科技投资人 Azeem Azhar 在拉斯维加斯面对约 160 位企业 IT 副总裁做了一次现场测试。他先问在场有谁拿得出可衡量的 AI 成效，台下三分之二的人站了起来；接着他加了一个限定条件，谁手里的成效足够重要，值得立刻打电话打断首席执行官的暑假来汇报，会场瞬间坐下一大片，最后只有约 8 个人还站着。
这个充满戏剧性的落差，撕开了当前科技产业最隐秘的遮羞布。大家都在使用 AI，甚至人人都能掏出几组效率提升的数据，但真正能直接摆上损益表、甚至惊动最高管理层的硬核财务成果，少得可怜。
损益表上的真空：微观省时与宏观无感
造成这种场面的根源，是微观感受与宏观财报之间的脱节。
在员工层面，工具似乎无可挑剔。OpenAI 在 2025 年发布的企业报告中提到，75% 的受访员工表示 AI 提升了工作速度或交付质量，自述平均每天能节省 40 到 60 分钟。但这类自述生产力更像主观体验，无法直接折算成利润。
一旦将镜头拉远到宏观经营层面，数据立刻变冷。PwC 发布的 2026 年全球 CEO 调查指出，56% 的受访 CEO 报告 AI 既没有带来收入增长，也没有降低成本，仅有约四分之一感受到了成本下降。更严峻的对照来自麦肯锡在 2025 年的摸底，全行业中仅有约 6% 的企业能被称为高绩效者，即至少将 5% 的息税前利润归功于 AI。
认知偏差在供给端同样泛滥。EXL 调查发现，76% 的企业认为自己在 AI 落地进度上领先同业，然而根据其实际业务指标审查，符合领先定义的组织仅仅只有 10%。
大家都在写会议纪要、生成文案、润色邮件，但这不过是把摸鱼或零碎工时换了一种形式。Gartner 报告揭示了这种脱节的核心原因：尽管 80% 的 CEO 预计 AI 将迫使企业运营能力发生中高度变革，但目前 54% 的企业依然将自动化死死锁在特定单项任务里。孤立的辅助插件无法带来系统性重构，而麦肯锡的研究早就证明，端到端的工作流重塑才是驱动息税前利润改善的最强关联因素。
考核压力下的自保，与制度化膨胀的预算
既然财报毫无起色，为何采买并未缩水？因为高管的考核缰绳已经被拴在了技术叙事上。
市场容易将管理层的热情归结为盲目跟风，但实际驱动力是切身职场利益。BCG 针对 351 名 CEO 与 274 名董事会成员的调研显示，CEO 认为自身绩效考核中有 35% 的权重取决于能否达到 AI 投资回报目标，即便董事会估计这一比例为 27%，也足以形成巨大的自证焦虑。
更进一步，BCG 的调查显示，全球 50% 的 CEO 认为自己的工作稳定性直接取决于 2026 年前能否交出一份合格的 AI 战略答卷；72% 的受访者公开宣称自己是组织内 AI 的主导决策者，82% 的高管更是表示自己对回报率比一年前更乐观。
决定技术采购节奏的往往不是实际生产力，而是高管为了保住位置必须呈现的战略姿态。
在这样的考评机制下，企业没有退路。a16z 对 100 位 CIO 的追踪调查证实，AI 支出已经彻底脱离最初的创新试验基金属性，被正式编入日常常规 IT 与业务线预算，受访者预计未来一年在大语言模型上的支出平均增长约 75%。预算制度化扩张的背后，不是成效已经兑现，而是没有人敢承担掉队的政治风险。
算力账单遇上开源分流，万亿基建的折旧悬崖
当这股预算浪潮涌入现实，却撞上了一个更为冷峻的算力财务模型。
硬件资产遵循不可逆的物理折旧规律。AI 服务器中的加速芯片通常只有 4 到 8 年的折旧周期，云厂商和模型实验室在重资产基建上的万亿美元下注，需要下游软件生态以几何级数的回款来平摊账单。
- 风险.企业客户正加速从昂贵的闭源前沿模型，转向更低成本的开源权重模型与多模型路由架构。
很多公司在度过原型验证期后，迅速将非核心推理任务切向开源底座。这种选型对企业首席财务官而言是理性的成本控制，但对上游大模型供应商却是沉重打击：使用量虽然在膨胀，单价与流水却被迅速稀释，无法汇聚成足够的现金流去冲抵机房折旧。
天下熙熙，皆为利来。当高管在台前为了 35% 的绩效指标催促采买，技术团队在幕后为了控制账单逃向开源，宏观财报上的息税前利润依旧纹丝不动。2026 年不再是演示 Demo 就能过关的蜜月期，如果 AI 无法嵌进组织流程的骨架并结出审计级的真金白银，那座悬在万亿算力之上的折旧账单，迟早要迎来真正的财务清算。