德勤中国与香港大学人工智能、管理与组织研究中心在 2026 年 9 月 21 日云栖大会期间发布了一份报告，叫《决策者视角下的企业 AI 应用》，调研覆盖中国大陆及香港 205 位企业高管，受访者以战略决策层为主。
几个数字摆在一起，很说明问题。进入规模化部署阶段的企业占比从 2025 年的 56.0% 上升到 64.4%，试点阶段的从 36.7% 降到 24.9%。规模上去了，回报没跟上。48.5% 的企业反馈 AI 项目的实际投资回报低于预期，企业预期回报集中在 10% 到 25%，实际达成的回报更多落在 10% 以下。企业评估 AI 成效时，87.3% 看处理速度与工时节约，70.7% 看成本节约，涉及收入与客户层面的只有 21.5%。
87.3% 对 21.5%，这个差距就是问题所在。绝大多数企业的 AI 账本只记了左边，省了多少时间、省了多少人力。右边那一栏，省下来的东西变成了多少收入或者毛利，基本是空的。
工时省下来，如果不重新分配到能带来收入的事上，就不进利润表。它会以三种方式消失。一种是部门顺手把标准提高了，原来三天出十款，现在三天出三十款，多出来的二十款没人看。一种是人员自然流失，走的人不补，省下的钱变成了费用节约，业务能力也在缩。第三种是流程没改，只是把加快的环节排在了没加快的环节后面，整体交付时间一天没少。
AI 项目真正的验收题，是省下来的时间去了哪里。
场景的排序也有讲究。把场景按与收入的距离排，离收入近的先做，比如报价、内容、客户跟进。离收入远的后做，比如内部知识库、会议纪要。这个顺序和大多数企业的做法相反，多数企业先做容易的，做完发现省的都是不重要的时间，年底报出来的数字很好看，利润表一动没动。 做错的样子很典型。每个部门年底报一个数字，说节省了多少万小时，加总起来很漂亮。董事会问，那毛利为什么没动。没人答得上来，因为没有人被要求回答这个问题。
给一张 AI 项目记账表，三列，每个项目都要填。
第一列写省下来的工时，按岗位写，写清楚哪个岗位、每月多少小时。这一列现在的企业基本都有。
第二列写时间去哪了。三种去向，转向收入相关的活，比如产品开发、客户经营、内容产出。转向质量相关的活，比如减少返工、缩短交付周期。没有明确去向，被日常事务吸收了。这一列是分水岭，填不出来的项目，第三列也不用填。
第三列写对应的收入或毛利变化。不必精确，但要有方向、有量级、有时间窗。某个内容团队用了 AI 之后，月产出从 40 条到 120 条，转化率持平，带来多少增量线索。某个产品团队把打样轮次从五轮降到三轮，上市时间提前两周，对应多少销售。
要求每个项目填第三列，才能续预算。这一条看起来简单，执行起来会筛掉一半项目。被筛掉的多是没人愿意为结果负责的项目，这恰恰是该停的那批。
德勤这份报告里还有两个数字值得放在董事会上讲。44.4% 的企业无法明确核算 AI 项目的实际投资回报率，60.4% 尚未建立体系化的价值衡量框架。这两个数字说明，卡点不在技术，在管理。企业买得到模型，买不到口径。
AI 这件事在董事长层面的正确问法，是我们口径统一了没有。口径统一，场景多才有意义。口径不统一，场景越多，账越乱。
一个可执行的动作。下个季度预算会之前，让财务和业务一起做一页纸，只回答三个问题。这一年 AI 花了多少钱，省了多少工时，这些工时变成的收入或者毛利是多少。三个数字放在同一页上，谁都能看懂。看得懂，才好决定明年加不加预算。
给财务补一条。AI 的费用里有一块常常被漏记，就是内部投入的人力。业务部门抽人去搭场景、清洗数据、做测试，这些工时不进项目预算，只在部门费用里体现。算 ROI 时如果不把这部分算进去，回报会被系统性高估。把这部分人力按市场价折算，很多项目的回报会从 20% 变成 5%。