KPMG数据扎心：65%企业AI投资亏着本也要砸钱，94%已押注智能体

英国企业去年在AI上烧掉的钱，够买下半个英超联赛。但KPMG的最新报告泼了盆冷水——近三分之二的公司根本算不清这笔账到底值不值，却打算继续加码。

这不是赌徒心态。是云迁移时代的老剧本重演：当年上云也没人算清ROI（投资回报率），现在AI成了同样的"必需品"。区别在于，云至少能数服务器，AI的收益像雾像雨又像风。

利润指标滑到第四，企业到底在图什么

KPMG调研了英国多家组织，发现一个反常识的排序。当被问及AI投资的首要衡量标准时，只有64%把盈利能力当回事——这个数字被生产力提升（76%）、工作质量改善（71%）和决策优化（67%）全面压制。

翻译一下：老板们嘴上说要降本增效，身体却很诚实地为"感觉有用"买单。

这种心态转变背后，是AI被重新定位为"全公司转型工具"，而非单纯的成本中心。就像20年前没人会问"ERP系统今年赚了多少"，现在AI也在走这条路——它重塑的是运作方式，而非直接印钞。

但麻烦在于，传统财务框架确实跟不上。KPMG指出，仅14%的企业对衡量间接收益和战略回报有信心。剩下86%要么装糊涂，要么真糊涂。

65%的"无脑定投"与94%的智能体押注

数据最刺眼的部分在这里：尽管ROI（投资回报率）算不清，65%的企业仍计划持续投入，不管账面能不能看到回报。

这种"先开枪后画靶"的打法，在科技投资史上并不罕见。移动互联网早期、大数据浪潮阶段，都出现过类似场景。但AI的特殊性在于，它的成本结构更陡峭——算力、人才、合规，每一项都是吞金兽。

与此同时，94%的企业已经在用或计划部署AI智能体（Agentic AI）。这个比例高得反常，暗示着某种集体焦虑：不上车就等于出局，哪怕不知道车开往哪。

智能体的吸引力在于"自主执行"。不同于传统AI需要人喂指令，它能独立完成多步骤任务——写代码、订机票、处理客服工单。但这也意味着更高的失控风险，以及更难追溯的责任链条。

48%的岗位正在消失，61%的人被迫再培训

AI不是单纯的技术升级，是组织层面的地震。KPMG的数据描绘了这幅图景：48%的企业正在围绕AI重新设计岗位，52%在招聘专职AI人才，61%在强制员工参加技能培训。

三管齐下，指向同一个结论——旧岗位在坍塌，新岗位尚未定型，中间地带的人最煎熬。

但转型速度超过了人的适应速度。46%的企业把"技能短缺"列为主要障碍，这个比例与持续加码投资的65%形成微妙对照：明知没人会用，还是要买设备。

这种错配在制造业时代也出现过。工厂引进流水线后，往往要经历数年才能找到合适的工头和技术员。AI的压缩在于，它同时冲击白领和蓝领，且迭代速度以月计算。

隐私、安全、治理——这三座老山依然挡在路上。KPMG的警告很直接：「无论使用何种形式的AI，建立正确的防护机制以最小化风险都至关重要。」

当"必须拥有"成为免死金牌

报告中最值得玩味的一句话：AI现在被视为"必需品"，就像当年的云。

这个类比藏着陷阱。云服务的价值曲线相对清晰——存储成本下降、协作效率提升、灾备能力增强，都能在18个月内看到账目变化。AI的收益周期更长，且高度依赖组织自身的消化能力。

更隐蔽的风险是"战略投资的通货膨胀"。当所有人都在喊转型，转型本身就成了军备竞赛。你的竞争对手买了智能体客服，你跟不跟？跟了可能亏，不跟可能死——这种囚徒困境，才是65%企业"盲目定投"的真实驱动力。

KPMG没有点名批评，但措辞克制地锋利：「这不应转化为在没有明确战略的情况下盲目投资AI。」

翻译成人话：可以当冤大头，但别当得这么坦荡。

那些已经部署AI智能体的94%企业，有多少制定了清晰的治理框架？报告没给数字，但14%的ROI（投资回报率）测量信心率已经说明问题。工具到位了，尺子还没造好。

英国市场的特殊性在于，它的AI投资热情略高于欧洲平均水平，但数字化基础又弱于美国。这种"高欲望、低消化力"的组合，往往导致最昂贵的试错——买最贵的系统，配最乱流程，招最嫩团队。

一位参与调研的CFO（首席财务官）私下吐槽：「董事会每季度都要看AI进度，我们能展示的只有用了多少token（令牌）、处理了多少请求。这些数字和生意好坏有什么关系？没人敢问。」

这种汇报机制的内卷，正在制造大量"AI表演艺术家"——系统上了，报表做了，但核心业务纹丝不动。

KPMG建议企业重新设定预期，把AI看作"长期战略投资"而非"季度盈利工具"。这个建议本身没错，但执行层面有个悖论：越是强调长期，短期内的资源错配就越难被及时发现。

云时代的经验是，真正吃透技术红利的企业，往往在迁移后第三年才开始显现竞争力差距。AI的周期可能更长，因为涉及的工作流改造更深层。

问题是，多少企业能撑过前三年的账面亏损？尤其是当经济环境收紧、股东耐心耗尽时，"战略定力"很容易变成"战略借口"的遮羞布。

智能体的高渗透率（94%）也带来一个悬而未决的问题：当AI开始自主决策，责任边界在哪里？KPMG提到的"防护机制"具体指什么——技术审计、人工复核、还是法律兜底？报告没有展开，但这些空白正是下一轮合规风暴的伏笔。

回看那组核心数据：65%持续投资、94%押注智能体、46%困于人才、14%能算清账。四个数字拼出一幅英国企业的AI群像——热情过剩，理性欠费，行动超前，准备不足。

这不是英国独有的困境。全球企业都在经历类似的认知失调：既怕错过，又怕踩空；既想颠覆，又舍不得旧地图。

KPMG的调研截止于2024年末，数据反映的是决策者的意图而非结果。真正的考验在2025年——当首批AI智能体部署满一年，那些"无法衡量的战略收益"能否经受住董事会的追问？那些重新设计的48%岗位，是创造了新价值，还是制造了新的组织摩擦？

你的公司AI投资算清账了吗？还是也在用"长期主义"给当下的糊涂账打掩护？