分析师指出，实现投资回报率（ROI）存在诸多挑战，但问题很大程度上在于它正在取代那些从未被有效衡量过的服务。
企业CIO们无需被说服，生成式AI和代理AI的投资回报率（ROI）遥不可及，但咨询巨头毕马威报道称，一些公司仍在推进这项技术。
事实上，除了缺乏可量化的投资回报率外，高管们甚至没有让疲弱的经济放缓他们的人工智能投资计划。毕马威发现：“全球四分之三的领导者会优先考虑人工智能投资，尽管经济不确定性。”
公司在其全球AI脉冲调查报告中表示：“目前仍处于实验阶段的组织与已超越试点阶段、全面扩展AI代理并实现真实商业价值成果的组织之间存在明显差距。”“尽管全球人工智能的采用速度正在加快，但只有少数人工智能领导者看到了明显的回报。这些领导者持续优于其他领导者，其中82%表示AI已经带来了有意义的商业价值，而同行中有62%如此。这不仅仅是人工智能成熟度差距;而是将人工智能视为企业级转型的组织与试图将人工智能强化到现有模型并获得渐进式提升的组织之间，性能差距正在扩大。”
在其聚焦英国的报告子集中，毕马威报道：“人工智能不再需要传统的投资回报来证明合理性。65%的英国受访者表示，无论实际投资回报率如何，他们的组织都会继续投资人工智能。尽管企业在人工智能上投入了大量资金，但传统的投资回报率并不一定能让他们看到这项技术的价值。”
一、心态转变：人工智能投资并非可选项，但人工智能带来的投资回报挑战有很多种形式。
毕马威人工智能负责人Leanne Allen表示，企业人工智能的极端关注迫使对该技术财务方面采取了新的策略。
艾伦说：“企业领导者从将人工智能视为必须立即带来回报的事物，转变为将人工智能视为长期投资，并将其视为推动企业整体转型的战略推动力，是一个重要的里程碑。”“但这不应意味着盲目投资人工智能，没有明确的战略。人工智能正在重塑组织的运作方式、决策方式，以及人类与人工智能代理日常协作的方式。”
这种思维转变部分出于务实考虑，许多CIO被董事会告知，人工智能投资并非可选项。但人工智能带来的投资回报挑战有很多种形式。
二、AI投资回报率带来的诸多问题
鉴于人工智能实验和部署的紧迫节奏，许多人工智能概念验证（PoC）由高管设定不切实际的投资回报率目标来启动。如果项目被用技术上无法达到的标准来衡量，当不合适的指标未被交付时，这并不意味着对LLM的指责。
一些企业还发现AI推广带来的意外成本，比如他们在客户聊天机器人中使用AI后，发现人们滥用这些AI作为“免费”生成式AI工具，企业还需为额外的代币付费。
三、测量内容：财务部门需要寻找不同的方法来衡量人工智能投资回报率
一些分析师和投资者认为，人工智能所取代的那种智力努力从未被好好衡量过，甚至根本没有被衡量过。这意味着财务部门需要寻找不同的方法来衡量人工智能投资回报率。
Lambton Capital Partners的管理合伙人Ben Grant表示：“我认为问题在于我们如何衡量它。传统投资回报率（ROI）希望输入输出干净利落。大多数企业还没有AI做到这一点。价值体现在时间的回收、决策更快以及问题未成问题前被填补的空白。试着把它放进电子表格里。”
但他补充道：“我绝对不认为没有传统投资回报率的公司投资人工智能是鲁莽的。他们很务实。他们见识够多了，知道这招有效。只是他们无法用财务团队想要的语言来量化它。”
信息技术研究集团首席研究总监Manish Jain表示，他认为这种脱节“是因为企业同时处于两种模式：探索型，学习速度比投资回报率更重要;工业化型，期望价值实现，但成熟度仍在演变。”
他指出，企业已经调整了预期。“并不是公司不关心回报，”他说。“他们已经学会了，在专注于投资回报率之前，必须先专注于AI能力的成熟。当新发动机出现时，明智的操作者不会先问它能赚多少钱。他们会问，如果只有他们没有它会怎样。”
四、AI会可能挑战传统的投资回报率电子表格
Gartner副总分析师Nader Henein并不认为AI交付物是微不足道的，但这项技术已开始融入日常日常功能，这可能挑战传统的投资回报率电子表格。
“一些人工智能投资，比如人工智能助手，正逐渐成为标准办公工具，比如办公套件。没有人通过计算Word文档或演示文稿的数量来计算投资回报率，“Henein说。“但人工智能项目的投资回报率计算不会消失。如果它烧钱且无法产生任何实质的投资回报率，它将被淘汰。上市公司的损益报告和投资者的预期并未改变。”
五、AI部署的差异化特性也可能阻碍典型的投资回报机制
Moor Insights & Strategy副总裁兼首席分析师Michael Leone表示，AI部署的差异化特性也可能阻碍典型的投资回报机制。
“ERP或云迁移的老投资回报率策略不适合AI，我和每个CIO交谈时都知道这一点。他们很可能能准确告诉你某个具体工作流程带来了哪些生产力提升，但问他们三年企业回报是多少，你只会耸耸肩。“无论投资回报率如何”的说法正是从这里来的，坦率地说，我认为领导者通过它继续提供资金是正确的，“莱昂说。“预算早就不在扼杀AI程序的清单上了。资金和授权都在那里。真正的障碍是安全、隐私，以及几乎没有人手能大规模运营。我把这看作是所有组织都在做出明智的赌注。他们已经算过落后会花多少钱，结果不喜欢这个答案。”
他指出，他接触过的企业中，大约有十分之一具备人才、治理和运营纪律，能够从人工智能投入中获得复利回报。“其他人都在花钱，抱有希望。这才是真正的故事，“他说。
独立技术分析师卡米·莱维表示，他认为“在没有至少一点投资回报率的情况下，花钱购买任何尖端技术简直是财政自杀。然而，人工智能发展的速度和范围意味着传统的投资回报率计算方法已严重过时。人工智能现在迫使组织更多地投入，害怕被落下。”
莱维认为，这意味着金融部门暂时需要放开僵化的投资回报率计算。
莱维说：“为了在人工智能领域保持竞争力，或者至少在竞争者视线范围内，而大家都在努力摸索人工智能，这意味着决策可能不再基于过去几年那样的财政严谨度。”“日益动荡的经济环境常常迫使组织在技术投资上踩刹车，但随着人工智能加深对技术路线图的控制，这一逻辑正受到考验。组织将寻求其他节省，以避免在经济不确定性中被拒绝减少以人工智能为中心的支出落后于竞争对手的风险。事实上，许多领导者将人工智能作为未来未明确成本节约的万能驱动力，在为保持AI相关性的疯狂竞争中，这往往足以让高管们签到。”
