这两天和一个做AI的朋友聊天,说到一个大家都心知肚明、但很少在公开场合讲的事情——AI的投资回报,到底怎么算?
他做AI解决方案,生意忙不过来。客户预算充足,老板也重视。但他说了一句很实在的话:"现在做AI生意是在风口上,大家都怕慢人一步,但真要算账,谁也说不清楚这些AI到底帮公司多赚了多少钱。"
我后来翻了几份大型行业调研,发现这不是他一个人的感受——全球范围内,绝大多数企业的AI项目,投入和产出之间存在巨大的落差。
MIT 2025年发布的《The GenAI Divide》(https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo),基于150位高管访谈、350名员工调查、300个AI部署案例,结论很直接:95%的企业AI试点没有产生任何可衡量的财务回报。
McKinsey同年调查了105个国家近2000家企业(https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai),数字几乎一样——只有约6%的企业报告AI对利润贡献超过5%。两份独立研究,结论高度一致。
更直观的是:S&P Global数据显示2025年有42%的企业砍掉了大部分AI项目(https://beam.ai/agentic-insights/why-42-percent-of-ai-projects-show-zero-roi-and-how-to-be-in-the-58-percent),比2024年翻了一倍多。Deloitte调查1854位高管(https://www.deloitte.com/global/en/issues/generative-ai/ai-roi-the-paradox-of-rising-investment-and-elusive-returns.html),大多数企业需要2到4年才能看到满意回报,远超技术投资通常7到12个月的回收预期。
钱还在往里砸,但回报遥遥无期。
AI项目立项时,PPT里的ROI逻辑通常是这样的:AI帮员工每天省X分钟,乘以人数,乘以时薪,等于节省成本。算法没毛病,但落地里几乎从来不是那么回事。
用国内实际成本算两笔账。
场景一:客服20人砍到5人。 国内客服综合用人成本约9500元/月,20人一年228万。引入智能客服SaaS后(年费8–10万,API 3–5万,首年集成培训10–15万),团队缩到5人,总成本约82–87万,年省140多万。
账很漂亮。但前提是——你真的把那15个编制砍掉了。这不是"提效",是减员。而且Klarna的教训摆在那儿:2024年高调宣布AI替代700个客服(https://www.klarna.com/international/press/klarna-ai-assistant-handles-two-thirds-of-customer-service-chats-in-its-first-month/),2025年又悄悄开始重新招人(https://www.digitalapplied.com/blog/klarna-reverses-ai-layoffs-replacing-700-workers-backfired)——复杂场景下质量扛不住。砍太狠,补回来又是一笔钱。
场景二:100人白领团队,用了AI但不减人。 这才是大多数企业的真实状态。
投入不大——通义千问API(https://help.aliyun.com/zh/model-studio/models)输入约2元/百万Token,加上订阅和培训,一年15–20万。根据OpenAI的企业报告(https://openai.com/index/the-state-of-enterprise-ai-2025-report/),员工平均每天省40–60分钟。100人×50分钟×250天,按时薪70元算,理论上值145万。投入产出比7–8倍。
但这145万是真钱吗?
问题在于一个很基本的逻辑:一个员工一天的工作是很多件事拼起来的。拿一个典型的运营岗来说,早上到了先花半小时过昨天的数据看板、回几封邮件,然后开一个跨部门对齐会,会后花一小时整理会议纪要和待办,下午跟供应商打两个电话,中间穿插着处理几张审批单,临下班前写一份周报。AI可能帮他把"写周报"从40分钟压到10分钟,把"整理会议纪要"从30分钟压到5分钟——加起来省了大概五六十分钟。但开会还是要开,电话还是要打,审批还是要走,数据看板还是要自己看、自己判断。你不可能因为一个人写周报快了就把他裁掉。"每人每天省40分钟"分散在一天的七八件事里,根本凑不出一个完整的人头来砍。
不减员的话,这40分钟去哪了?说实话答案挺残酷的——可能多刷了会儿手机,可能开了个本来不需要开的会。除非业务在增长、省下的时间被用来承接更多业务量,否则这些"省下来的时间"不会变成财务报表上的数字。

McKinsey的数据显示大多数企业在"常见"甚至偏"悲观"的位置(https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai)——只有39%报告AI对利润有任何可衡量的影响。
"省时间"和"省钱"之间,隔着一道巨大的鸿沟。 就像给每个人发了一台更快的电脑,大家确实"感觉快了",但公司的营收和利润并没有因此上一个台阶。
那问题来了——95%的AI项目回报不及预期,除了"省时间≠省钱",还有哪些更深层的原因?钱是不是本来就花错了地方?
下一篇拆。