核心摘要

  • 根据Gartner周二发布的数据，尽管广泛推广，但仅有不到四分之一的企业成功将AI扩展至多个业务部门。这家IT咨询公司在今年1月至4月间调查了来自营收超过5000万美元企业的1300多位领导者。
  • 采用滞后并未减缓技术推广计划，85%的科技领导者计划明年增加AI投资。约11%的受访组织表示，他们对2025年AI支出缺乏可见性。
  • Gartner杰出副总裁兼研究员Tina Nunno在报告中表示，对AI支出可见性低增加了错失投资回报的风险。她指出：“若缺乏与业务成果直接挂钩的严格衡量，组织可能浪费资源且无法达到预期。”

深度洞察

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

根据Infosys 8月报告，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，以证明高管们所宣扬的积极效益。

许多企业对AI部署（尤其是代理型系统）的准备程度并不如自身想象。德勤8月报告发现，仅有五分之一的高级经理和C级高管表示，其组织已准备好重新设计业务流程，以通过AI代理自主运行。

Gartner数据显示，持续追踪AI计划投资回报、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。遵循此框架并终止表现不佳项目的公司，其81%的AI计划报告了正向回报。

Nunno在给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却得不到适当投资回报或产生更多技术风险的风险。”

Nunno指出，科技领导者容易陷入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，并不总能带来最高投资回报。

根据Gartner，智能IT资产与成本优化、合成数据生成、自动代码生成与重构，是正向回报排名前三的AI用例。

然而，Nunno表示，能为公司带来最大价值的AI用例，是那些针对特定业务需求并在需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适合其特定公司、AI成熟度和业务需求的用例。对业务案例的严格把控，并确保其符合公司AI战略愿景，将确保CIO选择最佳用例以最大化价值。”