速览要点

  • 根据Gartner于本周二发布的数据，尽管企业广泛推进AI应用，但成功在多个业务部门规模化AI的企业不足四分之一。这家IT咨询公司在今年1月至4月间调查了来自年收入超过5000万美元组织的1300多名领导者。
  • 采用滞后并未减缓技术推广计划，85%的科技领袖计划明年增加AI投资。Gartner数据显示，约11%的受访组织表示，他们对2025年在AI上的支出缺乏可见性。
  • Gartner杰出副总裁兼研究员Tina Nunno在报告中指出，AI支出可见性低会加剧错过投资回报率的风险。她表示：“如果没有与业务成果直接挂钩的严格衡量，组织将面临资源浪费和预期落空的风险。”

深度洞察

尽管缺乏明确的投资回报率，企业仍在持续加大AI投资，但这种方式可能模糊组织寻找合适AI用例的机会。

根据Infosys今年8月发布的报告，近四分之三的高级业务高管表示，他们成功扩展的AI试点项目不足25%；三分之二的高管表示，其组织难以衡量AI产生的投资回报率，以证明高管们所宣扬的积极效益。

许多企业对AI部署——尤其是智能体系统的准备程度，并不如自身想象的那样充分。德勤8月发布的报告发现，仅有五分之一的高级经理和C级高管表示，其组织已准备好用AI智能体自主运行来重新设计业务流程。

Gartner数据显示，持续追踪AI举措的投资回报率、将其视为价值组合并定期评估项目绩效的企业，能获得更高回报。遵循这一框架并终止表现不佳举措的公司，其81%的AI举措报告了正回报。

Nunno在发给ESG Dive姊妹刊物CIO Dive的邮件中表示：“我们希望企业从AI中获得更多价值，而不是冒着增加支出的风险，却得不到适当的投资回报，或制造更多技术风险。”

Nunno指出，科技领袖容易陷入AI炒作周期。最广泛采用的AI用例，如网络安全、威胁检测和IT服务台自动化，并不总能带来最高的投资回报率。

根据Gartner的数据，智能IT资产与成本优化、合成数据生成以及自动化代码生成与重构，是正回报排名前三的AI用例。

然而，Nunno表示，对企业而言最具价值的AI用例，是那些针对特定业务需求、并在必要时构建必要数据基础的用例。

Nunno说：“CIO应始终优先考虑那些业务案例和财务逻辑符合其公司特定情况、AI成熟度和业务需求的用例。在业务案例上保持严谨，并确保其符合公司对AI的战略愿景，将有助于CIO选择最佳用例，以最大化价值。”