为什么到了 2026 年，仍有那么多企业无法证明 AI 的投资回报？
大多数企业的 AI 项目失败，并非因为技术行不通，而是在项目启动之前，根本没有人定义过成功的标准。2026 年全球 AI 支出将突破 2.5 万亿美元，但根据 KPMG 2026 年 AI Pulse 研究，只有约 28% 的企业 AI 用例能够完全达到预期投资回报。
香港董事局里的故事大多如此：AI 项目运行半年后，财务总监要求说明商业影响；IT 团队端出一堆仪表板，上面是使用率、提示次数、节省时间估算；财务总监却看不到一条与收入或营业利润直接相连的数据。对话无疾而终，下一笔 AI 预算更难争取。
本文提供一套四层框架来解决这个问题。它是为香港的运营副总裁、信息科技总监、营运长与数字转型负责人撰写，他们需要在以财务主导的董事会面前，捍卫整个 AI 投资组合。
2026 年的 AI 投资回报应如何定义？
2026 年的 AI 投资回报，是指 AI 投资所创造的财务价值，再对照其总体拥有成本，并根据 AI 带来的风险进行调整。这个定义之所以重要，是因为供应商的销售话术会把生产力提升直接等同于财务收益；但在董事会报告中，两者并不能划上等号。
根据 IBM 2026 年的 ROI 研究，获得最强回报的企业，都是把每一个 AI 用例对应到以下三个财务结果之一：收入提升、成本降低、或风险降低。除此以外的指标，要不就是先行指标，要不就是虚荣指标。
采用率、人均提示次数、自我申报的节省时间等先行指标，在部署初期的确有参考价值，但不能作为董事会层级 ROI 主张的基础。财务总监会自动把它们打折，而且打得有道理。
可供董事会引用的 ROI 定义，必须把硬性财务结果，连结到 AI 部署之前已建立的基线。没有基线，你可以宣称影响，却无法证明影响。
企业应如何构建 AI 投资回报的计算结构？
企业应将 AI 投资回报结构分为四层：顶层是财务结果，下面依次为运营指标、行为指标，以及 AI 专属健康指标。每一层支撑上一层。财务总监只看顶层，运营团队则据以行动的是下面三层。
第一层，财务结果：收入影响、毛利变化、节省的成本、以美元计算的风险降低。这是董事会唯一单独关心的一层。
第二层，运营指标：周期时间缩减、人均产能、错误率、客户问题解决时间。这些是把指标转化为第一层数字的运营杠杆。
第三层，行为指标：采用率、使用深度、AI 已介入的工作比例。没有行为改变，就没有运营改变。
第四层，AI 专属健康：幻觉率、护栏触发率、模型漂移、总体拥有成本。根据 Larridin 提出的 AI ROI 框架，正是这一层，避免一个本来高效的 AI 系统悄悄变成负债。
若项目尚未启动，如何建立基线？
基线是你在 AI 介入之前的业务表现，并且必须以你日后衡量成效的同一细致度被记录下来。大部分企业跳过这一步，结果就是日后任何关于 AI 影响的主张，都无法在财务总监面前站得住脚。
以一个准备部署 AI 助理的客户服务团队为例，基线应该包括平均处理时间、首次接触解决率、客户服务员每月处理量、升级率，以及每件个案的成本。在 AI 部署前完整地记录一季度，部署后同样记录一季度，两者之差再乘以个案总量，就是可被捍卫的「节省成本」数字。
根据 Harvard Business Review 2025 年的 AI 实施研究，建立量化前期基线的企业，在十二个月后能够呈报可衡量投资回报的几率，是未建立基线者的 3.4 倍。这个纪律一点也不亮眼，但回报是「可信的董事会报告」与「防御性的董事会报告」之差。
若 AI 已经部署，亦可使用历史数据、未接触 AI 的对照团队、或刻意保留的对照组来建立反事实基线。三者都不完美，却都优于用直觉去衡量影响。
导致 AI 投资回报主张崩溃的常见错误是什么？
最常见的错误包括：把使用量误当作价值、忽略总体拥有成本、计算了根本没有再投资的「节省时间」，以及只汇报成功的试点，把失败的悄悄搁置。任何一项在单一季度看似可以撑过去，但累积起来，就会侵蚀财务团队对整个 AI 组合的信任。
把使用量误当价值，是声量最大的错误。一个团队每天使用 AI 工具，不等于正在创造价值。价值只有在「节省的时间」被重新投入更高价值的工作、错误率下降、或人均收入上升时，才真正出现。财务总监会逐一追问。
忽略总体拥有成本，是代价最高的错误。授权费用显而易见，但实施服务费、变更管理、长期提示工程、模型微调、以及维持治理所需的人力，却往往被低估。Cloud Security Alliance 2026 年的企业 AI 报告估算，授权费用通常只占典型企业 AI 部署两年总体拥有成本的 32%。
计算未再投资的节省时间，是最常见的自欺欺人。若一个 AI 工具让每位营销人员每周节省两小时，但营销团队并没有额外承担每人每周两小时的工作，公司其实是为一份从未消化的产能买单。所谓节省，只存在于纸上。
只汇报成功试点，是慢性杀手。财务团队不会看不见「失败 AI 项目」在下一份董事会资料中消失。一旦信任流失，重新建立的成本将远高于坦白。
如何向香港董事会或财务总监呈报 AI 投资回报？
向董事会呈报 AI 投资回报，应与呈报任何重大资本投资相同：清晰的基线、清晰的财务结果、清晰的成本、清晰的风险陈述。投资对象是 AI，并不会改变这个结构。根据 McKinsey 2026 年的 AI 现状研究，获得结构化 ROI 报告的董事会，批准后续 AI 投资的比例比只收到叙述式更新的董事会高出 47%。
建议将董事会资料结构分为四页。第一页是财务总结：累计投资、创造的财务价值、净额，以及未来十二个月的预测。第二页是运营证据：证明财务结果的指标。第三页是组合视图：哪些倡议成效良好、哪些暂停、哪些已结束。第四页是风险与治理：可能出错的点，以及目前的控制方式。
对香港董事会而言，治理页必须涵盖：若业务属于金融服务，需呼应香港金融管理局的 AI 风险原则；其他行业则需呼应个人资料（私隐）条例。这不是锦上添花的内容，而是让董事会履行自身受信责任所必需。
AI 投资回报计划的首 90 天应如何安排？
首 90 天的目标，是建立框架、锁定基线，并在单一用例上验证衡量纪律，然后才谈扩展。试图在第一天就衡量企业所有 AI 倡议，是最快让最后甚么都衡量不到的路径。
第 1 至 30 天：与财务、运营、IT 三方领导层共同确认四层框架，选定一个范围清晰的用例作为首个衡量循环，锁定基线指标及其来源。
第 31 至 60 天：捕捉该用例的 AI 前基线。以纪律严谨的采用追踪与运营仪表启动部署。在第一个用例尚未完成适当仪表设置之前，拒绝扩展到第二个用例。
第 61 至 90 天：产出第一份可供董事会使用的 ROI 报告，并坦诚分享结果，包括任何失败之处。以学到的内容修订框架，再以同一纪律推进下一个倡议。
到了第 90 天，组织应该拥有一个可信的 ROI 故事、一套运作中的衡量纪律，以及一位信任这些数字的财务伙伴。从此扩展，只是复制这个模式，而非每次重新发明一套。
结语
AI 投资回报的问题，是用结构解决的，而非靠魔术。2026 年能在董事会交出可信财务答案的企业，都是预先锁定四层框架、在部署前建立基线、并拒绝让使用量代替价值的组织。其余的，都只是表演。
懂AI的冷，更懂你的难，UD 同行28年，让科技成为有温度的陪伴。下一场 AI 预算讨论比想像中近，你能带上的框架，是「捍卫预算」与「捍卫事业」之差。
你已掌握框架，下一步是把它套用到你的环境、与财务团队敲定基线、并选定合适的首个用例。UD 团队手把手带你完成每一步，由 AI 准备度评估、基线捕捉、部署，到董事会层级的 ROI 报告。
