企業AI投資回報危機：年燒$186M，僅5-8%企業睇到錢 — 業界終出手拆彈

點解量度AI回報咁難？

難處主要分四個方面：

冇事先定好基線。 大部分AI項目係上線之後先開始追蹤數據，咁樣根本冇可能知道個價值係咪因為AI而嚟 。ModelOp喺2026年嘅調查發現，超過三分之二嘅企業仍然靠估算，而唔係實際量度嚟評估AI回報 。

虛榮指標主導。 好多公司淨係睇活躍用戶數、登入次數、每日查詢量呢啲數字，呢啲數據完全反映唔到AI有冇實際生意價值 。有人話2025年嘅指標係「用戶數」，但2026年應該係「可審計嘅成果」 。

由生產到回報嘅鴻溝。 Gartner嘅2026年CIO報告訪問咗11,000個CIO，發現59%嘅AI項目從未投入生產，而71%嘅CIO都話揀唔到邊啲用例可以帶嚟可量度嘅結果 。

開支爆升但完全睇唔到。 AI開支分散喺唔同供應商、唔同模型、唔同部門，但冇一個統一嘅會計框架 。Forrester研究話，因為財務審查愈嚟愈嚴，企業已經將25%計劃好嘅AI開支推遲到2027年先使 。

OpenAI、Anthropic同業界點樣應對？

OpenAI — 「有用智能每美元」

OpenAI嘅CFO Sarah Friar提出一個四條問題嘅計分卡：AI係咪work？成本效益點樣？佢創造嘅價值增長係咪快過成本？呢個框架將討論由「用咗幾多token」轉移到「經結果調整後嘅單位經濟」 。

Anthropic — 「經濟基本元素」

Anthropic發布咗一個基於「經濟基本元素」嘅框架，量度任務複雜度、自主程度、慳咗幾多時間，對比每項任務嘅成本，而唔係淨係睇大概嘅使用量 。佢哋嘅內部指引強調要用表現門檻、準確度、速度提升同成本效益呢啲同成功掛鈎嘅指標 。

Linux基金會嘅Tokenomics Foundation

呢個基金會喺2026年8月4日正式啟動，有大約30個創始成員，包括摩根大通、Accenture、IBM、SAP、BNY、Booking.com等等。佢係一個唔偏袒任何供應商嘅標準組織，目標係要為AI token成本做嘅事，就好似FinOps Foundation當年為雲端開支做嘅事一樣 。佢哋第一個草稿叫「Big-T Notation」，提出標準化每次API呼叫嘅成本（而唔係每個token嘅成本），令到個指標直接對應一個單位嘅工作 。基金會仲會定義「每服務成本」（cost-to-serve），呢類指標目前冇任何標準化形式 。

Elisity — 「人機混合員工數」

呢間網絡安全公司創造咗一個叫「bionic head count」（人機混合員工數）嘅指標。佢哋將總AI開支除以平均員工成本，然後比較人類同AI「員工」嘅合併產出同收入嘅關係。呢個方法畀CFO一個直接嘅勞動生產率類比，用嚟評估AI投資 。

業界整體努力

FinOps Foundation已經發布咗AI專屬框架，建議用單位成本指標 — 例如每次查詢成本、每個用戶成本、每個工作流程成本 — 令token開支對生意持份者嚟講變得容易理解 。Oracle、Jellyfish等其他公司而家都提供token經濟儀表板，可以喺工作流程層面將消耗同生意成果連埋一齊 。BCG就提出一個正式嘅「AI回報率」比率：經濟回報 /（人類智能成本 + Token成本） 。

掂嘅方法：關於結果掛鈎指標嘅新共識

綜合晒所有框架，一個清晰嘅模式開始出現。最有效嘅方法通常有呢個共同結構：

1. 喺部署之前先定義好「完成」係咩意思。 唔好追蹤大概嘅使用量，由一個工作流程開始，定義一個成功嘅結果係點 。
2. 量度每項結果嘅成本，而唔係每個token嘅成本。 例子包括：每解決一張支援飛嘅成本、每個被接受嘅pull request嘅成本、每個推出嘅功能嘅成本、或者每個交付嘅市場推廣資產嘅成本 。
3. 將開支分配畀負責人。 每個重要嘅工作流程都應該標記一個負責人、功能、係產品定係內部用途、損益表嘅邊一行、用咗邊個模型，同埋預期嘅結果係咩 。

總結

到目前為止，仲未有單一標準獲得廣泛採用。但方向好清楚：業界愈來愈多人支持同結果掛鈎嘅單位經濟指標 — 每完成任務成本、每解決一張飛成本、人機混合員工數 — 而唔係淨係睇token數量。對於想搵起點嘅CFO同CIO，OpenAI嘅Sarah Friar嘅建議仍然最實際：「最好嘅開始方法係由一個工作流程做起。定義好『完成』係點，然後喺嗰個工作發生嘅系統入面量度個結果。」