企业级AI深陷“高投入低回报”困局：从单点提效到组织变革的鸿沟
2026/10/13 12:20阅读量 5
德勤与香港大学联合报告显示，尽管企业AI部署率显著上升，但仅10.2%的企业进入深度应用阶段，近半数企业反馈ROI低于预期。核心瓶颈在于企业混淆了AI与流程自动化，导致局部效率提升无法转化为整体组织效能。成功转型的关键在于将AI视为生产力底座而非外挂工具，通过重构主价值链、调整岗位职级及薪酬体系，实现从“+AI”到“AI+”的组织级变革。
事件概述
当前企业级AI应用面临“普及率高但价值兑现难”的矛盾。德勤中国与香港大学人工智能、管理与组织研究中心发布的《决策者视角下的企业AI应用》显示，进入生产部署阶段的企业占比从2025年的56.0%升至64.4%，跨团队部署比例升至33.7%，但真正进入深度使用阶段的企业仅从7.4%微增至10.2%。
核心痛点：ROI为何难以提升？
- 数据落差：48.5%的受访企业表示AI项目实际投资回报（ROI）低于预期，多数集中在10%以下；44.4%的企业无法明确核算实际ROI。Gartner调研亦指出，低绩效企业中29%的项目连回报率都难以厘清。
- 认知误区：许多企业将AI等同于简单的流程自动化，仅在微观节点上追求准确度，陷入有限数据量的困境。神州数码董事长郭为指出，问题不出在数据本身，而出在数据进入组织后的“无人区”。
- 孤岛效应：单个员工或节点的效率提升（如程序员效率提升20%-40%）若未伴随流程重构，往往被上下游环节抵消，无法形成整体组织效率的跃升。
破局路径：从“外挂”到“底座”的组织变革
联想集团的转型历程被视为典型案例，其经历了从“+AI”到“AI+”的演进：
- 阶段一（2023）：“+AI”局部尝试，AI作为流程外挂。
- 阶段二（2024）：在研发、供应链等环节广泛外挂，梳理流程。
- 阶段三（2025-2026）：建设混合AI底座，推动智能体成为劳动力，重构“AI+”运营逻辑，迈向L4级AI原生组织成熟度。
关键实践：
- 聚焦主价值链：不全面铺开，而是选择软件研发等核心场景进行深度变革。例如，将需求、架构、前后端等角色整合为“全栈工程师+智能体”小团队，2025/26财年中国区研发领域智能体综合提效超30%，AI代码贡献率超80%。
- 人力资源重构：重新设计岗位职级、技能组合和绩效体系。某软件开发企业重新签署数百份劳动合同，虽总人数未减，但工资总量有所增加，实现了从“按岗位分工”向“按角色分工+任务驱动”的转变。
行业分化与治理挑战
- 行业差异：IT与软件等知识密集型行业落地最快，ROI约45%；医疗制药、工业制造等受合规和物理链路约束的行业难度较高。目前87.3%的企业评估成效聚焦于效率与成本节约，仅21.5%关注收入与客户层面。
- 治理瓶颈：56.6%的企业认为与现有系统集成困难是最大瓶颈。随着自主AI代理（Agentic AI）计划普及（74%组织计划两年内使用），仅有21%拥有成熟治理模型。
- 安全与开源：SUSE提出开源是更安全的选择，因其具备可审计性。企业应建立包含责任到人、全程留痕、划定可逆/不可逆边界的问责机制，并重视数据与架构的自主可控，避免供应商锁定。