AI投资回报低，企业面临成本与效率挑战

目前，企业在AI应用上已逐渐普及，但实际上“规模化成效”依然有限。根据德勤中国的调研，92%的企业正在测试AI技术，但只有8%的企业认为其投资收回了财务和战略收益，甚至只有4%的企业认为实现了全面转型。尽管采购算力和支付Token的成本高昂，但个人的提升并未能反映到企业的整体利润上，企业面临将AI投资转化为实际盈利的难题。

在过去两年里，无论大型企业还是中小企业都有大笔资金投入AI。德勤的专家表示，虽然企业高管普遍宣称全力投入AI，现实却是投入的资金未能显著改善业务运作。在所有进行AI试点的企业中，有28%仍处于概念验证阶段，56%停留在渐进落地层面，只有4%已经进入大规模推广或根本性转型。

AI投资回报率低的原因在于个人效率与组织效率之间存在断层。虽然许多员工正在利用AI工具提高自己的工作效率，但这些点状的使用并没有从整体上提升部门的效率，也未能带来组织收入和利润的明显改善。企业在AI投资时面临高昂的基础设施费用，且简单的效率提升不足以弥补这些成本。 球友会官网

以一家美国AI公司为例，其Token调用收入占总收入的80%，相比之下，算力和基础设施的成本也占据了55%。随着Token成为AI应用中的重要交易媒介，其定价权将在未来形成竞争的焦点。因此，为应对算力和能耗成本，技术服务商如施耐德电气正在提供新型解决方案，以帮助企业降低AI落地成本。

尽管当前财务账面压力大，企业高管对AI的前景仍持乐观态度，认为不投资AI的风险高于短期未能获得回报的风险。AI投资的重心也正在发生变化，企业从客户服务和IT等外围领域逐渐转向研发和核心供应链，寻求在生产环节如数字孪生等方面实现突破。

这种从外围应用向工业现场拓展的趋势在制造业尤为突出。而每当企业开始将AI深入核心业务流程并设置相应关键绩效指标时，其内部组织和用人逻辑也必将随之重构。近期报道提到，传统制造和快速消费品行业中，采用AI后出现了裁员潮，这显示出AI对企业工作结构的巨大影响。 球友会官网