AI正在加速进入生产应用，但当前的实际回报仍低于预期。
9月22日，德勤中国在云栖大会期间发布的《决策者视角下的企业AI应用》报告（下称“报告”）给出上述结论。根据报告，企业的AI应用处于生产应用阶段的比例持续提升。2026年，处于AI探索与试点阶段的企业占比已经从2025年的36.7%下降到24.9%，进入生产部署阶段的企业从56.0%上升至64.4%。然而，应用规模的扩大尚未同步转化为投资回报（ROI）。其中，48.5%的受访企业反馈AI项目实际投资回报低于预期，企业预期回报率集中在10%-25%区间，而实际达成的回报更多落在10%以下。另有44.4%的企业无法明确核算AI项目的实际投资回报率，这表明随着AI应用范围持续扩大，企业的价值量化能力与评估框架并未同步完善。
德勤中国咨询业务全国主管合伙人华思远表示，企业AI采用率和生产部署程度不断提升，但AI工具的普及并不代表企业已经完成AI转型。许多企业虽然已经引入AI，却仍然沿用原有的业务流程和运营模式，因此AI的作用往往停留在提效层面。下一阶段，企业竞争的重点将从技术采用转向价值兑现。未来真正拉开企业差距的因素在于能否让AI进入核心业务流程，推动应用从工具叠加走向工作流重塑，并持续形成可衡量、可验证的经营成果。
价值衡量能力是AI从应用走向业务价值的重要一环。回报不达预期背后，是多数企业缺乏有效评估AI应用效益的机制。调研显示，60.4%的企业尚未建立起体系化的价值衡量框架，缺少统一的衡量口径使企业难以判断哪些项目值得复制、哪些项目应该收缩。对此，企业可从价值评估、分阶段考核与投资管理三方面优化AI项目管理。
目前，AI应用效益主要体现在效率提升与成本节约。企业评估AI成效时，87.3%聚焦处理速度与工时节约，70.7%关注成本节约，而涉及收入与客户层面的仅占21.5%。报告指出，工时缩短并不自动等同于企业成本下降或经营价值提升，只有将节省下来的时间重新配置到高价值环节，生产效率才能真正转化为可量化的经营成果。
应用AI的主要挑战在于重新设计工作流，企业组织惯性、数据质量与安全顾虑是企业应用AI的三大障碍。偏向维持现状的流程与激励机制，以及数据质量与可获得性，均以32.7%并列成为首要障碍。而在企业AI部署过程中，与现有系统的集成困难是最突出的瓶颈。
华思远提出，企业推进AI应用时，需要先判断自身是否具备承接AI的组织能力。既要审视现有流程、职责分工和激励机制能否支持AI进入日常业务，也要关注数据质量、系统连接、安全边界和合规要求能否支撑AI在核心场景中稳定运行。
从不同职能领域看，AI应用的回报水平与价值来源已存在显著分化。IT与软件职能的ROI约为45%，产品研发、销售营销、内部知识工作场景整体具备较高回报潜力（20%-30%），多数职能的AI价值仍集中于内部提效降本，依靠AI拉动营收增长、实现风险降低的成熟落地案例相对有限。未来，AI应用重心将进一步转向运营交付与研发创新，而成熟通用职能将进入整合优化期。
AI应用也将进一步重塑企业的人力构成，尤其是对入门级岗位要求影响较大。65.4%的受访者预计入门级或初级岗位将减少；对中层岗位的影响表现为结构性重组，而不是单向减少，中层管理岗位面临更大压力，管理角色将从监督转向协调与判断；高层岗位整体保持稳定，战略判断与责任承担仍难以替代。
该报告由德勤中国与香港大学人工智能、管理与组织研究中心联合发布，调研覆盖中国大陆及中国香港地区多个行业的205位企业高管，受访者以企业战略决策层为主。
