——告別實驗“特權(quán)”，讓人工智能像ERP一樣，為每一分錢的投資負責。
一個令人警醒的數(shù)據(jù)：根據(jù)麥肯錫的最新研究，71%的企業(yè)已經(jīng)將生成式AI常規(guī)化地用于至少一個業(yè)務職能。這意味著，當您還在猶豫是否要“探索”AI時，您的競爭對手早已駛?cè)肟燔嚨馈?/span>
2026年的預算季即將來臨，關于AI的討論，正在從“我們該不該做？”的試探，迅速轉(zhuǎn)變?yōu)椤拔覀冊撏抖嗌伲炕貓笤谀?？”的價值拷問。AI不再是IT部門的“新奇玩具”，它正成為決定企業(yè)未來競爭力的核心引擎。
這份報告的核心，正是要為所有CEO和CIO敲響警鐘：是時候停止將AI視為一個特殊的、需要被“呵護”的實驗項目了。
讀完本文，您將獲得關于AI投資的?3個核心洞見和?5條可落地的價值衡量標準，徹底改變您對AI預算的看法。??
許多企業(yè)在討論AI時，總想為它發(fā)明一套全新的價值評估體系，仿佛它來自另一個星球。這是一個危險的誤區(qū)。
報告明確指出，衡量AI價值的基礎邏輯從未改變。消除AI炒作和泡沫最有效的方法，就是用我們評估其他任何商業(yè)投資（如ERP、云計算）的邏輯，來審視AI。
在我看來，這對于追求“降本增效”和高質(zhì)量發(fā)展的中國企業(yè)尤其重要。我們不能因為AI技術新穎，就給予它“免于價值拷問”的特權(quán)。任何AI項目，都必須明確回答，它將在以下哪個或哪幾個核心業(yè)務領域創(chuàng)造價值：
收入增長 (Revenue Growth):通過智能定價、個性化推薦或客戶互動，提升銷售額或利潤率。
效率與成本降低 (Efficiency & Cost Reduction):自動化重復勞動，優(yōu)化運營流程，節(jié)省時間與金錢。
資產(chǎn)利用率 (Asset Utilization):利用預測性分析，提升設備正常運行時間，優(yōu)化供應鏈，減少營運資金。
風險與合規(guī) (Risk Mitigation & Compliance):加強內(nèi)部控制，監(jiān)測異常，預警監(jiān)管或安全風險。
這些都是企業(yè)經(jīng)營的“母語”。AI的獨特之處在于，它能以前所未有的規(guī)模和速度，同時撬動多個價值杠桿。例如，一個AI預測工具，可以同時提升銷售預測的準確度（增收）、減少庫存積壓（降本）并優(yōu)化物流（提效）。
將AI的價值主張，牢牢錨定在這些經(jīng)典的商業(yè)價值上，是確保它不偏離航向、不淪為“政績工程”的第一步。
絕大多數(shù)企業(yè)已經(jīng)通過試點項目（Pilots）證明了AI的潛力?，F(xiàn)在，2026年的核心命題不再是“AI是否有效”，而是“如何負責任且高效地規(guī)?；疉I”。
這正是預算紀律至關重要的地方。規(guī)模化AI需要系統(tǒng)性的投入，包括數(shù)據(jù)治理、模型安全、變革管理和網(wǎng)絡安全等。這些并非AI的專屬成本，而是任何數(shù)字能力建設的共同基礎。
報告建議，我們可以將AI投資清晰地劃分為三類。這并非新概念，本質(zhì)上，這就是睿信咨詢專家常說的“運營（Run）、增長（Grow）、轉(zhuǎn)型（Transform）”IT投資模型的AI版本。
嵌入式AI (Embedded AI):內(nèi)置于您現(xiàn)有企業(yè)軟件（如ERP, CRM）中的AI功能。這是未來12-18個月最確定的價值來源。重點應放在提升采納率和生產(chǎn)力，而非自研。
差異化AI (Differentiating AI):那些能直接構(gòu)筑護城河的AI項目，如智能供應鏈、預測性維護等。這些項目必須有清晰的商業(yè)論證、可量化的成功指標和嚴格的治理。
基礎性投資 (Foundational Investments):支持所有數(shù)字能力的數(shù)據(jù)平臺、治理和基礎設施。沒有堅實的地基，再好的AI應用也只是空中樓閣。
引用Gartner的數(shù)據(jù)揭示：到2026年，全球AI相關支出將超過驚人的2萬億美元。這說明AI將無處不在。在如此龐大的體量下，任何將AI投資置于常規(guī)財務紀律之外的做法，都是極其危險的。
為AI制定預算，最難的不是預測成本，而是定義價值。
許多企業(yè)管理者向我抱怨，AI的ROI（投資回報率）難以衡量。我的回答是：并非AI無法衡量，而是我們站錯了衡量的起點。我們不需要為AI發(fā)明新的ROI模型，我們應該從業(yè)務最熟悉、最關切的指標入手，用它們來衡量AI的貢獻。
我們提煉了5把經(jīng)典的“價值標尺”：
生產(chǎn)力 (Productivity):將節(jié)省的工時、提升的處理量，量化為可避免的成本或被重新部署的人力。
質(zhì)量 (Quality):衡量準確率的提升、缺陷率的降低，并將其轉(zhuǎn)化為效率或利潤的增長。
收入影響 (Revenue Influence):追蹤AI驅(qū)動的個性化推薦、智能營銷等功能，如何具體貢獻于銷售或定價的提升。
風險降低 (Risk Reduction):通過更早的預警和預測，估算出避免了多少潛在的損失、罰款或停機時間。
采納與參與度 (Adoption & Engagement):衡量AI工具的實際使用率，并將其與員工業(yè)績或客戶滿意度等結(jié)果指標進行關聯(lián)分析。
這些指標并不新鮮，但它們是與CFO溝通時最有效、最可信的語言。一個AI助理不僅節(jié)省了員工時間（生產(chǎn)力），也可能同時提升了回復準確度（質(zhì)量）和客戶響應速度（收入影響）。我們需要做的，就是將AI帶來的復合型收益，精準地分解到這些經(jīng)典的價值框架中。
對于正在加速數(shù)字化和智能化轉(zhuǎn)型的中國企業(yè)，有三條至關重要的戰(zhàn)略啟示：
讓業(yè)務部門，而非IT部門，為AI的價值主張“簽字畫押”。AI項目的發(fā)起和最終成果的衡量，責任主體必須是能創(chuàng)造商業(yè)價值的業(yè)務方。IT部門是賦能者，而非價值的承諾者。
將AI預算“化整為零”，嵌入現(xiàn)有業(yè)務流程的優(yōu)化中。不要再設立一個籠統(tǒng)的“AI專項預算”。相反，在討論銷售預算時，就應包含AI如何助力增長；在討論生產(chǎn)預算時，就應包含AI如何提質(zhì)增效。
CEO和CFO必須親自下場，建立與AI掛鉤的績效考核體系。如果AI的成果無法體現(xiàn)在業(yè)務團隊的KPI和財務報表中，那么它永遠只能停留在“錦上添花”的層面。
經(jīng)過幾年的探索，我們對AI最大的認知改變應該是：AI不會取代商業(yè)紀律，它恰恰會獎賞那些擁有嚴明商業(yè)紀律的企業(yè)。
最優(yōu)秀的CIO和CEO，會抵制將AI視為“特殊事物”的誘惑。他們會用過去數(shù)十年指導企業(yè)做出正確技術決策的相同標準、相同價值分類和相同財務嚴謹性來要求AI。
AI不是一個需要被縱容的預算科目，而是一個需要被精細管理的核心能力。
當2026年的預算會議開始時，關于AI，您準備好回答“它創(chuàng)造了多少價值？”這個問題，而不是“我們?yōu)樗硕嗌馘X？”了嗎？
原文：《人工智能不是一個特殊的預算類別》
首席信息官（CIO）應該像評估任何其他投資一樣評估人工智能，使用相同的價值杠桿、財務嚴謹性和對結(jié)果的問責制。
圖片來源：Shutterstock / Kenchiro168
每一個CIO都知道，預算周期感覺就像試圖把未來塞進一張電子表格里。今年，這個挑戰(zhàn)有了一個新的變數(shù)：人工智能。
到2026年到來之際，許多組織將已經(jīng)超越試點階段。事實上，根據(jù)麥肯錫的數(shù)據(jù)，71%的商業(yè)領袖現(xiàn)在表示，他們的公司至少在一個業(yè)務職能中常規(guī)化地使用生成式人工智能。這一進展表明，我們不能再將大多數(shù)AI項目視為實驗。
從我個人領導IT預算討論的經(jīng)驗來看，我見證了AI如何迅速地從實驗走向期望。我收到的問題不再是“我們是否應該探索AI？”，而是“我們應該投資多少，以及它將在哪里產(chǎn)生回報？”
這種勢頭意味著，2026年的討論必須從AI的成本，轉(zhuǎn)移到它所創(chuàng)造的價值上——不僅僅是生產(chǎn)力，更是可衡量的企業(yè)價值。
這意味著我們要像對待其他所有商業(yè)投資一樣對待AI。它可能是幾十年來最受熱議的技術，但財務原則并未改變。CIO應該對AI應用與他們對ERP、云或網(wǎng)絡安全相同的紀律、結(jié)構(gòu)和問責制。
關鍵在于，要通過管理所有技術支出的相同價值類別來評估AI，并明確每個項目旨在影響哪些類別。
AI的價值就是商業(yè)價值
現(xiàn)在有一種越來越強的誘惑，即為AI創(chuàng)建特殊的框架或資金模型，仿佛它存在于自己獨立的價值類別中。實際上，衡量技術價值的基本原理并未改變。我學到的是，戳破AI炒作最可靠的方法，就是應用我們用于其他所有項目的相同投資邏輯。
AI可以幫助公司增加收入、降低成本、提高效率和管理風險。這些是幾十年來指導技術投資的相同的企業(yè)價值杠桿。新鮮的是這些成果的規(guī)模、速度和潛在的覆蓋范圍。
當您將AI項目與其他IT項目一起歸類時，戳破炒作的最佳方式是應用您可能已經(jīng)用于投資規(guī)劃的相同業(yè)務價值類別。
這種方法呼應了安永（EY.ai）價值加速器的發(fā)現(xiàn)，即雖然成本改善仍然是主要驅(qū)動力，但AI也使組織能夠改進決策過程、開啟新的收入來源并提升其雇主品牌價值。
CIO的每一個資助項目，都應明確地與以下一個或多個價值領域掛鉤：
收入增長：通過更智能的定價、個性化或客戶互動來推動銷售或利潤率的提升。
效率和成本降低：自動化手動工作、簡化運營或提高決策準確性，以節(jié)省時間和金錢。
資產(chǎn)利用率：使用預測性分析來提高設備正常運行時間、優(yōu)化供應鏈或減少營運資本。
風險緩解和合規(guī)性：加強控制、監(jiān)控異常情況并預測監(jiān)管或安全威脅。
這些類別并非AI所獨有。它們是普適的業(yè)務驅(qū)動力。不同之處在于，AI現(xiàn)在可以同時影響多個類別，有時是以意想不到的方式。例如，一個由AI驅(qū)動的預測工具可以提高收入預測的準確性、減少庫存并降低物流成本。
通過與其他所有投資相同的視角來構(gòu)建AI的價值，CIO可以避免將其孤立為一項實驗性支出，并使其牢固地建立在財務和運營成果之上。
為規(guī)?；菍嶒炛贫A算
大多數(shù)組織已經(jīng)證明，AI可以產(chǎn)生洞察、自動化工作流并改善客戶或員工體驗?，F(xiàn)在的問題不是AI是否有效，而是如何負責任且高效地規(guī)?；?。
這正是預算紀律最重要的地方。規(guī)?；疉I需要在多個層面進行投資，例如數(shù)據(jù)就緒度、模型治理、變革管理和網(wǎng)絡安全。這些投資并非AI獨有；它們是任何數(shù)字能力的基礎。
在準備2026年預算時，我發(fā)現(xiàn)將AI投資分為三種方式很有幫助：
嵌入式AI：內(nèi)置于企業(yè)平臺（如ERP、CRM和協(xié)作工具）中的能力。這是未來12到18個月內(nèi)大部分價值的來源。CIO應專注于采納和生產(chǎn)力，而不是定制開發(fā)。
差異化AI：AI是競爭優(yōu)勢主要驅(qū)動力的項目，例如預測性維護或智能定價。這些需要清晰的商業(yè)案例、明確的成功指標和有紀律的治理。
基礎性投資：支持所有數(shù)字項目的共享賦能因素，包括數(shù)據(jù)質(zhì)量、治理和基礎設施。沒有這些，即使是最好的AI創(chuàng)意也無法規(guī)?；?。
這種結(jié)構(gòu)并非AI預算所獨有。它與CIO們多年來使用的“運營、增長、轉(zhuǎn)型”（run, grow, transform）模型相同。其原則是讓AI成為該模型中一個可見的部分，而不是一個游離于其外的特殊類別。
Gartner現(xiàn)在預測，到2026年，全球AI支出將超過2萬億美元，這反映了AI將被嵌入到每個系統(tǒng)中的程度。在這樣的規(guī)模下，AI投資不能再游離于正常的財務紀律之外。CIO必須通過與其他所有重大項目相同的投資視角來評估它們。
用現(xiàn)有杠桿衡量價值
為AI制定預算最困難的部分不是預測成本，而是定義價值。我經(jīng)常提醒我的團隊，我們不需要僅僅因為工具更智能就建立一個新的ROI模型。傳統(tǒng)指標：生產(chǎn)力、質(zhì)量、收入影響、風險降低和采納率仍然適用。關鍵在于以一致性和紀律性來應用它們。
以下五個價值視角，可以幫助用熟悉的商業(yè)術語來構(gòu)建AI的貢獻：
生產(chǎn)力：量化節(jié)省的時間或獲得的吞吐量，并將其轉(zhuǎn)化為成本規(guī)避或重新部署的產(chǎn)能。
質(zhì)量：衡量準確性的提升、缺陷的減少或決策的一致性，并將其轉(zhuǎn)化為效率或利潤的增長。
收入影響：追蹤AI賦能的能力（如個性化或推薦）如何為銷售或定價的改善做出貢獻。
風險降低：通過更早的檢測或預測來估算避免的損失、罰款或停機時間。
采納和參與度：衡量AI賦能工具的利用率，并將其與績效成果相關聯(lián)。
這些指標沒有一個是新的。它們是CIO已經(jīng)用來為技術投資辯護的相同杠桿。不同的是，AI常常同時觸及多個方面。
例如，一個為員工節(jié)省時間的AI助手，同時也提高了準確性和客戶響應速度。通過將收益映射到現(xiàn)有類別，CIO可以用可信度和一致性來評估影響，而不是重新發(fā)明衡量過程。
與首席財務官（CFO）進行更平衡的對話
當CIO像對待其他所有投資一樣對待AI時，與財務部門的預算對話就會變得更簡單、更富有成效。對話從為新奇事物辯護，轉(zhuǎn)變?yōu)橛懻搩r值。
CFO們已經(jīng)理解了投資回報率（ROI）、投資回收期和凈現(xiàn)值（NPV）的框架。CIO的角色就是將AI項目轉(zhuǎn)化為這些相同的財務術語。這意味著要提交清晰的商業(yè)案例，定義可衡量的成果，并設立階段性關口，以便根據(jù)結(jié)果來決定是繼續(xù)、暫停還是停止資助。
這種方法也使AI與更廣泛的企業(yè)優(yōu)先事項保持一致。如果一家公司專注于利潤率的提升，那么AI投資就應該聚焦于自動化或產(chǎn)出率。如果目標是增長，那么它們應該聚焦于客戶互動或預測性銷售。
以這種程度的財政紀律來對待AI，傳遞了一個重要的信息。它表明，技術不是在追逐潮流，而是在推進戰(zhàn)略。
最后的思考：AI不是一個特殊的預算類別
經(jīng)過幾年的人工智能探索，我最大的感悟是，基本面沒有改變。AI不會取代商業(yè)紀律；它會獎賞商業(yè)紀律。
最好的CIO們會抵制將AI視為與其核心投資框架相分離的東西的沖動。相反，他們會應用多年來指導技術決策的相同標準、相同價值類別和相同的嚴謹性。
AI不是一個值得放縱的預算項目；它是一種需要被管理的能力。它應該像其他所有投資一樣，通過證明它創(chuàng)造了可衡量的商業(yè)價值，來在預算中贏得自己的一席之地。
我相信，這就是我們?nèi)绾螐脑圏c走向盈利，從好奇走向問責的方式。
