过去两年，企业谈AI，最常见的问题是：
我们是不是应该做AI?
接下来，这个问题可能会变成：
我们做了这么多AI，到底赚到钱了吗?
最近德勤中国和香港大学联合发布了一份企业AI应用研究。
调研覆盖中国大陆及香港多个行业的205位企业高管。
数据显示，2026年已经有64.4%的企业进入AI生产部署阶段，比上一年的56%明显提高。
但是另一组数据更加值得关注：
48.5%的企业表示，AI项目实际投资回报低于预期。
还有44.4%的企业，甚至无法明确核算AI项目到底产生了多少ROI。
这说明一个非常重要的问题：
- 企业AI竞争，正在从“有没有”进入“值不值”。
01
为什么用了AI，却不一定赚钱?
一个最常见的误解是：
AI提高效率 = 企业增加利润。
实际上，中间隔着非常长的一条链条。
一个员工以前写一份报告需要三小时，现在30分钟完成。
他的个人效率提高了。
但是如果企业没有减少任何成本，没有增加任何收入，也没有提高决策质量，那么这两个半小时究竟转化成什么?
很可能什么都没有。
这就是为什么：
- 个人生产率提升，不等于企业ROI提升。
企业真正要看的不是AI帮员工节省了多少时间。
而是这些时间最终有没有变成：
- 更多收入;
- 更低成本;
- 更多客户;
- 更快交付;
- 更好的决策。
02
很多AI项目，从一开始就没有定义商业价值
这是第二个问题。
很多公司的AI项目是这样开始的：
别人都在做，我们也要做。
于是先买工具、建平台、做Agent、培训员工。
但很少有人在项目启动之前认真回答：
这个项目到底解决什么经营问题?
成功以后哪个财务指标会变化?
成本下降多少?
收入增加多少?
多久可以回本?
如果这些问题没有答案，那么AI项目最后很容易变成一场技术展示。
德勤与港大的另一项研究也发现，仅23%的受调研企业表示AI已经产生可衡量的财务影响，而真正实现AI转型目标的企业比例更低。组织壁垒、数据质量、文化阻力和价值衡量机制，都是重要障碍。
03
企业需要从“AI项目”转向“经营项目”
这是我认为接下来最重要的变化。
以后企业不要说：
我们做一个AI客服项目。
而应该说：
我们要把客服单次服务成本降低30%。
不要说：
我们做一个销售Agent。
而应该说：
- 我们要把线索转化率提高10%。
不要说：
我们给所有员工部署Copilot。
而应该说：
- 我们要把某个核心业务流程周期从5天缩短到2天。
看起来只是表达方式变化，背后的管理逻辑完全不同。
前一种是：
技术导向。
后一种是：
经营结果导向。
04
我建议企业用三个问题衡量AI
以后任何AI项目立项之前，都先回答三个问题。
▌第一，它能不能增加收入?
例如提高转化率、增加客单价、创造新产品。
▌第二，它能不能降低成本?
例如减少人工、缩短流程、降低错误率。
▌第三，它能不能提高经营质量?
例如提高决策速度、降低风险、改善客户体验。
如果三个都回答不了，我会非常谨慎。
因为AI非常容易制造一种假象：
大家都很忙，项目很多，Demo很漂亮，员工也觉得先进。
但公司没有因此变得更赚钱。
所以企业下一阶段真正重要的能力，不是继续增加AI工具数量。
而是建立一套：
- AI价值衡量体系
我一直认为，AI不会因为技术先进自动创造商业价值。
真正的公式应该是：
- AI价值 = 技术能力 × 业务场景 × 流程重构 × 组织能力 × 价值衡量
任何一项接近于零，最后的商业结果都可能接近于零。
AI时代真正优秀的企业，不一定是AI用得最多的企业。
而是：
- 最清楚AI应该用在哪里，也最清楚什么时候不应该用AI的企业。
热门跟贴