企業用 AI 愈來愈普遍，為何回報仍然難計？

企業 AI 面對的問題，已不只是「有沒有人用」，而是能否把投入的錢，與某項業務流程的實際改善對上帳。2026 年的調查揭示成本追蹤和成效評估的缺口，但並不代表 AI 無法創造價值。232534

錢花到哪裏？回報又怎樣算？

Flexera 指出，只有 31% 的受訪機構能準確掌握 AI 軟件開支；59% 表示，過去一年浪費的 AI 開支有所增加。34 Battery Ventures 訪問了 100 名資深科技主管，當中 94% 表示，其機構沒有一套全公司一致的 AI 投資回報（ROI）評估框架；只有 16% 表示，旗下過半數 AI 項目錄得正回報。23

預算同樣承受壓力。Futurum 在 2026 年下半年的調查中發現，46.9% 的受訪者表示 AI 實際開支高於計劃，只有 5.6% 表示低於計劃。33 這些調查訪問的對象、衡量的事情都不同：看不清開支、認為有浪費、項目回報欠佳和超出預算，不能混為一個「AI 失敗率」。

使用人數容易數，業務價值難證明

買了多少授權、多少員工登入、完成多少試點，都不是財務回報。要判斷一項 AI 投資是否值得，企業需要先記錄原有流程的表現，訂明希望改善甚麼——例如服務速度或產出質素——再把成果與運作系統的完整成本比較。

畢馬威（KPMG）發現，即使不少機構已有監察儀表板和審批程序，大多仍無法即時、全面掌握 AI 營運成本。19 其全球調查中，能全面掌握這些成本的機構，有 15% 表示已確立投資回報；未能全面掌握成本的機構則為 3%。兩者有關聯，但不能因此斷言，只要看清成本就必然有回報。25

計算回報亦牽涉改變工作方式。美國銀行的科技主管把端到端流程轉型、重複運用、管治和投資回報，列為讓 AI 項目擴展並取得成效的重點。14 另一方面，《CIO》報道的一項調查顯示，61% 的機構在此前兩年曾暫停、延遲、縮減或放棄資訊科技系統現代化項目。預算轉向 AI 是報道提及的壓力之一，但不能說每宗延誤都由 AI 開支造成。18

具代理能力的 AI（agentic AI），即能按目標執行多步任務的系統，令成本、業務價值和風險控制在擴展項目時更需要說得清楚。Gartner 於 2025 年預測，到 2027 年底，超過 40% 的這類項目將被取消，原因包括成本上升、業務價值不明確及風險控制不足。這是預測，不是 2026 年已錄得的取消比率。51

美國銀行：量到局部成效，仍要分清整體回報

美國銀行表示，約 20 萬名員工可使用 AI 工具；其約 1.9 萬至 2 萬名開發人員的編程生產力提升約 15% 至 20%。34 相比單純統計使用人數，這項針對具體工作的數據，更有助評估 AI 帶來甚麼改變。

銀行管理層亦估計，相關投入約 4 億美元，帶來約 8 億美元效益。不過，這些是管理層估算，並非獨立核實每個 AI 用例都能回本。2 該行聯席總裁表示，現階段最容易辨認的成效，仍集中在編程等科技工作。1

對企業而言，較實際的做法是：每項部署都指定負責人、記錄流程採用 AI 前後的表現、計齊成本，並同時檢查質素和風險。量到的效益在扣除成本後仍站得住腳，才考慮擴大應用；不要只因使用量上升，就當作已證明投資回報。192325