AI sudah digunakan meluas. Mengapa pulangannya masih sukar dibuktikan?

Bilangan pekerja yang menggunakan AI mudah dikira. Soalan yang lebih sukar ialah: selepas semua kos diambil kira, adakah AI menjadikan sesuatu kerja lebih pantas, lebih baik atau lebih menguntungkan? Tinjauan 2026 menunjukkan banyak organisasi belum dapat menjawabnya dengan yakin. Itu bukan bukti bahawa AI tidak membawa manfaat; ia menunjukkan jurang dalam cara kos dan hasil diukur.232534

Apa yang ditunjukkan oleh tinjauan 2026?

Menurut Flexera, hanya 31% organisasi mempunyai gambaran tepat tentang perbelanjaan perisian AI mereka. Pada masa yang sama, 59% berkata perbelanjaan AI yang terbuang meningkat sepanjang tahun lalu.34 Dalam tinjauan Battery Ventures terhadap 100 pemimpin kanan teknologi, 94% berkata organisasi mereka tiada kaedah yang konsisten di seluruh syarikat untuk menilai pulangan pelaburan, atau ROI, AI. Hanya 16% melaporkan ROI positif bagi lebih separuh projek AI mereka.23

Tekanan terhadap bajet turut kelihatan. Dalam tinjauan Futurum bagi separuh kedua 2026, 46,9% responden berkata perbelanjaan AI melebihi rancangan, berbanding 5,6% yang membelanjakan kurang daripada rancangan.33 Angka-angka ini datang daripada tinjauan berlainan dan mengukur perkara berlainan—ketelusan kos, pembaziran yang dilaporkan, pulangan projek dan perbezaan daripada bajet. Ia tidak boleh digabungkan menjadi satu kadar ‘kegagalan AI’.

Mengapa penggunaan tidak sama dengan nilai?

Lesen yang dibeli, pekerja yang aktif atau projek rintis yang siap belum membuktikan pulangan kewangan. Syarikat perlu tahu bagaimana sesuatu kerja dilakukan sebelum AI digunakan, menetapkan hasil yang mahu dicapai, kemudian membandingkan manfaatnya dengan kos penuh untuk menjalankan sistem itu. KPMG mendapati kebanyakan organisasi masih tiada gambaran menyeluruh tentang kos operasi AI secara masa nyata, walaupun sudah menggunakan langkah seperti papan pemuka pemantauan dan proses kelulusan.19

Dalam tinjauan global KPMG, organisasi yang dapat melihat sepenuhnya kos operasi AI lebih cenderung melaporkan ROI yang sudah terbukti berbanding organisasi yang tidak mempunyai gambaran itu—15% berbanding 3%. Ini ialah perkaitan, bukan bukti bahawa ketelusan kos sahaja menghasilkan pulangan.25

Mengukur hasil juga memerlukan perubahan cara kerja. Ketua teknologi Bank of America menyenaraikan perubahan proses dari awal hingga akhir, penggunaan semula penyelesaian, tadbir urus dan ROI sebagai keutamaan untuk menjayakan projek AI pada skala besar.14 Pada masa yang sama, tinjauan yang dilaporkan CIO mendapati 61% organisasi telah menghentikan sementara, menangguhkan, mengecilkan atau membatalkan inisiatif pemodenan sistem teknologi maklumat dalam tempoh dua tahun sebelumnya. Peralihan bajet kepada AI ialah antara tekanan yang dilaporkan, tetapi angka itu tidak bermakna AI menyebabkan setiap kelewatan.18

Bagi AI berasaskan ejen—sistem yang boleh melaksanakan langkah-langkah tugas dengan lebih berdikari—kejelasan tentang kos, nilai dan kawalan risiko menjadi lebih penting apabila projek berkembang. Gartner meramalkan pada 2025 bahawa lebih 40% projek sedemikian akan dibatalkan menjelang akhir 2027, antaranya kerana kos meningkat, nilai perniagaan tidak jelas dan kawalan risiko tidak mencukupi. Itu ramalan, bukannya kadar pembatalan yang telah diperhatikan pada 2026.51

Apa yang boleh dipelajari daripada Bank of America?

Bank of America berkata alat AI disediakan kepada kira-kira 200,000 pekerjanya. Bank itu juga melaporkan produktiviti pengekodan meningkat sekitar 15%–20% dalam kalangan kira-kira 19,000–20,000 pembangun perisiannya.34 Peningkatan bagi kerja yang khusus ini lebih bermakna daripada sekadar jumlah pengguna. Seorang presiden bersama bank itu berkata manfaat yang paling jelas setakat ini terdapat dalam kerja teknologi seperti pengekodan.1

Pihak pengurusan bank turut menganggarkan manfaat kira-kira US$800 juta berbanding kos US$400 juta. Namun, itu anggaran pihak pengurusan—bukan pengesahan bebas bahawa setiap kegunaan AI memberikan pulangan.2

Bagi organisasi lain, ujian yang wajar ialah menetapkan pemilik yang bertanggungjawab bagi setiap pelaksanaan, mengukur kerja sebelum dan selepas AI digunakan, merekodkan kos penuh, serta menyemak mutu dan risiko. Luaskan penggunaan apabila manfaat yang diukur masih bertahan selepas kos diambil kira—bukan semata-mata kerana bilangan pengguna meningkat.192325