资深管理押注AI但账目模糊：如何厘清AI投资回报
研究报告表明，虽然绝大多数企业高管对人工智能抱有很高的期望，并且预计在未来几年内能够获得显著的收入增长，但真正能明确这些收入具体来源的高管比例，却不到受访者的四分之一。有观点认为，不少企业领导者在技术部署上缺乏清晰的战略规划，如果只是盲目追随热潮，很可能会面临项目“过热”后的遗留问题。
一项新研究显示，企业管理者们普遍相信，到2030年，他们在人工智能领域的投入将会带来理想的回报，但其中很少有人能说清楚，这些回报究竟会来自于哪些具体的业务场景。
IBM商业价值研究院发布的《2030年的企业》报告调查了高层管理人员，结果显示，他们对AI的期待非常强烈：79%的受访者表示，他们认为未来四年内AI项目将产生积极的收入贡献，然而，仅有不到25%的受访者能够确切地指明这些收入的具体来源。
IBM表示，那些成功的企业领导者需要找到实现AI战略目标的具体路径，同时应对潜在的障碍。
IBM咨询公司高级副总裁Mohamad Ali在报告中写道：“设定宏伟目标与切实实现成果之间的差距，是本十年企业领导层需要面对的核心挑战之一。”
尽管这项调查可能反映出市场对人工智能存在一些不切实际的追捧，但IBM仍敦促企业高管们应加大对该技术的投入。IBM预测，到2030年，衡量企业成功与否的新标准，将不再是能否朝着一个长期目标稳步前进，而是每个季度是否都能在自己的行业内引发变革。
报告指出：“最大的风险不在于押错了赌注，而在于下的赌注太小。”
IBM咨询公司负责战略、转型、并购和思想领导力的执行合伙人Salima Lin表示，尽管高管们对AI的远期图景仍有些模糊，但他们已经预见到了AI的未来价值。
“显然，领导者们看到了一个宏大的目标，只是不确定如何抵达那里，”该报告的合著者Lin表示，“他们知道并理解市场的发展方向。那些能够成功弥补这一‘认知与实现’差距的公司，终将成为市场的赢家。”
AI热潮后的“后遗症”
其他AI领域的专家认为，这项调查表明，许多企业高管仍在盲目跟风，为炒作而炒作。“在我看来，这更像是一种盲目的信仰，”云咨询公司Zoi North America的董事总经理Danilo Kirschner评论道。
尽管Kirschner认为AI潜力巨大，但他预测2026年将是AI炒作“后遗症”显现的一年。他认为，届时AI项目仍将继续推进，但人们的期望将回归现实，包括对收入的预期。
“首席信息官们未来更可能因为能够果断关停那些成本高昂却不见回报的AI项目并证明其有形投资回报率而受到赞许，而不是因为推出了最大、最前沿的AI项目而受褒奖。”他补充道。
Kirschner还认为，AI项目将转向小型化、专业化，朝着高度聚焦、高效和成本可控的模式发展，专注于特定的业务流程自动化。他说：“小型模型的运行成本更低，并且更容易用干净、易获取的数据进行训练。”
他表示，公司的股东们似乎对那些动辄耗资数十亿美元、却未能产生可观投资回报率的所谓AI前沿“实验”，正变得越来越没有耐心。
“许多企业正在进行一场‘军备竞赛’，投入数十亿美元开发庞大的、‘无所不能’的基础大语言模型，并启动了数不清的通用AI实验，” Kirschner补充道，“投资回报率根本无法迅速显现，这无法证明在算力、系统复杂性和数据管理方面的巨大成本是合理的。”
语言翻译技术服务商Lokalise的首席技术官Magnus Slind-Näslund表示，这项调查暴露了人们对人工智能尚缺乏战略性的思考。
“有太多企业领导者在AI领域全力投入，却没有一个清晰的战略来证明其投入将如何获得回报，”他说，“每个人都想参与其中，但并非每个人都清楚自己实际上在朝着什么目标努力。你可以相信这项技术的前景，但你依然需要一个充分的理由去实际采用它。”
Slind-Näslund补充道，只有当企业将AI应用于特定且能产生实际摩擦点的业务问题时，才能真正从中获得收入增长。
“大多数公司之所以未能达到预期，是因为在兴奋感与实际执行力之间存在差距，”他说，“最终从AI中获得收入增长是有道理的，但在你甚至不知道这些收入将来自何处时就抱有这种期望，则是不合理的。这种心态过于乐观，而非具有战略性。”
不能坐等时机
但另一些AI专家则认为，即使一些早期实验未能取得成功，人工智能的未来依然光明。
专注于人身伤害索赔的金融服务公司Gain Servicing的AI和技术总监Farah Hirth表示，该公司已经从AI中获得了实实在在的好处，包括使用编码助手来加快软件开发速度，以及简化索赔处理的流程。
她指出，明智地寻求AI应用的企业会彻底审视其工作流程，并找出特定的瓶颈所在。
“尽管有些人将AI过度炒作视为一种万灵药，但高管们期望从AI中获得收入增长是有道理的，”她补充道，“真正受益的企业将是那些将AI视为解决特定问题的工具，而非将其本身作为一种孤立战略的企业。”
然而，Hirth也表示，行动过于迟缓的企业将错失AI带来的机遇。
“我认为你不能持悲观态度，” 她补充道，“人们可能会说你炒作过度，但我宁愿过度炒作，并看看能用它做些什么；也不愿炒作不足，因为害怕尝试而落后于人。”
IBM的Lin敦促首席信息官们继续思考如何通过创新的方式来利用AI推动企业发展。她说，最成功的企业将找到其他企业尚未想到的AI应用方式，而最成功的首席信息官将深刻理解其企业的业务战略并融入AI。
“你现在就必须开始行动，因为不能坐等时机，”她补充道，“AI正变得越来越智能，越来越出色，它正在完成各种任务。如果你坐等，你就会被淘汰。”
相关攻略
豆包AI最新1 6版本支持高达256K字符的上下文窗口，能一次性处理整份年报等长文档。但在移动端默认模式下，有效记忆通常限于连续12至18条消息。通过API调用或开启APP“连续对话”功能可激活完整能力。第三方测试显示，1 6版本在长文本末端信息提取准确率达98 7%，较1 5Pro版本有显著提升。
项目复盘时，面对堆积如山的材料，如何让豆包AI精准提炼出决定成败的核心洞察？直接上传文档往往只能得到笼统的概述。要将其转化为高效的分析伙伴，关键在于提供结构化的输入与精确的引导策略。 一、准备结构化的复盘原始素材 要让AI准确识别关键发现，首先必须提供高质量的“分析原料”。零散、缺乏背景的信息只会导
训练豆包AI专属模型需遵循五个步骤。首先准备与业务相关的高质量数据，并进行清洗、标注与划分。随后在平台配置环境，选择基础模型并上传数据。接着启动微调训练，关注指标变化。完成后将模型部署为API服务，配置访问权限与限流。对于问答场景，可采用知识库增强的轻量训练方式，快速生效。
腾讯推出AI应用生成平台“吐司”，用户通过自然语言描述创意，AI即可自动生成应用原型并打包为APK文件。平台提供创作、分享、灵感交流与搜索四大功能，旨在降低门槛，鼓励用户实现灵感并进行二次创作，构建从创意到原型的闭环社区生态。
arXiv平台出台新规，严惩利用生成式AI制造低质量论文的行为。若发现论文中存在AI生成的未核查内容或虚假引用，所有署名作者将被封禁一年，解封后投稿需先通过期刊评审。新规强调签名即担责，旨在遏制学术不端。陶哲轩对此表示支持，认为加强学术消化环节至关重要。此举回应了AI生成论文泛滥。
热门专题
热门推荐
《Zero Parades: For Dead Spies》的媒体评测已经解禁，结果相当亮眼。这款被许多人视为《极乐迪斯科》精神续作的作品，在OpenCritic上拿到了86分的媒体均分，在Metacritic上也有83分。游戏将于5月21日正式登陆PC平台，看来2026年的必玩叙事RPG名单上，又
目录 你是否也遇到过这些问题 处理效果 前置准备 超简单AI自动化解决方案 第1步：准备好你的原始数据 第2步：针对指定的文件下达指令 第3步：验收 还能解决这些同类问题 指令为什么这么有用？ 更多场景直接抄作业 销售数据三级汇总 成本数据多级汇总 库存数据汇总 员工薪资汇总 常见问题答疑 核心价值
AI Agent 的发展，正迎来一个关键的转折点，从概念验证迈向真正的生产力交付。 想象一下，当一个 AI 智能体能够在无需人工介入的情况下，独立完成一个复杂项目的全流程，并将成功经验固化为可随时调用的“技能”——这是否标志着 AI 在职场中的角色，已经从辅助工具演变为自主的生产力单元？ 随着 Op
彭博社的马克・古尔曼在最新报道中透露了一个有趣的发现：苹果为WWDC 26发布的宣传海报，其设计细节可能暗藏玄机，指向了即将在iOS 27中亮相的全新Siri交互界面。 根据古尔曼的分析，新版Siri的核心变化在于与灵动岛的深度融合。唤醒时，它将不再以传统的全屏或底部卡片形式出现，而是会以一个扩展的
GitHub 的 Star 数量还值得信赖吗？真相可能比你想象的更严峻。 开源社区中“购买 Star”的现象早已不是秘密，其便捷程度甚至超过点外卖，单价低廉且支持批量折扣。然而，卡内基梅隆大学（CMU）一项被 ICSE 2026 顶会收录的最新研究，首次系统性地揭示了这场“造假生意”的惊人规模：Gi