大量企业仍在努力证明其 AI 项目能带来明确的投资回报（ROI），但一些组织——从一家福利管理机构到一家小型广告公司，再到一所知名大学——已经找到了这项技术能够带来生产力提升甚至收入增长的领域。它们的经验说明了 AI 正如何改变 ROI 等式，以及衡量其价值需要什么。

招聘领域的早期胜利

与许多公司一样，福利管理机构 Alight Solutions 一直在探索 AI 如何改善运营并提升利润。虽然 AI 对该公司来说并非新技术，但 Alight 于 2025 年开始评估一种不同类型的 AI 工具。同年 9 月，Alight 成为人力资源技术供应商 Phenom 的欺诈检测招聘智能体的测试版用户，以了解该智能体能否帮助在招聘早期识别欺诈性求职者。

结果很快就出现了。在测试过程中，该智能体识别出一名求职者用不同的姓名和电子邮箱两次申请同一个空缺职位。

"仅仅通过抓住那一个我们最终没有录用的人，就足以让我们说，'这个工具对我们有用,'" Alight 人才招聘运营经理 Julie Eagy 说。

虽然该智能体展示了它可能为公司节省开支的地方——尤其是避免为不必要的背景调查付费——但 Eagy 表示，更大的价值在于节省时间。

Alight 的例子说明，衡量 AI 投资回报可能多么复杂。对许多公司而言，投资 AI 工具的回报可能不是金钱收益，而是生产力提升，或者 AI 智能体填补了组织内部缺失的一环。

由于缺乏这种明确性，一些企业放弃了某些项目。例如，今年 5 月，一位 Pizza Hut 加盟商起诉了该特许经营体系，声称一个 AI 配送管理平台反直觉，让其损失了数百万美元，而没有带来任何节省。

尽管 AI 成效参差不齐，企业仍在继续推进这项技术，并往往以生产力作为衡量指标。与此同时，一些包括中小企业（SMB）在内的小型企业已经能够追踪其 AI 项目的金钱收益和回报。

一个复杂的局面

Gartner 分析师 Arun Chandrasekaran 表示，对企业来说，AI 的 ROI 可能细致微妙，甚至不透明。

"这是一个非常复杂的讨论," Chandrasekaran 说。"总体而言，我认为许多客户仍在努力阐明 AI 能带来的明确商业价值。"

他表示，软件工程、客户服务以及财务或人力资源的后台运营等领域已经能够自动化核心任务，从而带来生产力提升，但企业难以将其与收入增长或成本降低等切实的商业价值挂钩。

"生产力提升与企业关心的这些价值驱动指标之间的对齐——我认为，在许多组织中，这仍是一项进行中的工作," 他补充道。

这种困难可能因组织规模而异。对一些中小企业来说，建立这种关联已被是它们在竞争中领先并保持领先的最佳方式。

OBI Creative 的商业价值

其中一家企业是 OBI Creative，这是一家总部位于内布拉斯加州奥马哈、拥有 25 年历史的广告公司，客户包括 TiVo 和 HD Radio。OBI Creative 在过去几年里一直在试验 AI 工具，以寻求业务增长。

"智能体 AI 对我们来说是一个绝佳的效率机会，让我们能够将部分业务从一个行业扩展到另一个行业," OBI Creative 的首席执行官兼创始人 Mary Ann O'Brien 说。

这家拥有不到 50 名员工的公司为实现目标构建了几款智能体 AI 工具。其中一款工具监控其数字团队所建网站的健康状况，并确保网站保持最新。该广告公司使用 Gemma 和 Qwen 等模型，将提示编码到工具中以帮助生成网站健康报告，此外还使用了 OpenAI GPT 模型和 Anthropic Claude 模型为其工具编写提示。

另一款工具使创意团队能够检查正在制作的广告活动是否符合客户的期望。

"我们把它作为原型构建出来，以帮助品牌战略团队和创意团队保持一致，后来客户也想使用它，所以我们开始向他们出售/授权," O'Brien 说。

她补充说，所获得的价值已转化为公司更高的毛利。

"我们不必为了修改而五次返回找客户," 她说。

此外，通过使用智能体 AI 工具，该公司"将实现至少 20% 的同比增长," 她说。

增长也带来了额外开支。"我们的管理费用确实有所增加，但很快就被效率提升所抵消," O'Brien 说。她补充说，公司一开始试用的是固定成本并提供订阅服务的 AI 模型，使员工能够在固定预算内工作。

除了投资这项技术外，O'Brien 还向员工明确表示，使用智能体和生成式 AI 工具不会威胁他们的工作。事实上，她要求一名员工成为效率大使，并将成果作为其绩效考核的一部分。

"我的公司里仍有一些人非常害怕这些工具，所以关键就是让人们感到自在，并让他们相信他们头脑中的东西仍然是对客户最有价值的," O'Brien 说。"但工具就在那里，为什么不使用它们呢？"

康奈尔大学的方式

虽然康奈尔大学并非中小企业，但它采用了多方面的方法来寻找 AI 投资的 ROI。

"我们将这项技术视为一种工具," 康奈尔信息技术部门 AI 创新负责人 Ayham Boucher 说。

早期，康奈尔允许教职员工在安全、私密的环境中访问任何前沿模型，但并不强制使用。该校使用 Microsoft Azure，用户可以在其上创建、管理和部署自己的智能体，同时还提供 Microsoft Copilot 和 Claude Desktop 等面向用户的工具。

Boucher 表示，对康奈尔来说，智能体 AI 的主要目标在于其扩展人类能力的作用。

"我们并非完美的生物," 他谈及人类能力时说。"我们的记忆力有限。……长期以来，我们一直在利用技术来扩展人类所能做的事情，而 AI 只是扩展我们能力的又一件强大工具。"

他补充说，康奈尔也不专注于用 tokenmaxxing 来衡量价值——这是近期一些组织部分地以员工消耗多少 AI 模型 token 来衡量其绩效的趋势。

"我们的成果与机构的使命保持一致," 他说。换言之，这所大学以服务的学生人数和取得的科学发现数量来衡量价值。他的部门通过支持这些事业来衡量价值，而不是计算消耗的 token 数量。

一些公司已开始试验 AI，但收效甚微，或者难以将 AI 试点项目推向生产环境根据 Gartner 2026 年的一份 报告，约半数生成式 AI 项目在概念验证后被放弃，原因包括数据质量差、成本不断攀升或商业价值不明确。

"因为我们很早就部署并开始用 AI 进行构建，所以我们没有落入 FOMO（错失恐惧）的陷阱," Boucher 说。"我们不必如此。我们走在前面，这让我们能够保持平衡的方式。我们不需要追赶。"

价值的一种衡量方式

Gartner 的 Chandrasekaran 表示，对于那些仍在尝试、试验却始终找不到价值的人，可以考虑收入或生产力以外的其他指标。

"我们必须将更多运营指标与更多面向价值的指标联系起来," 他说。例如，在软件工程中，指标不应是代码行数，而应是交付速度——即向应用程序交付的新功能或新能力。

他继续说，成本降低或收入增长可能会限制公司对 AI 如何创造价值的理解。

在上述案例中，相关衡量标准取决于组织的使命和用例：Alight 强调节省的时间，OBI Creative 看重效率、利润率和增长，而康奈尔则关注服务的学生人数和科学发现。这使得在部署前明确预期成果成为评估 AI 项目是否创造价值的重要环节。

Chandrasekaran 表示，对于未能实现 ROI 的企业，关键可能在于首先确定某个可能适用生成式 AI 或智能体 AI 的特定应用需要带来怎样的回报。

"我们不希望先实施用例，然后才开始考虑如何衡量价值," 他说。"如果我们看不到非常清晰的价值路径，我们甚至不会去追求那些用例。"

不过，企业应意识到，他们所试验的应用将决定试点一个 AI 项目需要多长时间。

"ROI 周期实际上取决于你追求的是哪类用例," Chandrasekaran 说。"总的来说，对于 80% 的企业用例，你会希望在一年内实现 ROI。"

他说，商业价值仍是企业内部使用 AI 的挑战，这一事实也表明供应商仍有工作要做。

"供应商需要做得更好，不仅仅是出售技术，而是向企业出售成果和价值," 他继续说。"企业也需要振作起来，在选择用例时更好地以价值作为衡量指标，并在专注于 AI 项目的价值实现方面做到非常执着。"