企業 AI 狂灑銀彈，回報卻跟不上腳步

數據講了一個 vendor 演講不會提的故事。根據 WRITER 委託、今年發布的 2,400 名高階主管與員工調查，59% 的企業每年在人工智慧上的花費至少一百萬美元。但同一批受訪者中，只有 29% 表示看到顯著或可衡量的投資回報。剩下的企業，仍在花錢、盼望、等待。

這道花費與回報之間的鴻溝，不是通往 AI 成熟過程中的暫時顛簸。它是多數企業部署 AI 方式中的結構性特徵。理解這道溝為什麼持續存在，比任何產品發表或基準測試結果都更重要。

花費是真實的，而且還在成長

KPMG 2026 年第二季的全球 AI 脈搏調查用完全不同的方法論得出了類似的結論。受訪企業的平均 AI 支出達到 1.88 億美元。79% 的組織現在將 AI 列為戰略優先事項，高於前一季的 74%。22% 的組織表示 AI 已經是日常工作的一部分，高於上一季的 13%。

花費不再集中在少數早期採用者身上。它已經在各行各業、各種規模的企業和不同市場中成為主流。加拿大統計局的數據顯示，加拿大企業在兩年內將 AI 採用率從 2024 年第二季的 6.1% 提升到 2026 年第二季的 19.2%。模式在全球各地一致：組織正在投入，而且速度在加快。

但加速的不是回報。WRITER 調查中 29% 的 ROI 數字並非異常值。KPMG 的數據更嚴峻，只有 7% 的組織表示看到顯著回報。這道落差並不微妙。

錢花到哪裡去了

問題的一部分在於可見度。根據 KPMG 的數據，只有 35% 的組織表示完全掌握 AI 營運成本的全貌。當你看不到錢花到哪裡，要衡量它產生了什麼幾乎不可能。Agentic AI 工作負載讓情況更糟。這些系統自主運行，產生自己的使用量尖峰和消費模式，不符合傳統預算預測的框架。

Gartner 正在告訴 CIO，終端使用者的 AI 支出將大幅攀升，而控制預算的三個關鍵槓桿是：合約管理、AI 架構治理，以及持續的供應商監督。這些建議很實際，但也透露了一個訊息：已經購買 AI 工具兩三年的組織現在才發現，以席次定價的多年期企業合約，可能會掩蓋 agentic 工作負載產生不可預測使用量的真實成本。

企業的 AI 技術堆疊不再是單一供應商的問題。它是一個涵蓋生產力平台、CRM AI、agentic 雲端工具，以及連接它們所需的治理基礎設施的投資組合管理問題。多數組織仍在沒有清晰架構的情況下組裝這個組合，成本因此以難以追溯的方式重疊和複合。

治理鴻溝

59% 的企業每年在 AI 上花費超過百萬美元，但只有 24% 為 AI 成果指派了明確的高階主管問責。一個數據點就道盡了治理鴻溝。有人在開支票，但在多數組織中，沒有一個人或團隊擁有最終成果。

這很重要，因為 AI 計畫不會以戲劇性、顯眼的方式失敗。它們靜悄悄地失敗。一個試點在受控環境中成功，被擴展到生產環境，然後隨著使用模式改變、數據品質波動、初始團隊轉向其他優先事項而逐漸退化。沒有高階主管的擁有權，就沒有人負責在退化發生時注意到它，直到幾個月後它出現在財務結果中。

54% 的高階主管將 AI 採用描述為「內部具有破壞性」。這是禮貌的說法，意思是 AI 專案與現有工作流程、數據治理政策和組織結構發生衝突，而這些結構並非為以機器速度做決策的自主代理所設計。破壞是真實的，多數組織仍在摸索如何管理它。

為什麼 ROI 仍然遙不可及

ROI 問題有多個層次。第一層是衡量。多數組織尚未用可量化的術語定義 AI 成功的樣子。它們追蹤使用指標、採用率和滿意度分數，但這些是代理指標，不是回報。一個團隊使用 AI 程式碼助手多寫了 30% 的程式碼，不代表生產力提高了 30%，除非那些程式碼是正確的、可維護的、且符合業務目標。

第二層是時間。AI 投資通常需要 12 到 18 個月才能產生可衡量的財務回報，但高階主管的耐心比這更短。根據 KPMG 的數據，49% 的組織因為成本考量而延後或縮減了 AI 計畫。投資在成熟之前就被砍掉了。

第三層是試點與生產之間的落差。AI 工具在演示和受控測試中往往表現出色。在大規模部署中，面對真實的數據、真實的使用者和真實的後果，完全是另一個問題。79% 的組織報告的採用挑戰，多數都在處理這道落差。

下一步

企業 AI 的下一階段，不會由更大的模型或更炫的功能定義。它將由組織能否關閉治理鴻溝、建立成本可見度，以及建立將支出轉化為回報的衡量框架來定義。

根據 KPMG 的數據，22% 的組織已經開始轉向成本更低的模型。這不是從 AI 退卻。這是市場正在成熟的訊號，買家正在學會將模型能力匹配到任務複雜度，而不是預設使用最強大的選項。

率先解決這個問題的組織將獲得顯著優勢。它們將能夠自信地擴展 AI 投資，知道每一美元的支出都能產生可追溯的回報。其他的組織將繼續花錢、盼望、等待， wondering 為什麼 everyone 承諾的 ROI 還沒有出現。

數據很清楚。企業 AI 投資是真實的，成長速度很快，但回報沒有跟上。問題不再是是否要投資 AI。問題是，在不知道自己得到什麼回報的情況下，你是否還能承受繼續投資。