导语：过去两年，在董事会会议室里，任何一份带有“生成式AI”字样的 PPT 都能轻松获批预算。但到了 2026 年，风向变了。当高管们满怀期待地翻看财报，却发现 AI 并没有带来预期的收入增长或成本下降时，“AI 泡沫”的质疑声开始蔓延。
面对高达 95% 的 AI 落地失败率，CIO 们收到了明确的警告：停止不切实际的“颠覆式创新”，用可衡量的商业价值说话。
以前，CIO 们喜欢用诸如“员工每天使用 10 次 Copilot，效率大幅提升”这样的指标来邀功。但现在的 CEO 和董事会变得更加尖锐：
“员工确实省下了写邮件的时间，但省下的时间到底转化为利润了吗？”
“如果一个 AI 自动化项目要花 30 万美元，而现有的人工成本只要 4 万美元，这叫什么价值？”
普华永道的调查给出了残酷的真相：超过一半的公司从 AI 中既没有增加收入，也没有降低成本。只有八分之一的公司看到了积极的回报。
面对这种窘境，理智的 CIO 们开始放弃“技术自嗨”，转而将 AI 紧紧绑定在核心业务上。正如 Gartner 分析师所言：“现在的重点是利用 AI 赋能现有工作，而不是搞那些不切实际的科幻项目。”
在接下来的 12 个月中，决定 CIO 生死存亡的关键，在于如何跑通 AI 的“价值闭环”。最成功的数字领导者正在采取以下策略：
AI 项目的成败，不再由 IT 部门自编自导自演。聪明的 CIO 正在与业务主管共同制定 KPI。而且，这些 KPI 正在超越单一的财务指标，转向更务实的非财务目标：员工敬业度是否提高？内部决策流转是否变快？客户满意度是否上升？
与其试图用 AI 写出完美的法律合同（风险极高），不如先用 AI 来自动审批员工请假（规则明确、收益立竿见影）。 不要试图用自动化来取代你的核心员工（比如高级经纪人或销售），而是用 AI 为他们提供精准的客户洞察，让他们在谈判桌上拥有“降维打击”的信息优势。
忘掉 POC（概念验证）吧！在当下的技术栈里，“证明这项技术能跑通”已经毫无意义，你必须向董事会证明的是“这项技术能赚回本”。项目立项的第一步，必须是进行苛刻的POV（Proof of Value，价值验证）算账。
好消息是，阵痛正在带来成长。一年前，只有 10% 的 AI 概念验证能转化为实际应用；而今天，这个比例已经上升到了 50%。
这说明企业不再盲目跟风，预算分配变得极其谨慎。AI 正在剥去科幻的外衣，真正成为驱动商业增长的基础设施。对于 CIO 而言，最性感的口号不再是“我们要用 AI 改变世界”，而是：“这笔 AI 投资，下个季度就能看到回报。”
全文：CIO如何向董事会证明AI项目将带来实际回报
新兴技术带来的令人失望的回报意味着CIO（首席信息官）正在调整AI战略方向，并与业务同仁更紧密地合作，以确保AI（人工智能）计划产生可衡量的价值。
图片来源：Zamrznuti Tonovi / Shutterstock
CIO们已收到明确警示。过去主导AI相关讨论的关于感知到的生产力提升的所有言论，已被对新兴技术投资的可衡量价值的需求所取代。
MIT（麻省理工学院）指出项目失败率高达95%，执行董事会开始质疑AI何时会带来回报。PwC（普华永道）的Global CEO Survey（《全球首席执行官调查》）显示，超过一半的公司从AI中既没有获得更高的收入，也没有降低成本，只有八分之一的公司取得了积极成果。
尽管Gartner（高德纳公司）预测今年AI支出将大幅增长，但该研究公司的杰出副总裁分析师John - David Lovelock（约翰-戴维·洛弗洛克）表示，缺乏切实的回报意味着数字领导者正在改变策略。CIO不再寄希望于他们的AI探索会产生回报，而是转向更有针对性的计划。
他说：“快速增长的项目是那些与业务相关的项目，其中包括AI项目。CIO开始不再那么强调AI，而是重新强调业务。这些项目是关于AI赋能现有工作，而不是那些不切实际的颠覆式转型项目。”
Lenovo（联想公司）与技术分析IDC（国际数据公司）共同制作的CIO Playbook for 2026（《2026 年CIO行动指南》）也表明，企业今年将认真对待AI部署，探索型试点将被推动业务转型的生产级AI应用所取代。由于董事会对可衡量的回报提出明确回报要求，国际数据公司的研究总监Ewa Zborowska（埃瓦·兹博罗夫斯卡）表示，更多的数字领导者希望使用AI来增强、创新和重塑他们的组织。
她说：“CIO考虑AI不仅仅是出于好奇，他们想看看能从中得到什么来驱动可量化业务增长。采用AI更多的是关于做新的事情或采取全新的方法来创造价值，而不是在削减成本方面变得更高效。”
对价值的强烈需求使得房地产专家Segro的首席信息官Richard Corbridge（理查德·科布里奇）认为，AI的回报是数字领导力的主要优先事项：“例如，如果你发现组织中的每个人今天使用了十次微软的 Copilot，这可能意味着他们更高效了。但他们实际上用节省下来的时间做了什么呢？节省时间是如何创造价值的呢？”
在接下来的12个月里，CIO将努力解决AI价值衡量与落地闭环问题。由于CEO（首席执行官）和董事会对回报变得不耐烦，数字领导者正在更多地与他们的老板合作来定义价值。成功的CIO会微调他们的论点，以确保他们的项目得到支持，然后向董事会展示他们的AI计划的价值。
一、定义有价值的AI项目
很明显，如果没有企业同行的投入，CIO们就无法交付AI项目的成果。IDC的Zborowska（兹博罗夫斯卡）表示，跨部门项目共管和KPI（关键绩效指标，Key Performance Indicator，用于衡量工作绩效的指标）的更紧密合作可确保新兴技术投资瞄准正确的方向。
数字领导者和业务领导者之间这种增加的互动也改变了项目目标。随着利益相关者密切合作从AI中创造价值，Zborowska（兹博罗夫斯卡）预计高管们会寻求跨越运营问题的KPI。
她说：“我敢打赌，在未来几年我们会看到更多非财务目标。高管们会考虑诸如员工是否更有参与感、他们的工作是否在任何方面有所改善、AI的实施是否影响客户体验以及内部决策是否更高效等问题。”
UK’s Royal Mail（英国皇家邮政，英国的国家邮政服务公司）的网络业务组合和架构总监Martin Hardy（马丁·哈迪）认同，定义有价值的AI项目完全在于找到正确的重点。有效的部署针对不同领域的流程，并且业务利益相关者必须参与价值定义过程。
他说：“如果我们在做关于法律文件的决策，AI可能还达不到要求。但例如，如果我们可以使用AI来批准假期，那可能是可行的，因为如果你有规定一次休假不能超过两人，你可以使用AI来检查假期预订情况，而不必询问办公室里的每个人。”
Gartner的Lovelock（洛弗洛克）建议，对于寻求产生价值用例的CIO们来说，AI可以在关键业务领域带来成果，比如增加收入、支持决策制定、提高员工参与度以及改善体验。他说，利用AI的正确途径与Gartner的企业技术采用概况相关，该概况将公司分为一系列类别。
他说：“最先进的那些人，我们称之为技术方面的敏捷领导者，更有可能推动AI来改变业务。而另一方面的落后者更有可能采用现有软件提供商提供给他们的技术，并以一种规定的方式使用它。”
二、微调用例
现在的挑战是数字领导者要与他们的业务同行合作，确定一种更精细的AI部署方法。对于一些CIO来说，AI的价值是明确的，但必须考虑潜在风险。
以McLaren Racing（迈凯伦赛车，一家赛车制造和赛车运动公司）的性能技术和系统执行董事Dan Keyworth（丹·基沃思）为例，他关注的是运营稳定性和比赛日的可靠性。虽然他说了解生成式和自主式AI的发展至关重要，但优先考虑的是经过验证的技术，而不是那些会使性能面临风险的创新。
他说：“一级方程式赛车基于传统的机器学习和模拟。开发模型一直是我们性能提升过程的重要部分，而且由于引擎已经存在，生成式AI就像是通过对AI的更多投资而安装的涡轮增压器。”
对于其他数字领导者，比如Howden的集团首席数据官Barry Panayi（巴里·帕纳伊）来说，成功取决于让人类参与其中。是的，自动化可以改善客户服务，但他不想用AI取代员工，而是希望利用AI确保Howden的专业人员在与客户互动时有正确的见解。
他说：“绝对不想通过自动化我们与客户的互动来利用数据提高生产力。这是一个人与人交流的业务。我们的经纪人需要能让他们占据优势的信息，并向他们的客户证明他们了解风险并能提供最好的交易。”
Ricoh Europe（理光欧洲，理光公司在欧洲的业务分支，理光是一家生产办公设备等产品的公司）的技术专家、CIO Nick Pearson（尼克·皮尔逊）补充说，他公司的AI用例有两个方面：提高运营生产力和改善客户流程。所以他与服务运营主管和西班牙的商业经理成立了一个三方AI委员会。这个委员会探索购买、构建和重用新兴技术的机会。
他说：“我们有一个策略，着眼于AI在哪些方面重要，这意味着探索我们已有的技术以提高内部生产力。我们有很多人知道如何在Copilot Studio和其他平台上进行编码和构建，所以让我们利用这一点来提高生产力。”
三、向董事会展示回报
对于Gartner的Lovelock（洛弗洛克）来说，对于渴望从AI中创造价值的CIO们的关键教训是，在投资之前与同行合作并设定预期成果。他说：“大多数人一开始都认为越多越好，但如果你这样做，就不会理解质量的概念。”
这种观点与Segro公司的Corbridge（科布里奇）产生了共鸣，他鼓励数字领导者通过关注价值与其他专业人士展开对话。询问人们在AI实施方面的投资将如何为他们个人、更广泛的业务以及组织所服务的客户创造价值。
他说，CIO不应该试图证明AI有效，而应该专注于新兴技术如何增加价值。这个定义对于Segro的工作方式至关重要，以至于该组织使用“价值验证”这个词，而不是“概念验证”。
他说：“大多数东西都能起作用，但它们可能更昂贵。例如，你也许能够使用AI来改变组织使用电子表格的方式，但这个项目可能会花费你30万美元。而如果你目前支付4万美元让某人来做这项工作，并且他们乐于这样做，那么你就必须质疑其价值。”
IDC的Zborowska（兹博罗夫斯卡）表示，人们正在吸取教训，她公司的研究表明，现在一半的AI POC（概念验证，Proof - of - Concept，用于验证某个想法或概念可行性的项目）正在转化为实际应用。虽然有些人可能认为这个成功率并不令人印象深刻，但一年前这个比例是10%。经过几年对AI的探索，似乎CIO及其企业现在坚定地专注于实际回报。
她说：“这些数字表明，公司在如何分配预算方面变得更加成熟和谨慎。它们也支持了这样一个主要观点，即我们正在经历一场变革之旅，并且AI采用市场正在步入规模化落地成熟期。”
