2002个CIO被问同一个问题：为什么AI预算涨了18倍，成功率却只有五分之一

10月19日，在奥兰多举行的Gartner IT Symposium/Xpo上，Gartner公布了最新一期的年度CIO调查。

调查从今年5月做到7月，问了2002名CIO和技术高管。结果是，只有13%的人说，AI已经在自己公司里带来了明确的业务收益。

不过相比这个数字，Gartner副总裁分析师Alicia Mullery在同一场发布会上的话，让我印象更深。

Volume is not value.

智能体的数量不是价值。做了十几个AI项目，可不代表赚到了钱。

报告里另两个数字更刺眼：AI用例数量从2024到2025年涨了400%，单个用例的成功概率长期停在五分之一左右，而AI相关支出则在两年内涨了18倍。

我给企业做AI培训和项目陪跑。客户的CTO通常能说清楚想做什么，像是合同审核、知识问答、报告生成，说得很具体。但他们却说不清另外一件事：项目做完了，怎么跟老板交代收益。

这篇文章，我就想借着Gartner的这篇报道，来聊聊AI落地和业务结果的鸿沟。

01

演示成功和业务改善之间，隔着一笔总账

假设一家企业要做AI报告生成助手。原来写报告，员工通常要花两个小时整理资料、分析数据、组织文字，现在AI几分钟就能给一份初稿。演示的时候效果很惊艳，领导也很满意。

但员工真正打开这份初稿就会发现，数据要核对，内容要二次修改，改完还得按原来的格式重排一遍。AI省下的两小时，一大部分又被复核吃掉了。

所以衡量这个项目的收益，我们得算四笔账：模型调用费、复核工时、异常处理的额外投入和系统维护成本。四笔加起来，才能再跟原来的工作方式对比。

第一笔 模型调用费

按实际调用量 x 每百万token费用算，不计折扣

第二笔 复核工时

AI省下的时间，有多少被复核吃掉了

第三笔 异常处理的额外投入

出错时谁接手改正、改一次要多久

第四笔 系统维护

模型换代、知识更新、接口变动

这四笔账算不出来，项目就不能说有效果。演示的时候它是成功的，到年终汇报的时候就说不清了。

Gartner的调查里，有58%的CIO说降本压力更大，51%预计AI反而会抬高技术方案的总体成本。这两句话放在一起有点反着来的意思。越是要靠AI省钱的人，越要先算清总账。

02

只有17%的企业，敢给在跑的项目收尾

Gartner的调查中，只有17%的受访者表示，所在企业已经制定了停止低价值生产AI项目的规则。

Gartner把这两类规则分别叫做试点停止规则和生产退出规则。意思是试点做完了，要不要放进生产环境，以及已经跑在生产里的项目，效果不理想，要不要撤下来。受访CIO里，有规则能判断试点该不该进生产的占31%，能判断生产项目该不该撤的只占17%。

Gartner把表现最好的一批企业称作vanguards，意思是"冲锋队"。有试点准入规则的，成为vanguards的概率是2.3倍。有生产退出规则的，是2.6倍。

具体到一个合同审核Agent。

它已经能出报告了。测了几轮，个别关键条款识别还是不准，法务拿到手里还得逐项重查。这时候有三条路。一、缩小范围，先只做识别效果稳定的合同类型。二、调整方案，把关键环节重新测一遍。三、如果问题出在资料和规则本身不完整，先把条件补齐。

反复几轮后如果质量还是上不去，维护成本又压不下来，就该停下来。

FDE应该帮助客户提前设定验收要求，并根据测试证据提出继续、调整或停止的建议。

停项目的成本，是一次复盘和一份说明。不停的成本，是每个月的模型费、复核工时，还有一点不好意思承认的自我安慰。

03

仅4%的企业，重新设计过岗位

AI进企业，人的活肯定要跟着变。只有4%的CIO说所在组织有明确的人机协作岗位重设计计划。

还是拿AI合同审核举例。

原来的流程是业务人员准备材料、找条款、核对内部规则，再送审法务。AI上线后，如果业务人员还是要把这套重复一遍，只是中间多了份AI报告，流程等于没动，甚至还多了一个环节。

更合理的分工是：AI先做一轮材料检查、条款定位和初步规则比对，业务人员补齐缺失信息和业务上下文，法务则集中处理复杂判断和高风险事项。当然，其中哪些判断要交给AI、哪些要人来决策，得业务、法务和技术一起坐下来定。

在Gartner的调研中，制定明确人机协作岗位调整计划的组织，成为其高绩效领先群体的可能性是其他组织的2.4倍。

这里还有个反直觉的数据。Gartner调查里，40%的受访者预计2027年增加IT人员，方向集中在网络安全和数据分析。AI没让IT团队变小，而是让任务边界变模糊了。设计师开始做测试，测试也开始参与设计。有了AI，人的职责也会发生变化。

最近我一直在思考企业AI顾问的价值。

AI已经能帮企业分析需求、拆解岗位任务、编写方案，甚至直接开发Agent。单纯提供需求整理和方案文档，未来会面临越来越大的竞争压力。

我觉得更值得关注的，是能否帮客户把业务目标、实施范围和验收标准确定下来，再用真实任务来验证AI方案。

我经历过的企业AI项目，都会尽可能先从真实业务流程入手，确定需要解决的问题，接着明确第一版需求范围、人机分工和技术实现方式。原型跑起来后，再通过测试结果和业务数据决定是否继续投入。

这套工作方法，最终都要落实到具体项目中，才能证明它是否有效。

如果你们企业已经开展了AI试点，却不确定项目效果怎么样，或者正在寻找合适的AI切入口，可以找我交流。

参考资料 Gartner，2026年10月19日，《Gartner Survey Finds Only 13% of CIOs Say Their Enterprise Has Realized Significant or Transformational Value from AI》。

我是申悦，企业AI顾问，解决方案型FDE。提供企业AI培训、AI落地方案咨询、AI智能体设计和运营陪跑服务。服务过东风集团、海亮集团等世界500强企业。如果你的公司正在AI转型、知识库建设和智能体落地，点击文末左下“阅读原文”查看合作方式，加V详聊：s2dongman