著放缓。这导致企业陷入试验投入巨大、核心业务融合进展有限的循环。
基础设施成本同样制约AI回报。模型训练与运行需消耗大量算力、存储及能源——云服务费用随使用量激增，而自建系统则需高昂前期投入与漫长规划周期。路透社援引高管警告称，基础设施成本可能超过AI工具带来的收益，尤其在早期阶段。这迫使企业艰难抉择：集中AI资源还是放任团队自主实验？自建系统还是依赖供应商？能力培育期可容忍多少资源浪费？
实践中，这些决策对AI战略的影响不亚于模型性能或应用场景选择。
随着AI支出增长，审查也日益严格。董事会、监管机构及内审部门提出更尖锐的质疑。作为回应，许多企业正加强管控：决策权向中央团队集中，AI治理委员会日益普及，项目与业务重点的绑定更紧密。《华尔街日报》称，企业正从松散试验转向目标、评估与时间线更清晰的管理模式。这可能延缓进程，却反映出业界日益认同AI应与其他重大投资接受同等严格的管控。
这一转变标志着AI定位的革新：它不再是边缘尝试或新奇探索，而是被纳入企业既有运营与风控体系。
值得注意的是，AI支出的持续性并非盲目乐观，而是预期重置的体现。CEO们逐渐认识到，AI很少带来立竿见影的全面回报，其价值往往随着工作流调整、员工再培训与数据基础优化而逐步显现。
许多企业正收缩战线，聚焦更少应用场景、明确权责归属、强化项目与业务成果的关联。这种调整或许削弱短期热度，却提升了可持续回报的可能性。
对规划2026年战略的企业而言，核心启示并非放弃AI，而是在AI战略成熟期更审慎地推进——权责划分、治理机制与务实时间线的重要性已超越 headline 支出与宏大宣言。
最可能受益的企业正将AI视为组织运作方式的长期变革，而非增长捷径。下一阶段的竞争优势将更取决于AI与日常业务的融合深度，而非投入金额多寡。
—
延伸思考
1. 当基础设施成本可能反噬AI收益时，企业应如何建立动态评估框架，平衡短期投入与长期价值？
2. 在中央管控与团队自主创新的张力中，怎样的治理结构既能防范风险，又能保持组织敏捷性？
*(图片来源：Ambre Estève)*
*想了解更多行业领袖对AI与大数据的见解？欢迎关注在阿姆斯特丹、加州与伦敦举办的【AI与大数据博览会】。该综合性活动隶属于TechEx系列，并与多场前沿科技会议同期举行。[点击此处获取详情](https://example.com)*
*本文由TechForge Media提供支持。[点击探索更多企业科技活动与线上研讨会](https://example.com/events)*
阅读 ArtificialIntelligence News 的原文，点击链接。