瑞银调查：企业对AI落地速度存在系统性高估，预期与现实的差距不断扩大

企业嘴上说要拥抱AI，但真正落地的速度，远比它们自己预期的慢得多。

据追风交易台消息，5月11日，瑞银经济学家Arend Kapteyn发布报告，团队对139位IT高管及数据工程师进行半年度调查，受访者均为企业AI实施的核心决策者，覆盖26个行业。

数据显示，截至2026年3月，仅有19%的企业实现了AI的“规模化生产部署”，两年前这一比例为10%，进展呈线性而非指数级。此外，一年前，84%的受访企业预期自己能在12个月内实现规模化部署，但实际上只有5%做到了。

进展缓慢：两年只走了9个百分点

数据很直白。

截至2026年3月，只有19%的企业表示AI已“在多个业务部门和单元实现规模化生产部署”。而两年前（2024年3月），这个数字是10%

也就是说，两年时间，增长了9个百分点，平均每六个月约有3%的企业“毕业”进入规模化阶段。

分析师指出，这是一种“稳定但线性的进展”——而与此同时，AI底层技术的能力提升却是非线性的：推理能力、任务自主性、成本性能均在大幅跃升（报告援引了斯坦福大学AI指数的相关数据）。

换句话说，技术在加速，但企业落地没有跟上。

最大的问题：企业系统性地高估自己

这份报告最值得关注的发现，不是“进展慢”，而是企业对自身进展的判断存在系统性偏差。

一年前的调查中，受访者被问到“你预计多久能实现规模化部署”：

• 10%预计3个月内

• 19%预计6个月内

• 13%预计9个月内

• 43%预计12个月内

加总起来，84%的企业预期自己能在一年内完成规模化部署

结果呢？实际上只有5%做到了。

84%的预期，5%的现实——这个落差不是偶然误差，而是一种规律性现象。瑞银报告明确指出，这种“乐观偏差”在每一轮调查中都出现，而且预期与实际之间的差距还在持续扩大

卡在哪里？六大障碍逐一拆解

企业为什么落地这么难？分析师列出了受访者反复提及的六大障碍：

1. ROI不清晰：53%的企业提到，不知道AI投入能带来多少回报

2. 合规与监管问题：48%

3. 集成复杂度：45%，较前两轮调查的37%-38%明显上升

4. 合格人才短缺：42%

5. 数据可用性与质量问题：42%

6. 数据隐私缺失：37%

其中值得注意的是“集成复杂度”这一项——从37%-38%升至45%，说明随着企业推进AI项目，越来越多的人意识到，把AI嵌入现有系统比想象中难得多。这不是技术问题，而是工程问题、组织问题、流程问题的叠加。

对市场意味着什么

市场对AI的热情很大程度上建立在“企业将快速大规模采用AI”的预期之上。但这份调查数据显示，这个预期本身就存在系统性高估——不仅企业自己高估，而且这种高估在每一轮调查中都在重演。

技术能力的提升是真实的，但从“技术可用”到“企业规模化落地”之间，横亘着ROI验证、系统集成、人才储备、合规监管等一系列现实障碍。这些障碍不会因为模型更强大而自动消失。

对于关注AI产业链投资的市场参与者而言，区分“AI技术进步的速度”与“AI商业落地的速度”，是当前阶段一个不可忽视的变量。