有一个四部框架，能区分「财务总监会批准的 AI 提案」与「在跟进会议中悄然夭折的提案」。它与更漂亮的简报或更宏大的愿景无关，而是关于：给那位掌管预算的人一个他能向董事会辩护的数字。以下就是这个框架。
其中的利害关系，比多数提案所承认的更高。根据 Gartner，全球 AI 开支在 2026 年可望达到约 2.5 万亿美元，然而只有约四分之一的 AI 项目达到预期回报。这道缺口并非技术问题，而是商业方案的问题。
为什么大多数企业 AI 商业方案无法获批？
大多数 AI 商业方案失败，是因为它们承诺转型，却拿不出站得住脚的数字。财务总监无法批准「效率」或「创新」，他能批准的是一项具体削减的成本、一段具体节省的工时，或一笔具体释放的收入，并附上时间表。模糊的好处读起来就是风险，而没有数字的风险，不会获得拨款。
数据解释了这份审慎。Gartner 指出，约有两成的 AI 项目彻底失败，只有约 28% 完全达到回报预期。一位读过这些数字的财务总监并非在为难你，而是在把你的提案，对照一片充斥着「昂贵试点只换来一份简报」的景象作模式比对。
AI 商业方案的四部框架是什么？
这个框架有四部分：界定价值、建立务实的回本模型、指明你将汇报的指标，以及降低试点风险。每一部分都回答一条财务总监在签署前会问的问题。少了一项，提案就有一个财务团队在第一次会议就会找到的漏洞。
其逻辑是有先后次序的。未界定价值，就无法建立回本模型；不清楚价值，就无法挑选指标；未定义的东西，也无从降低风险。按序完成，这四部分就把一个愿景，变成一份投资备忘录，而那正是财务总监真正会批准的文件。
如何界定一项 AI 投资的价值？
界定 AI 价值，要把它绑定到一个具体、可衡量的业务流程，而非一个部门级的宏愿。挑一项有已知成本的任务：花费的工时、错误率、回应时间，或人手压力。一个狭窄而量化的目标，远比「转型运营」这类宽泛承诺更容易获批。
试看一个具体例子。与其说「AI 会改善客户服务」，界定后的版本是：「我们团队每月花 400 个工时回答重复的政策问题；一个以我们自身文件为根据的 AI 助理，估计可吸收其中约六成的查询量。」现在财务总监看到的是数字、来源与界限。
麦肯锡的研究印证了界定范围为何重要。它发现只有约 21% 的生成式 AI 采用者从根本重新设计了底层流程，但这批企业汇报显著 EBIT 影响的机会，约为其余者的 3.6 倍。价值来自重新设计流程，而非把 AI 硬接到一个已经失灵的流程上。
企业 AI 务实的回本期是多久？
对一项具规模的部署而言，企业 AI 的务实回本期是两至四年，而非领袖常假设的七至十二个月。德勤一项涵盖逾 1,800 名高管的调查发现，AI 回本期通常较传统科技长三至四倍，只有约 6% 能在一年内见到回报。
这是整份商业方案中最重要的一份诚实。一份承诺六个月回本的提案，不会被任何有经验的财务总监相信，并且会在它延误时损害你的信誉。一份建立务实两至三年回本模型、并在首年附上一个较小快速成果的提案，读起来是干练而非天真。
策略上的做法是分阶段。先拨款给一个回报迅速而温和的狭窄试点，以证明机制有效，再以那份证据去支撑多年期投资。相比「被承诺的机制」，财务总监远更乐意为「已被证明的机制」拨款。
该汇报哪些指标来证明 AI 回报？
汇报那些能直接对应金钱或风险的指标：每宗交易成本、收回的工时、错误率、周期时间，以及采用率。像「回答了多少查询」这类虚荣指标只证明活动量，而非价值。正确的指标，是财务总监能追溯到损益表或已降低责任的那一种。
采用率值得特别留意，因为它是最多项目忽略、也是最多失败共有的指标。一个只有 12% 团队使用的 AI 工具，无论技术多好，也只交付其模型价值的 12%。把采用率与成果并列汇报，会告诉财务总监这项投资是否真正落地。
这件事在此刻尤其重要：Gartner 指出，只有约 29% 的高管有信心能衡量自己的 AI 回报。单是带着一份清晰的衡量计划出现，就已令你的提案领先于那大多数答不出这条问题的人。
在索取全额预算前，如何降低 AI 试点的风险？
降低 AI 试点风险的方法，是令它小型、有时限、可逆转，并在开始前先议定一个明确的成功门槛。一个无法以低成本失败的试点，并不是试点，而是一项伪装的承诺，而财务总监会立即看穿其中分别。
三道实务护栏能为大多数试点降低风险。设定固定预算与结束日期，令开支不会失控。事先界定成功指标与门槛，令扩大规模的决定基于证据而非政治。并在事前确认资料与整合的实际情况，因为与旧有系统的摩擦，正是预算悄然超支之处。
这里也浮现出财务总监真正的问题：不是「它会否成功」，而是「若不成功会怎样」。一份诚实回答这条问题、并把下行风险封顶的商业方案，远比一份假装失败不可能发生的方案更容易获批。
在香港，一份可获批的 AI 商业方案是什么样子？
一份可获批的香港 AI 商业方案，会把一个界定清晰的本地应用场景，配上务实回本期与一个明确的资料治理答案。由于金融服务等行业须遵守金管局的期望与《个人资料（私隐）条例》，财务总监会在问回报之前先问资料处理。你要在备忘录里回答，而非在被追问时才回答。
一个有力的本地例子：一家中型专业服务公司把 AI 界定于文件草拟，建立两年回本模型并置于一个三个月试点之后，承诺追踪采用率与周期时间指标，并在事前处理客户资料保密问题。这份备忘录能获拨款，因为香港财务总监会提出的每一条问题，都已在纸上得到回答。
对照之下发人深省。同一家公司若只是索取「探索 AI 的预算」，换来的会是礼貌的搁置，因为探索是成本中心，而一项界定清晰、已降风险、可衡量的投资，才是一项商业决策。
策略要点
最好的 AI 商业方案，不是最宏大的那一份，而是最站得住脚的那一份：一个界定清晰的应用场景、一段务实的多年期回本并附首年快速成果、能对应金钱的指标，以及一个即使失败也只以低成本失败的试点。那正是区分「获得预算的领袖」与「被搁置的领袖」的文件。
有一个曾坐在谈判桌两边的伙伴，把它建好会更容易。懂AI，更懂你 — UD相伴，AI不冷。同行28年，协助香港企业把科技化为成果，我们深知：一份能获拨款的 AI 策略，建立于诚实的数字，而非宏大的承诺。
准备好建立一份财务总监会批准的方案了吗？
既然你已掌握这个框架，下一步就是找出你价值最高、风险最低的切入点，并为它配上真实的数字。UD 手把手带你完成每一步，由 AI 准备度评估、界定试点、建立回本模型，到定义你董事会会信任的指标，28 年企业服务经验，全程陪你走。