2026 ITValue Summit上，ACCA的一份调查戳破了很多企业的AI幻想——仅21%的企业会对AI项目做ROI测算，28%连系统化评估AI价值的方法都没有。这不是喊口号的问题，是真金白银投进去没处算账的尴尬。
四个结构性缺口：AI落地的核心障碍
练瑾雯把企业AI落地的挑战归为四个结构性缺口：价值、流程、规模、信任。价值缺口最突出：财务部门评估AI项目的方法参差不齐，21%测ROI，剩下要么凭主观感觉，要么没建立系统化方法。企业常踩的坑是把AI当“更快更好用的员工”，没重新设计任务边界、数据流和决策机制——多数企业的自动化还停留在一至三阶段，选高价值、小切口、可量化的场景才是正解。流程缺口藏在数据里，练瑾雯说数据问题本质是业务问题，不是纯技术问题，“在奔跑中治理”比“先治理再奔跑”更现实：短期要学会在不完美数据里决策，长期得用系统替代不规范的人工节点。规模缺口的核心是试点难复制，原因包括场景难复制、基础不统一、组织机制缺失等，推进要“战略自上而下，战术自下而上”，小步快跑容错，建立“小错不断、大错不犯”的文化。信任缺口则是受访者普遍担心AI决策基于不完整数据，准备度极低。
业财共治：把AI的钱花在能落地的地方
润德教育的雷志荣，从CFO转任董秘后带团队做数智化，踩过“先搞AI再搭底座”的坑，后来调整路径：先搭商业洞察体系、数据湖仓、知识图谱的BI底座，再开发AI Agent，2人团队半年搭完BI，3个月做出Data Agent，增量成本为零。她的核心经验是“商业主导的AI效能是技术主导的几倍”，AI不是先进工具的堆砌，要嵌入业务闭环解决具体问题。绿城中国的补声东更直接，提出“三方共治”：业务出题、IT答题、一线阅卷，三个角色各担其责——业务定义场景，IT做技术增强，财务做价值验证，还要算全成本（建设、运营、退出），区分显性减损和隐性价值。湖南星邦智能的谢鹏则把AI回报权重放在KPI里占30%，建AI运营看板实时追踪价值，还用行业统一的价值公式跟CFO核算成本，避免Token成本差一个数量级的混乱。
CIO与CFO：从分歧到共创的关键
自由讨论里的问题更扎心：某金融上市公司CFO问，过去投的数字化钱白花了吗？答案是没白花，AI要建在已有数字化基础上，这是她这次最大的收获。国企CFO的失败案例更现实：选了智能审单模型，卡在集团不让自购服务器，流程慢到模型被换掉。还有CFO总结：过去的IT是一次性成本，现在AI是持续消耗（Token费），不能用老思路算账。
最后抛个没标准答案的问题：当AI投入的每一分钱都要算得清、花得值，你所在的企业，会让CFO还是CIO来攥住AI投入的核心决策权？
素材来源：钛媒体 · AI情报、AI应用落地
查看报道原文
发表第一条评论吧