Gartner最新调查给出了一个不太好听但值得正视的数字：真正从AI投资中获得业务价值的企业，只有13%。

发生了什么

Gartner对2002名CIO进行了调查，核心结论有三点。第一，仅13%的企业表示从AI中获得了真实的业务回报。第二，51%的受访者预计AI实际上会推高其运营成本，而不是降低成本。第三，尽管存在上述信号，75%的CEO仍计划继续提高技术预算。

三组数字放在一起，勾勒出一个清晰的图景：战略层面的信念，目前跑在了可衡量结果的前面。企业不是因为看到了回报才继续投入，而是因为相信必须投入才继续投入。

为什么重要

这组数据真正值得注意的地方，不是"AI回报低"这个结论本身，而是回报率与投入意愿之间的背离。

过去两年，生成式AI的采购决策大多由高层直接推动，试点项目密集上马，但真正进入生产环境、被纳入核心业务流程并产生可归因收益的案例，数量远少于宣传声量。Gartner的调查把这种落差量化了：绝大多数企业仍处在投入期，而非收获期。

更关键的是那51%。AI被广泛宣传为降本工具，但实际部署中，模型调用、数据治理、系统集成、合规审查以及人力再培训，都会形成新的成本项。当AI被嵌入既有流程而不是替代流程时，成本上升几乎是必然的阶段性结果。这意味着企业对AI的财务预期，可能需要一次系统性修正。

影响与看点

对行业而言，接下来最值得观察的是预算结构的迁移。如果CEO层面的投入意愿不变，但回报压力上升，资金大概率会从广撒网的试点转向少数可验证的场景——那些有明确基线、能算出增量收益的环节，比如客服分流、代码辅助、文档处理，而不是宏大的"全面智能化"叙事。

对开发者和技术团队来说，这是一个信号：能说清楚"这个AI功能省了多少人时、减少了多少错误率"的能力，会比模型选型能力更稀缺。可观测性和效果度量，正在从工程细节变成商业语言。

对企业决策者而言，13%这个数字不必被读成"AI不行"，更合理的解读是"大部分投入还没走到能产生回报的阶段"。但阶段可以拉长，预算不会无限期容忍。

一个独立判断：AI投资的下一轮分化，不会发生在谁用了更强的模型，而会发生在谁能先把AI的成本账和收益账算清楚。在那之前，信念仍会继续为预算买单，但账单终归要有人核对。