主要内容
企业领导者正加速推进人工智能（AI）应用，尽管早期成果参差不齐。多数企业CEO预计，到2026年AI支出将持续增长，即便难以将这些投资与企业整体回报直接挂钩。这一紧张局面凸显了当前许多组织所处的AI发展“中间阶段”——技术已越过试验和概念验证阶段，但尚未成为可靠的价值来源，雄心、执行与预期在此阶段均面临压力。
过去两年，大企业AI预算稳步攀升，竞争压力、董事会监督及“怕落后”的心理共同推动了这一趋势。同时，高管们也更坦诚地承认AI的局限：收益多体现在局部而非整体业务提升，试点项目难以规模化推广，系统连接现有工具的成本持续上升。
《华尔街日报》对高管的调查显示，多数CEO仍视AI为长期竞争力的核心，认为它不再是可选项，而是必须逐步发展的能力，而非因短期结果不佳就能暂停的项目。这种认知解释了为何支出保持稳定——领导者担心削减投入会削弱未来竞争力，尤其是当竞争对手在技术应用上持续进步时。
试点项目难以规模化是回报不足的主因之一。许多企业在不同团队独立开展AI试点，缺乏统一规则与协调机制。尽管这些尝试能产生洞见，但极少转化为影响整体业务的变革。路透社报道，企业在AI规模化过程中常遭遇数据质量、系统连接、安全控制及监管合规等问题，这些不仅是技术挑战，更反映了组织架构的分散性——责任划分模糊、决策流程因涉及法务、风险和IT部门而迟缓，导致试验投入大却难嵌入核心运营。
基础设施成本同样影响AI回报。模型训练与运行需大量算力、存储和能源，云服务账单随使用量激增，自建系统则面临高额前期投入与漫长规划周期。高管警告，早期阶段基础设施成本可能超过AI工具带来的收益，迫使企业在资源集中/分散、自研/采购等方向做出艰难抉择，而这些决策正深刻影响AI战略。
随着AI支出增加，董事会、监管机构及内部审计团队的审查趋严。企业正收紧控制：决策权向中央团队转移，AI委员会更普遍，项目与业务目标的关联更紧密。《华尔街日报》指出，企业正从松散的试验转向明确目标、衡量标准和时间表，标志着AI管理从边缘项目转向与其他重大投资同等的严谨性。