67%的企业在加码生成式AI，但真正的生死线才刚刚出现

生成式AI不再是“要不要试”，而是“能不能规模化”。最新数据显示，67%的企业正在加大投入，但同时，70%的企业却卡在试点阶段。更残酷的是：董事会已经开始要结果了。

最反直觉的数据：这一次，真的不只是AI泡沫

如果你还觉得企业上生成式AI只是被ChatGPT“带节奏”，那这组数据会让你重新判断。来自德勤（Deloitte）的最新《企业生成式AI现状报告》显示，接近三分之二的企业正在增加对生成式AI的投入，原因只有一个：他们已经看到了真实价值。

这是一个非常“硬”的信号。企业不是VC，不会因为概念好听就持续砸钱。尤其是在经历了近两年从ChatGPT爆火到理性回调之后，管理层的耐心正在迅速消耗。还能继续加码，说明这些AI试点确实在生产环境中带来了效率提升、成本下降，甚至直接影响了业务结果。

更重要的是，企业对生成式AI的态度正在发生质变：从“新技术试试看”，变成了“你到底能帮我赚多少钱，或者省多少钱”。新奇感正在消失，取而代之的是冷静、挑剔，甚至有点不耐烦的ROI审视。

从“帮员工写邮件”到“重做业务”：AI价值正在升级

很多人低估了这次变化的深度。报告里有一个容易被忽略、但极其关键的数字：58%的企业表示，他们已经获得了“不仅仅是效率提升”的核心收益，包括创新能力增强、更好的产品与服务，以及更紧密的客户关系。

这背后，其实是一条非常清晰的演进路径。

第一阶段，是最低垂的果实：个人生产力。员工用ChatGPT写邮件、改文档、做总结，工作确实快了，这是大多数企业AI实验的起点。

第二阶段，才是真正拉开差距的地方：重新定义“以前做不到的事”。比如市场团队能以前所未有的速度做创意测试，产品团队可以更频繁地验证新想法。这一层的价值，已经开始触及创新本身。

而第三阶段，是很多企业还没真正抵达、但已经隐约感到压力的地方：组织级重构。当AI能力被视为基础设施，组织结构、流程设计、岗位分工都会被重新想象。现在，走在最前面的往往不是大型企业，而是创业者——他们用更少的人，做出原本需要庞大组织才能完成的事。

残酷现实：70%的AI项目，死在“规模化”这一步

好消息很多，但真正让人后背发凉的，是这组数据：70%的受访企业，只有不到30%的生成式AI实验进入了生产环境。

问题不在于“不想用”，而在于“用不上规模”。障碍主要集中在三个地方。

第一是数据。55%的企业明确表示，因为数据问题，他们主动放弃了一些生成式AI用例。数据质量、数据孤岛、数据权限，成了AI最大的“隐形天花板”。

第二是风险、合规和监管。四大阻碍中，有三项都与风险和治理有关。随着类似美国各州立法（例如加州的相关法案）逐步落地，不确定性只会更高，不会更低。

第三，也是最让高层头疼的：ROI怎么量？ 超过40%的企业承认，他们无法清晰定义生成式AI的实际影响。不到一半的企业在使用明确的KPI，很多传统绩效指标，在AI场景下根本“不好使”。

更扎心的是准备度：只有45%的企业认为自己的技术基础设施准备好了，37%觉得战略清晰，23%认为风险治理到位，而真正认为“我们有人才”的，只剩下20%。

真正的分水岭：不是会不会用AI，而是会不会算账

德勤在报告中反复强调一个词：时钟在滴答作响。试点阶段带来的乐观情绪，正在迅速转化为董事会层面的“交付压力”。

目前的现实是：48%的企业在尝试用KPI评估生成式AI，38%在追踪员工生产力变化，34%在衡量非财务收益。没有哪一套方法是公认的最佳实践，但几乎所有人都在试。

这并不是坏事。恰恰相反，这可能是未来几年最有价值的一场“集体实验”。因为从总监级别往上，几乎所有人都被要求：你必须有AI战略。

这意味着，不会算AI账的企业，才是真正的高风险群体。不是因为他们浪费钱，而是因为他们在关键转型期，失去了继续下注的正当性。

总结

这份报告真正传递的信号只有一个：生成式AI的“概念红利期”已经结束，兑现期正式开始。对AI从业者来说，这意味着你的价值不再只是“会不会用模型”，而是能不能把AI和业务目标、数据体系、衡量机制真正连在一起。

如果你在企业里推动AI，现在最该问的不是“还能不能多做几个Demo”，而是：这个项目，半年后我怎么向老板解释它值不值？

最后留一个判断：未来两年，企业AI的分水岭，不在模型能力，而在谁先建立起可被董事会理解的AI ROI语言。想清楚这一点的人，会走得非常快。

关键词： 生成式AI， 企业AI， AI规模化， AI ROI， ChatGPT

事实核查备注： 需要核查：1）67%企业增加生成式AI投资；2）70%企业将不足30%的AI实验投入生产；3）58%企业获得超越效率的收益；4）55%因数据问题放弃部分用例；5）报告时间范围为2024年5-6月；6）报告发布方为德勤（Deloitte）。