德勤中国：92%企业试水AI，仅8%赚到钱

企业用上AI的已经不少了，可要谈“规模化影响”，还差得远。

10月27日，德勤中国发布的最新白皮书给出了一组调研数据：92%的企业已经在做AI应用试点，但认为AI投入换来了财务和战略收益的只有8%，觉得真正完成AI组织级转型的更是只有4%。

买算力、付Token的账单一直降不下来，员工零散地用AI提点效率，很难变成公司的利润。怎么把投在AI上的钱转起来，成了产业界眼下绕不开的一道坎。

买Token的花销，比裁员省下的钱还多

过去两年，从行业巨头到中小企业，都把大笔预算往AI创新上砸。

德勤中国管理咨询信息工程、人工智能与数据分析事业群全国主管合伙人唐捷说：“有些大企业在公司内部做了几千个Agent，甚至最传统、最守旧的企业也已经开始投钱。”他同时表示，高管们嘴上普遍喊着“All in AI”，现实却没那么好看——多数企业投进AI的钱，并没让业务本身有多大起色。

调研数据显示，在已开展AI试点的企业里，28%还停在“实验探索（概念验证）”阶段，56%处于“渐进落地”阶段；真正走到“规模化推广”和“变革重塑（产生损益表财务影响）”的，各只占4%。

普及率不低，投资回报率（ROI）却普遍不及预期，原因在哪？唐捷认为，症结是“个人提效”和“组织提效”之间断了层。

唐捷指出：“很多白领工作中已经用AI工具画PPT、写会议纪要、做翻译，但对一个组织来说，这些点状工具的使用并没有本质提升部门效率，也没有反映到组织收入和利润的改善上。”他还提到，企业投AI要买平台、买算力、部署大模型，背后是高昂的人员、技术及Token费用。“如果你的创新都是点状的，并没有改善一段完整流程，那些简单的效率提升与IT、基础设施投入相比，根本赚不回来这个钱。海外一些大厂已经发现，在整个Token经济上花的钱，和人员优化省下的钱相比，并不是一笔算得过来的账”。

算力和Token的成本压力，在头部大模型公司的账本上也看得见。美国大模型公司Anthropic近日递交招股书，2026年上半年其按模型处理文本量计费（Token调用）的收入为131亿美元，占总收入的80%；同期算力与基础设施费用达89.45亿美元，占同期营收的55%。

香港中文大学（深圳）经管学院副院长、深圳高等金融研究院副院长艾春荣受访时说：“Token可以理解为支付算力的电子货币，我们现在买Token也觉得特别贵。”他表示，目前美国约45%的AI公司在用中国的开源模型，中国大模型在蒸馏技术与成本控制上优势明显。Token慢慢变成AI应用里的交易媒介，往后围绕Token的算力定价权，会是新的竞争焦点。

算力基建和能耗的账单摆在那儿，怎么在底层基础设施上“降本增效”，成了上游技术服务商的发力点。能源科技巨头施耐德电气就是一例：生成式AI算力暴增，带来建设周期长、机柜密度高、能耗攀升等痛点，该公司将在今年进博会上展出面向万卡集群的AI数据中心全栈解决方案。其中，采用工厂预制模式的IMDC POD 2026模块化数据中心能像“搭积木”一样建AI数据中心，现场施工周期缩短约50%，风液混合散热方案则把PUE（电能利用效率）压到1.09，从底层硬件与能耗端帮企业压缩AI算力的落地成本。

短期算账算不过来，企业高管的乐观却没动摇。调研给出的理由是：不投AI的风险，已经大过短期看不到回报的风险。钱要花得更精准，AI投资的着力点也在挪位置。

报告提到，前两年企业的AI应用扎堆在客户服务、营销和IT编码（Coding）上，眼下研发正变成新的战略前沿。企业不满足于让AI在行政、采购这些外围环节跑得快一点，开始把资金压向生产研发与核心供应链，用“大模型+小模型”啃生产环节的硬骨头——制造业搞数字孪生闭环的“自演化工厂”，医药行业做AI提假设、机器人做实验的“实验室闭环”，金融服务业则追求“秒级风险定价”。

从“外围办公”扎进“工业现场”，实体制造业的落地感受最直接。施耐德电气执行副总裁、中国及东亚区总裁尹正接受采访时说，以AI为代表的数智化技术加上绿色能源转型，正在给千行百业装上动力引擎。

德勤中国首席执行官刘明华提到，“人工智能+”行动往深里走，对企业来说，难的不是把新技术拿进来，而是怎么把它变成业务成果，让竞争力提上去、增长能持续。

企业近六成日常执行任务未来或将被AI替代

企业不再比着说“内部开发了多少个智能体”，而是把AI塞进核心业务流程、跟KPI绑在一起，公司内部的用人逻辑和组织架构也跟着重排。

最近一段时间，一些传统制造与快消企业传出“引入AI后大举裁员”的说法，海外科技巨头也启动了数千人规模的“提前退休”计划，AI会不会带来大规模失业，外界盯得很紧。

艾春荣分析说，眼下还没看到AI直接造成的大规模失业，但不转型就会被淘汰。按经济学与管理学的研究，每个岗位都能拆成一堆具体任务，完全重复、不需要人做判断的任务一定会被AI接走，需要人做价值判断的部分替不掉。未来企业大规模转向AI，会把岗位拆碎——拆完之后所有任务都能被AI干，这个岗位上的人就悬了。

报告判断，传统企业那套“执行为主的金字塔型”人才结构，正加快转向“创新主导的钻石型”。现在的金字塔里，60%的人力耗在日常事务、数据处理、报表和合规检查这类重复执行上，战术协同占30%，战略与创新只有10%；到了“钻石型”组织，日常事务与运营执行会被压到10%，基本交给AI智能体（Agent）和机器人，人只做必要监督；战术协同与人机编排升到40%；处理高复杂度问题、跨领域判断以及“从0到1创造新价值”的核心能力层，则从10%跳到50%。

唐捷说，真正的AI转型不是让AI替代人，而是让AI承担动作、让人承担方向。这波技术变革里，干完一项工作的人总数未必变少，技能要求却会大变，人的角色从执行者变成问题定义者、价值判断者和创新驱动者。

可要把几十上百人的活儿重新接起来、把端到端的人机协同流程跑通，并不轻松。德勤与港大的联合调研列出企业AI用例不及预期的十大原因，排第一的不是技术，而是“筒仓式组织形式阻碍创新”，占33%；后面是平台架构薄弱（32%）、数据可用性不足（31%）、组织文化障碍（28%），还有22%卡在缺乏AI人才体系与组织机制上。

唐捷说，大模型往后不只要调通用知识，还得调组织里不同部门、不同个人的知识。只有一个部门推、另一个部门不配合，创新落不了地。艾春荣也直说，AI变革说到底是公司内部文化的革命，最大的障碍是人，因为人最不愿意改变自己。

采写的是南都·湾财社记者严兆鑫。