「技術跑通了，價值沒到來」：貝恩報告揭示AI支出逾萬億美元後回報寥寥

隨著全球超過1萬億美元（trillion）的資本狂熱湧入人工智慧（AI）領域，市場的注意力正不可避免地回歸到商業邏輯的最核心指標：投資回報率（ROI）。

全球頂級諮詢機構貝恩（Bain）最新一項全球高管調查報告給火熱的AI投資熱潮潑了一盆冷水：在企業AI支出已累計超過1萬億美元之後，自動化帶來的實際成本節約普遍遠低於預期。

調查覆蓋全球951家年收入超過1億美元的企業，橫跨零售、科技、先進製造、醫療、消費品、能源、金融服務、電信/媒體/娛樂及保險九大行業。結果顯示，在能夠量化AI成本節約的企業中，佔比最大的一組（40%）實現的成本降幅僅在10%或以下，與最初的宏大預期相去甚遠。

更令人警惕的是：44%的大型企業正在用「尚未兌現的上一輪AI節約」來為下一輪AI投資提供資金依據——貝恩將此定性為「一個存在結構性漏洞的循環賭注」。與此同時，高德納（Gartner）的同期報告預測，超過40%的智能體AI（Agentic AI）項目將在2027年底前被叫停。貝恩一語道破現狀：「技術跑通了，價值沒到來。」

這一系列信號意味著：AI概念股的估值邏輯正面臨嚴峻拷問——當前的高估值建立在「預測值」而非「實際值」之上，一旦市場開始認真做ROI（投資回報率）測算，估值重構的風險不可忽視。

40%的企業AI成本節約不足10%，預期與現實嚴重背離

貝恩於今年4月完成的這項調查揭示了一個令高管層「應感到不安」的現實：在能夠衡量AI成本節約效果的企業中，佔比最高的群體（40%）所實現的成本降幅僅為10%或以下。而這些企業在AI技術上的投入，往往遠超這一節約幅度。

貝恩在報告中直言，這些未能達標的結果「應該讓高管們感到不安」——因為他們中的許多人，正是以「預期節約」為由批准了持續增加的AI預算。問題的核心在於：實際可見的節約效果微乎其微。

這並非AI表現不及預期的首個證據。麻省理工學院（MIT）去年發佈的研究報告同樣顯示，95%的企業AI試點項目以失敗告終，主要原因在於「工具無法學習、集成效果差，或與實際工作流程不匹配」。

「循環賭注」：用未兌現的收益為下一輪投資背書

貝恩報告中最令人憂慮的發現，是企業AI投資決策邏輯中的一個根本性缺陷：44%的大型企業正在以上一輪AI投資所產生的「節約」作為下一輪投資的資金來源依據——而那些節約根本尚未實現。

貝恩對此發出明確警告：「上一輪投資未能兌現承諾，可供分配的節約池比預想的要小得多。而當前這一輪投資的商業論證，是基於預測值而非實際值來定規模的。」

報告進一步指出，這種「用過去回報自我滾動融資下一輪」的做法，表面上看似財務紀律嚴明，「實質上是一個存在結構性漏洞的循環賭注」。貝恩的最終結論言簡意言簡意賅，卻振聾發聵：「技術跑通了，價值沒到來。」

數據困境：數百億美元數據現代化投入，仍難解AI「糧荒」

貝恩報告還點明了AI項目表現不佳的首要原因，而這一原因出人意料地基礎：企業無法可靠地獲取自身數據。

「儘管全球在數據現代化方面的投入已歷經十年、累計達數千億美元，AI項目表現不佳的首要原因，仍然是企業無法穩定地訪問自己的數據。」貝恩在報告中如此寫道。

值得注意的是，調查還發現了一個反直覺的現象：那些已經達成節約目標的企業，在數據結構與可及性方面遭遇障礙的比例，甚至高於那些未達目標的企業——但前者在預算不足、優先級衝突等組織層面的挑戰上，反而報告得更少。

對此，貝恩給出的處方是：企業不應等到將所有數據整理完畢再餵給AI模型，而應先從現有可用數據入手，再借助AI協助梳理其餘數據的結構化路徑。

Gartner警告：逾四成智能體AI項目將在2027年前夭折

與貝恩報告形成呼應的，是高德納（Gartner）發佈的同期研究。Gartner預測，超過40%的智能體AI（Agentic AI）項目將在2027年底前被取消，原因涵蓋成本持續攀升、商業價值不明確，以及風險管控機制缺失。

Gartner高級分析師總監Anushree Verma指出：「目前大多數智能體AI項目仍處於早期實驗或概念驗證階段，主要由市場炒作驅動，且往往被錯誤應用。這會讓企業對大規模部署AI智能體的真實成本與複雜性視而不見，導致項目停滯在生產部署階段。」

Gartner建議，智能體AI的應用應嚴格限定在能夠產生清晰價值或可量化ROI的場景，並強調將AI智能體整合進遺留系統在技術上極為複雜，往往會打亂現有工作流程並帶來高昂的改造成本。Verma進一步提示：「要從智能體AI中獲取真實價值，企業必須聚焦於企業級生產力提升，而非僅僅是個人任務層面的輔助增強。」

貝恩報告最終落腳於一個令整個行業汗顏的結論：在這場已吸納逾1萬億美元資本的技術浪潮中，幾乎沒有企業真正做過有效的ROI分析。

「那些不用自動化實際回報——而非預期回報——來驗證再投資邏輯的企業，是在疊加風險，而非管理風險。」貝恩在報告中如此警告。

當前AI相關企業的高估值，在很大程度上建立在對未來收益的樂觀預測之上，而非經過驗證的實際業績——這與貝恩所批評的企業AI投資決策邏輯如出一轍：估值定價依賴「預測值」，而非「實際值」。

隨著Token成本的飆升，企業正逐漸從代理AI的「巨大承諾」中清醒過來並開始退縮。

這也解釋了為什麼像OpenAI和Anthropic這樣將短期收入爆發進行永久性外推的AI巨頭，正急於在市場重新審視並計算真實ROI之前完成上市。