相當多的企業持續難以從 AI 計畫中展現明確的投資報酬率（ROI），但部分組織——從員工福利管理公司到小型廣告公司，再到一所大學——已找到這項技術能帶來生產力提升、甚至營收成長的領域。它們的經驗說明了 AI 如何改變 ROI 方程式，以及衡量其價值所需的條件。

招募領域的早期戰果

與許多公司一樣，員工福利管理公司 Alight Solutions 一直在尋找 AI 能改善營運與獲利的途徑。雖然 AI 對該公司而言並非新技術，Alight 仍於 2025 年開始評估一種不同類型的 AI 工具。同年 9 月，Alight 成為 HR 技術供應商 Phenom 詐欺偵測招募代理人的測試版用戶，想了解該代理人能否協助在招募早期識別詐欺應徵者。

結果來得很快。在測試過程中，該代理人發現一名應徵者以不同的姓名與電子郵件地址，重複應徵同一個職缺兩次。

「光是抓到那個我們最終並未錄用的人，就足以讓我們說：『這對我們有用，』」Alight 人才招募營運經理 Julie Eagy 表示。

Eagy 說，雖然該代理人展現了可能為公司省錢之處——尤其是若能避免支付一次不必要的背景查核費用——更大的價值在於節省時間。

Alight 的例子說明了衡量 AI 投資報酬可能有多棘手。對許多公司而言，投資 AI 工具的回報可能不是金錢收益，而是生產力提升，或 AI 代理人補上組織缺失一環的能力。

這種不明確性已導致部分企業放棄某些計畫。例如，一名 Pizza Hut 加盟商於 5 月對該連鎖品牌提起訴訟聲稱一套 AI 外送管理平台違反直覺，不但未帶來任何節省，反而讓其損失數百萬美元。

儘管 AI 成效好壞參半，企業仍持續推進這項技術，且常以生產力作為衡量指標。與此同時，包括中小企業在內的部分小型企業，已能追蹤其 AI 專案帶來的金錢收益與回報。

一個複雜的局面

Gartner 分析師 Arun Chandrasekaran 表示，對企業而言，AI ROI 可能細微、甚至不透明。

「這是一個非常複雜的議題，」Chandrasekaran 說。「大致而言，我認為許多客戶仍在努力闡明 AI 能帶來的明確商業價值。」

Chandrasekaran 指出，軟體工程、客戶服務以及財務或 HR 的後勤作業等領域已能自動化核心任務，帶來生產力提升，但企業難以將其連結到具體的商業價值，例如營收成長或成本降低。

「在生產力提升與企業重視的這些價值導向指標之間取得一致——我認為對許多組織而言，這仍是進行中的工作，」他補充。

這樣的難題可能因組織規模而更為困難。對部分中小企業而言，建立這種連結已被證明是領先並保持領先競爭對手的最佳方式。

OBI Creative 的商業價值

其中一家企業是 OBI Creative，這是一家位於內布拉斯加州奧馬哈、有 25 年歷史的廣告公司，客戶包括 TiVo 與 HD Radio。OBI Creative 近幾年一直在實驗各種 AI 工具，以尋求業務成長。

「代理式 AI 已成為絕佳的效率契機，讓我們能把部分服務從一個產業擴展到另一個產業，」OBI Creative 執行長暨創辦人 Mary Ann O'Brien 表示。

這家員工人數不到 50 人的公司，為實現目標打造了數款代理式 AI 工具。其中一款工具監控其數位團隊所建置網站的健康狀況，並確保它們保持最新。這家廣告公司使用包括 Gemma 與 Qwen 在內的模型，將提示詞編碼至該工具中，以協助產生網站健康報告；同時也使用 OpenAI GPT 模型與 Anthropic Claude 模型，將提示詞編碼至其工具中。

另一款工具則讓創意團隊能檢查正在進行的行銷活動是否符合客戶的需求。

「我們將它打造為協助品牌策略團隊與創意團隊保持一致的雛形，後來客戶也想使用，於是我們開始向客戶銷售／授權，」O'Brien 說。

她補充，所獲得的價值已轉化為公司更高的毛利率。

「我們不必為了修改而找客戶來回五次，」她說。

此外，透過使用代理式 AI 工具，她公司「將有至少 20% 的年成長」。

伴隨成長而來的是增加的支出。「我們確實看到管理費用的增加，但很快就被效率提升所抵銷，」O'Brien 說。她補充，公司一開始先實驗具有固定成本、提供訂閱服務的 AI 模型，讓員工能在既定預算內工作。

除了投資這項技術，O'Brien 也向員工明確表示，使用代理式與生成式 AI 工具不會危及他們的工作。事實上，她更指定一名員工成為效率倡導者，並將成果納入其績效考核。

「我的公司裡仍有人非常害怕這些工具，所以重點就是讓大家感到自在，並能相信他們腦中的東西仍然是對客戶最有價值的，」O'Brien 說。「但工具就在那裡，有什麼理由不用呢？」

康乃爾大學的做法

康乃爾大學雖然不是中小企業，但也採取了多方兼顧的方式，為其 AI 投資尋找 ROI。

「我們把這項技術視為一種工具，」康乃爾資訊科技部門 AI 創新主管 Ayham Boucher 表示。

康乃爾早期即允許教職員在安全、私密的環境中存取任何前沿模型，但不強制使用。該校使用 Microsoft Azure——用戶可在其中建立、管理與部署代理人——以及 Microsoft Copilot 和 Claude Desktop 等面向使用者的工具。

Boucher 表示，對康乃爾而言，代理式 AI 的主要目標是其擴展人類能力的能力。

「我們並非完美的生物，」他談到人類能力時說。「我們的記憶力有限。……長期以來，我們一直在使用科技來擴展人類所做的事，而 AI 只是另一個擴展我們能力的強大工具。」

他補充，康乃爾也不以 tokenmaxxing 衡量價值——這是近期組織部分以員工消耗多少 AI 模型 token 來衡量績效的趨勢。

「我們的成果與機構的使命一致，」他說。換言之，該大學以服務學生的人數與科學發現的數量來衡量價值。他的部門則以支持這些努力來衡量價值，而非計算消耗了多少 token。

有些公司已開始實驗 AI，但成效有限，或難以將 AI 試點專案推進到正式上線。根據 Gartner 的一份 2026 年報告，約半數生成式 AI 專案在概念驗證後遭放棄，原因包括資料品質不佳、成本不斷攀升或商業價值不明。

「因為我們很早便部署並開始以 AI 進行建置，我們沒有落入 FOMO（錯失恐懼）的陷阱，」Boucher 說。「我們不必如此。我們走在曲線前面，這讓我們能保持平衡的做法。我們不是在追趕。」

衡量價值

Gartner 的 Chandrasekaran 表示，對於仍在嘗試與實驗卻始終找不到價值的人，或許可以考慮營收或生產力以外的不同指標。

「我們必須把更多營運指標與更多價值導向的指標連結起來」他說。例如在軟體工程中，指標不應是程式碼行數，而是速度——例如為應用程式交付的新功能或新能力。

他接著說，成本降低或營收成長可能會限制企業對 AI 如何創造價值的理解。

在這些案例中，合適的衡量方式取決於組織的使命與使用情境：Alight 強調節省的時間，OBI Creative 則著眼於效率、毛利率與成長，而康乃爾關注的是服務的學生人數與科學發現。這也使得在部署前先定義預期成果，成為評估 AI 專案是否創造價值的重要一環。

Chandrasekaran 表示，對於尚未能實現 ROI 的企業，關鍵可能是先確立某個生成式 AI 或代理式 AI 可能派上用場的特定應用需要什麼樣的回報。

「我們不希望先建置使用情境，然後才開始思考要如何衡量價值，」他說。「如果我們在價值方面看不到非常清晰的路徑，我們甚至不會推動那些使用情境。」

不過，企業應該了解，所實驗的應用將決定 AI 試點專案需要多長時間。

「ROI 期程其實取決於你追求的是哪種類型的使用情境，」Chandrasekaran 說。「大致上我會說，對 80% 的企業使用情境，你會希望在一年內達到 ROI。」

他表示，商業價值對企業內部 AI 應用而言仍是挑戰，這一事實也代表供應商仍需努力。

「供應商必須做得更好，不只是銷售技術，而是向企業銷售成果與價值，」他接著說。「企業也必須振作起來，在選擇使用情境時更善於以價值作為指標，並在專注於 AI 專案的價值實現方面毫不妥協。」