你在公司搞的AI项目，95%都在亏钱

前段时间，我看到一个数字，吓了一跳。

95%。

这是MIT在2025年发布的一份报告里的数字。它说的是：全球企业的生成式AI试点项目里，95%都失败了。

95%啊。你品品这个数字。

你公司是不是也在搞AI？你身边是不是每家公司都在搞AI？大家都在买算力、调接口、做POC、上智能体。钱花出去几个亿，回来的是什么呢？

回来的是95%的失败率。

今天我想跟你聊一个特别实在的问题：为什么公司搞AI赚不到钱，以及，怎么才能赚到。

钱花对了地方，但赚不回来

咱们先把一件事说清楚。

企业不是不想投AI，恰恰相反，投得太多了。从2022年底生成式AI这把火烧起来，三年了，各家都在抢跑。搞自动化、做决策辅助、提效降本、加速产品开发，AI智能体现在又是热门中的热门。

但真到了年底算账，CFO脸就绿了。

IBM在2025年第四季度搞了一个叫Think Circle的高管闭门会，请了一票企业领导者坐下来聊。聊下来的结论特别有意思——

卡住AI回报的，不是技术，是组织。

企业文化、治理结构、流程设计、数据策略，这些"软"的东西，才是真正的瓶颈。领导者们发现，AI的野心撞上的第一堵墙，不是模型不够聪明，而是公司内部怎么跑这件事。

你想想看，是不是这样？

你买了一套顶级的AI系统，模型很厉害，接口很快。但你往公司里一放，发现没人改流程去用它、数据散在十几个系统里喂不进去、业务团队觉得"这事跟我没关系"。技术再好，跑不动。

三组扎心的数字

我再给你三个数字。

第一，只有29%的企业高管，敢说自己能可靠地衡量AI的ROI。 这是Think Circle报告里的数据。也就是说，十个领导里，七个说不清自己投的AI到底赚没赚钱。

但是——同一份报告里，79%的企业说他们看到了生产力提升。

这两个数字放在一起，你发现什么了？

效率有了，但效率没法变成钱。生产力是感觉到的，钱是要算出来的。这中间隔着一道巨大的鸿沟。

第二组数字来自IBM的CEO调研：只有25%的AI项目，达成了预期回报。能真正在公司层面规模化的，只有16%。

CEO现在最难的事是什么？是一边被董事会追问"AI投了这么多，什么时候能回本"，一边又得压住团队说"别急，我们要放长线"。

第三组：IBM的研究还发现，把遗留系统的技术债还一还，AI的回报能提升29%。 因为老系统在拖后腿，数据流不通、接口对不上、反复返工。

你看，这三个数字串起来就一句话：AI不是不行，是你跑AI的土壤不行。

什么叫ROI？先把这笔账拆开

好，那到底怎么算AI的回报？

这事儿得从"硬"和"软"两个角度算。

什么叫硬回报？

就是能直接算成钱的那种。比如你用AI做IT运维自动化，故障少了、恢复快了、客户满意度上去了、续约率涨了——这条线能直接接到利润表上。再比如AI帮你提高了营销转化率、缩短了开发周期、开辟了新的收入来源。

什么叫软回报？

就是不太好直接算钱，但对公司有好处。比如员工用AI用得顺手了，满意度提高了、流失率降了。比如你的决策者用AI辅助分析，做决定更快更准了。比如客户觉得你的个性化推荐更贴心了，体验变好了。

软回报要不要看？

当然要看。但你得明白，软回报说服不了CFO。 你说"员工幸福感提升了"，CFO说"那人力成本降了多少"。你支支吾吾答不上来，这笔预算就悬了。

所以你真正需要的，是找到那些能算成硬账的指标：工时节省了多少、转化率涨了多少、收入增长了多少、资源消耗降了多少。把这几项钉死，你的AI项目才有底气站住。

真正能赚钱的人，做对了什么？

那么问题来了：有没有人真的从AI里赚到了？

有。

IBM的商业价值研究院做了大量案例研究。他们发现，在产品研发领域，有些团队的中位ROI达到了55%。

55%。在那个95%失败的大盘子里，这些人怎么做到的？

他们做了四件事。

第一件，鼓励反馈，别闷头干。AI转型不是一锤子买卖，你得让所有相关的人都说真话——这个流程卡在哪儿、那个环节浪费了多少时间。反馈越通畅，返工越少。

第二件，小步快跑，迭代着来。别想着一口气把AI铺满整个产品线，那样只会把人搞疲、把风险放大。先在一个环节试，跑通了再扩展。

第三件，从用户数据里找机会。你别想着教育用户、改变用户的行为。用户在哪里，你就去哪里。数据告诉你用户最需要AI帮忙的是哪个环节，你就先把AI放在那个环节。

第四件，搭跨部门的团队。别让AI变成技术部门自己的事。产品、设计、数据、业务，全拉进来。一旦出现部门墙，项目就慢下来了。

这四条听起来朴素吧？但能做到的团队，拿到了55%的中位ROI。

另外还有一个领域值得说，就是内容供应链。

IBM发现，用全局视角看待AI和内容的企业，内容供应链的ROI高了22%，生成式AI整合的ROI高了30%。

他们做对了什么？

三件事。第一件，从鸟瞰视角排优先级——不要只看一个部门的需求，要看全链路，把AI用在杠杆最大的地方。第二件，认真做变革管理——AI这个东西本身就有争议，你不好好做员工沟通、不好好培养变革推动者，这件事就推不动。第三件，把低风险的活交给AI，把人解放出来做创意——当团队不用担心AI出错的时候，创造力反而能释放出来。

但是，别急着算账

聊到这儿，你可能会想：行，我回去就按这几条来，下个季度就要看到回报。

等一下。

有个人不同意这个想法。他叫黄仁勋。

对，就是NVIDIA的那位。公司现在市值4万亿美元的那位。

2026年2月的Cisco AI Summit上，黄仁勋说了一段话，我觉得特别有意思。他说——

你别逼着工程师一开始就用硬回报来证明AI项目的价值。这就好比你家小孩跟你讲他想去试试一个新爱好，你反问他"你这个爱好的投资回报率是多少"。

你会这么跟自己孩子说话吗？

不会的。你会说"去试试吧"。

他还说了一句："让一千朵花都开起来。"

什么意思？就是让团队都去试。别急着在一开始就用ROI去卡、去筛、去砍项目。你越卡，越可能把那个真正有变革力的东西给杀掉。

这听起来跟我前面说的"要算硬账"有点矛盾？

其实不矛盾。你得看阶段。

早期是探索期，重在试。这个阶段你逼着团队交ROI，就是在杀可能性。但探索不是无限期的，到了某个节点，你确实得收一收，选出最有价值的几个方向，把资源压上去，认认真真算回报。

探索时要宽，收敛时要狠。

这是我对这件事的理解，不一定对。

最后

你公司的AI项目，现在走到哪一步了？

是在95%那个池子里泡着，还是在55%那条线上？

如果是前者，先别怪技术。回去看看你的组织、你的流程、你的数据、你的团队。土壤不改，种子再好也长不出来。

如果是后者，恭喜你。但也别太得意，因为黄仁勋说了——有时候，别急着算账。

也许最好的AI项目，就是那个你暂时还算不清楚账的。

更祝你，能在95%的洪流里，找到属于你的那5%。