最新研究表明，人工智能投资未能为大多数公司带来财务回报。

1 月下旬发布的一系列报告给那些在人工智能领域投入巨资的商业领袖们带来了令人警醒的消息：大多数公司虽然业务活动很多，但利润却几乎没有改善。.

咨询巨头 普华永道 (PwC) 与科技公司 Anthropic、OpenAI 和谷歌于 2026 年 1 月联合发布的研究报告描绘了一幅一致的图景：员工比以往任何时候都更频繁地使用这些工具。然而，大多数企业并未获得预期的成本节约和收入增长。

大多数 高管表示没有经济 收益

数据揭示了一个残酷的现实。 普华永道2026年 首席执行官调查发现，56%的首席执行官表示，过去一年中，成本和收入均未下降，只有12%的首席执行官表示两方面都有所增长。

这种差距至关重要。企业在软件许可和培训方面投入巨资。调查显示，问题不在于技术本身，而在于企业如何部署技术。那些报告从中获益的高管，更有可能将这些工具深度融入到运营和客户互动活动中，而不是仅仅发放软件账户，其可能性是其他高管的两到三倍。.

仅仅增加用户数量并不能转化为更好的财务业绩。公司需要重新设计工作流程，而不仅仅是分发新工具。.

如果 统计活跃用户数量行不通，企业应该衡量什么呢？Anthropic 于 1 月 15 日发布的研究结果建议 trac其所谓的“经济原语”，即人们分配给这些系统的任务类型和难度。

任务类型之间的差异至关重要。编写一个系统来总结电子邮件所需的技术并不复杂，节省的时间也微乎其微。而委托他人完成一个复杂的、多步骤的编码项目则真正实现了人力替代。Anthropic 的研究 表明，软件开发请求平均相当于 3.3 小时的人工工作量，而个人行政任务仅需 1.8 小时。

企业管理者不能仅仅关注登录人数，而应该了解实际完成的工作类型。大量使用琐碎任务意味着浪费资金，而将资源集中用于复杂任务才能真正提高生产力。.

OpenAI于1月21日 也支持了 这一论点。该公司dent了一种所谓的“能力 过剩”现象，即 这些系统能够完成的任务与人们实际使用它们的方式之间存在不匹配。

两项发现尤为突出。 首先， 重度用户使用高级功能（尤其是复杂的推理功能）的频率是普通用户的七倍。 其次， OpenAI 对 70 多个国家/地区的用户使用模式进行分析后发现，不同用户使用这些高级功能的强度存在三倍差异。

这造就了一种新的竞争格局。在员工能够充分发挥自身能力的地区运营的公司，将比那些使用相同软件但操作方式较为简单的竞争对手更具竞争力。 具备数字素养 仅仅 是不够 的。员工还需要研究人员所说的“自主性”，即委派复杂、多步骤任务的能力。

谷歌于1月20日对其Workspace软件进行了更新，解决了另一项衡量难题。现在，企业可以直接在管理员控制面板中查看全面的使用情况分析，包括哪些团队正在使用各项功能以及使用频率。.

这一改变至关重要 。 它将支出转化为财务部门可以监控和审计的类别。仪表盘提供使用情况数据，以佐证或反驳管理者关于效率提升的说法。

商业领袖的五项优先事项

高管们应该采取哪些不同的行动？行业分析师提出了五项优先事项：

1. 不要将用途与价值混淆。
2. 审计项目时应关注任务复杂度而非用户数量。
3. 建立 trac系统，将使用情况与业务成果联系起来
4. 预算应用于工作流程重新设计，而不仅仅是购买软件。
5. 研究一下那 12% 实现了实际财务收益的企业。.

财务官员 可能需要统一的损益报告标准 未来 。软件供应商之间可能会展开竞争，力求使其测量技术成为行业标准。监管机构也可能要求提供相关数据，说明这些系统的自主运行程度以及已采取的安全措施。

这批研究传递的信息很明确：实验阶段已经结束。企业现在面临着拿出切实投资回报的压力。.