新研究表明，AI 投资未能为大多数公司带来财务回报

1 月下旬发布的一波报告给那些在人工智能上大举押注的商业领袖带来了令人清醒的消息：大多数公司看到了大量的活动，但对利润表的改善微乎其微。

2026 年 1 月由咨询巨头 PwC 以及科技公司 Anthropic、OpenAI 和 Google 发表的研究描绘了一幅一致的画面。员工比以往任何时候都更多地使用这些工具。然而，预期的成本节约和收入增长并未在大多数组织中显现。

多数 高管表示未获得财务 涨幅

数字讲述了一个直白的故事。PwC 的 2026 年调查 显示，56% 的首席执行官在过去一年中既没有看到成本降低，也没有看到收入增加。只有 12% 的人报告在这两个领域都取得了收益。

这种差距很重要。企业在软件许可和培训上投入了大量资金。调查显示，问题不在于技术，而在于公司如何部署它。报告获得财务收益的高管将工具深入融入其运营和客户面向活动的可能性是其他人的两到三倍，而不仅仅是分发软件账户。

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

如果计算活跃用户不起作用，公司应该衡量什么？Anthropic 于 1 月 15 日发布了一项发现，提出跟踪所谓的“经济原语”，即人们分配给这些系统的任务类型和难度。

任务类型的差异很重要。让系统总结一封电子邮件需要很少的技巧，节省的时间也微乎其微。委托一个复杂的多步骤编码项目则代表了真正的劳动力替代。Anthropic 的研究显示软件开发请求平均相当于 3.3 小时的人类工作，而个人行政任务仅为 1.8 小时。

业务经理需要超越简单的登录人数统计。他们需要知道实际上完成了什么样的工作。琐碎任务的高使用率等于浪费金钱。专注于复杂任务的受控使用等于真正的生产力提升。

OpenAI 的分析，于1月21日发表，支持了这一论点。该公司确定了所谓的“能力悬空”，即这些系统能够完成的事情与人们实际使用它们之间的不匹配。

两项发现引人注目。首先，重度用户调用高级功能，特别是复杂的推理能力，的频率是典型用户的七倍。其次，当 OpenAI 检查超过 70 个国家的使用模式时，他们发现人们使用这些高级功能的强度存在三倍差异。

这创造了一种新的竞争动态。在员工知道如何利用全部功能的地区运营的公司，将优于以不太复杂的方式使用相同软件的竞争对手。数字素养本身并不足够。员工需要研究人员所说的“代理流利度”（agentic fluency），即委托复杂的多步骤任务的能力。

Google 于 1 月 20 日对其 Workspace 软件的更新解决了另一个测量挑战。该业务现在在管理员仪表板中显示全面的使用分析，包括哪些团队使用功能以及使用频率。

这一变化很重要。它将支出转化为财务部门可以监控和审计的类别。仪表板提供利用率数据，以支持或反驳经理关于效率提高的说法。

商业领袖的五个优先事项

高管应该采取哪些不同的行动？行业分析师建议了五个优先事项：

1. 停止将使用量与价值混淆
2. 审计项目的任务复杂性，而不是用户数量
3. 建立将使用量与业务结果联系起来的跟踪系统
4. 为工作流程重新设计预算，而不仅仅是软件购买
5. 研究报告真正财务收益的12%⟦/N1⟧企业。

财务官员可能需要在未来三个月内对损益影响进行统一报告。软件供应商之间可能会竞争，使其测量技术成为行业标准。监管机构也可能要求提供关于这些系统自主运行程度以及安全措施的数据。

这批研究的信息很明确。实验阶段已经结束。公司现在面临着展示投资具体回报的压力。