（来源：定位与商业模式研究）
ANALYSIS
行业分析
2026 年 9 月 22 日，德勤中国与香港大学人工智能、管理与组织研究中心（CAMO）在云栖大会期间联合发布《决策者视角下的企业 AI 应用》报告。调研覆盖中国大陆及中国香港 205 位企业高管，受访者以企业战略决策层为主，样本反映的主要是大型企业的 AI 应用现状。
报告最直观的一组对比是：2026 年处于"探索与试点"阶段的企业占比，从 2025 年的 36.7% 降至 24.9%；进入生产部署阶段的企业占比，从 56.0% 升至 64.4%。
试点期正在批量关闭。AI 已经不再是"要不要用"的问题。
01
试点期结束了，回报却没有跟上
规模扩张没有同步换来回报。48.5% 的受访企业反馈 AI 项目实际 ROI 低于预期：预期回报率集中在 10%–25% 区间，实际达成却大多落在 10% 以下。还有 44.4% 的企业无法明确核算 AI 项目的真实 ROI——不是回报低，而是根本算不清这笔账。
需要先说明这份报告的两个边界。其一，ROI 数据来自企业自报口径，"低于预期"的落差里，有一部分可能来自预期本身定得过高，不能等同于项目普遍失败。其二，德勤的主业是企业转型咨询，报告将落点放在"价值兑现""治理能力"上，与其业务方向一致，读者在引用结论时宜留意这一立场背景。
即便如此，一个结构性事实很难回避：回报高度不均。报告显示，IT 与软件职能的 AI 投资回报率约为 45%，产品研发、营销及内部知识工作场景的回报潜力大致在 20%–30%，而多数职能的 AI 价值仍停留在内部提效降本。靠 AI 直接拉动营收或降低经营风险的成熟案例，目前相对有限。
02
先做这 7 道自测题
01. 你能说出上个季度哪一个 AI 项目，真正拉动了收入或客户指标吗？
02. 你们的 AI 价值评估，看的是工时与成本，还是收入与客户？
03. 「省下来的时间」进了新业务，还是被更多事务填满了？
04. 绩效和激励制度，有没有因为 AI 调整过哪怕一条？
05. AI 项目的 ROI 口径，写在哪份文件里？谁签的字？
06. 一个部门重构流程可能缩编时，谁有动机去推动它？
07. 董事会问「下一笔投入的理由」，你能在 5 分钟内答出来吗？
5 条以上答「否」——你正处在「投入在涨、回报算不清」的阶段。
03
算不清的账，和不愿改的激励机制
落差的症结，被报告指向"衡量能力"而非技术。60.4% 的企业尚未建立体系化的价值衡量框架；评估 AI 成效时，87.3% 的企业只看处理速度与工时节约，70.7% 看成本节约，而触及收入与客户层面的仅 21.5%。
这里有个容易被跳过的推理环节：工时缩短并不自动等于成本下降。员工用 AI 省下两个小时，如果这两个小时随后被低价值事务填满，或者组织根本没有为之设计更高价值的去向，省下的时间就永远兑现不成利润。衡量只停在"快了多少"，回报自然也只能停在"快了多少"。
更深一层的障碍在组织。报告列出的三大障碍中，"偏向维持现状的流程与激励机制"与"数据质量与可获得性"并列第一，各占 32.7%。这是本期报告最值得记的一句——AI 的敌人，被明确写成了"现有的激励制度"。传导机制并不复杂：如果绩效仍按工时和产出量考核，员工没有动机把 AI 省下的时间用于更有价值的工作，部门也没有动机重构一个可能缩编的流程。部署环节最突出的瓶颈则是系统集成困难（56.6%），但这属于工程问题，可以花钱解决；激励机制属于利益问题，花钱解决不了。
报告还提示了人力结构的变化方向：65.4% 的受访者预计入门级或初级岗位将减少，中层管理岗位的角色将从监督转向协调与判断，高层岗位整体相对稳定。
04
那到底怎么办？
落到对中国企业的影响，可以拆成三个问题。
作用如何？答案是从"工具叠加"转向"工作流重塑"。华思远——德勤中国咨询业务全国主管合伙人——给出的三条出路是：重塑核心业务工作流，把 AI 治理能力做成竞争优势，把价值衡量从成本节约升级为董事会层面的战略级 ROI 评估。报告的判断是，下一阶段企业间的差距，主要体现在是否完成了工作流重塑。
投入多少？报告未披露受访企业的 AI 投入规模口径，也没有给出"该投多少"的基准数字。它给出的只是一个约束条件：仅按成本节约来衡量 ROI 的企业，将越来越难以向董事会证明继续加大投入的合理性。
需要哪些能力？从报告数据看，短板集中在三处：端到端的流程重构能力，而不是给旧流程装一个 AI 插件；全周期、可量化的价值评估体系，让回报能算到收入和客户层面，而不只是工时——目前六成企业还没有这套框架；以及与之匹配的数据治理和合规能力。简言之，缺的不再是模型，是接得住模型的组织。
05
结语
64.4% 的企业已经把 AI 搬进了生产环境，但只有 21.5% 在评估时触及收入与客户。
这两个数字之间的缺口，就是下一阶段竞争的实际发生地。
部署率可以靠预算堆出来，回报率不能——它只能靠组织把流程和激励一条一条改过来。
AI 的回报不是算出来的，是改出来的：改流程，也改那本只记工时的账。
结语：
先回答一个问题：你们评估 AI 成效时，最常看的是哪个数字？
A. 处理速度 / 工时节约
B. 成本节约
C. 收入或客户指标
D. 说不清，没统一口径
06
参考来源
01. 德勤中国 × 香港大学人工智能、管理与组织研究中心：《决策者视角下的企业 AI 应用》，2026 年 9 月 22 日，云栖大会期间发布（德勤中国官方公众号 9/22 推送）
02. 国际金融报全文转载：《决策者视角下的企业 AI 应用》全文
03. 上证报中国证券网：《德勤：AI加速进入企业生产应用，价值兑现或是下一阶段关键》，2026 年 9 月 22 日
04. 中证网：《报告：工作流重塑、AI治理能力与AI价值衡量是企业下一阶段AI转型关键》，2026 年 9 月 22 日
05. 新浪财经：《德勤中国：六成企业已将AI投入生产，但近半数回报不及预期》，2026 年 9 月 23 日
06. 香港经济通：《德勤中国与港大报告：AI加速进入生产应用，企业竞争转向价值兑现》，2026 年 9 月 22 日
你还想看哪个行业或商业模式的深度分析？
如果这篇内容对你有所启发，也欢迎分享给需要的朋友。