AI 落地三笔账:人归谁管、钱怎么算、风险谁来兜

德勤中国 2026 年 10 月 27 日发布的白皮书给出一组反差数据：92% 的企业已经开展 AI 应用试点，但只有 8% 认为投入实现了财务和战略收益，仅 4% 认为真正完成了组织级转型。麦肯锡 2025 年的调研同样显示，88% 的中大型企业已在至少一个业务职能用上 AI，真正规模化的只有三分之一。试点不难，难的是把 AI 从“一个人用”变成“一家公司跑”。技术管理者要回答的，仍是三笔账：人归谁管、钱怎么算、风险谁来兜。

第一笔账：组织——四种路径，按条件对号入座

AI 落地没有唯一的组织答案，公开实践中主要是四条路，各有清晰的适用条件。

老板亲自抓，适合 AI 要改获客、定价、留人这类全局生意逻辑的场合。京东把 AI 研发决策链路缩短，让探索研究院副院长直接向刘强东汇报，属于这一类——只有站在全局的人，才能决定哪个环节该用 AI、哪个别硬上。

设 CAIO 首席人工智能官，适合 AI 已成独立战略主线、需要跨部门统筹的企业。2026 年以来汇丰控股、瑞银集团、澳洲联邦银行等国际大型银行密集增设这一岗位。但要留意同一份德勤调研里的另一组数字：29% 的 CIO 认为自己与 CAIO 之间存在组织摩擦、边界不清。设岗之后要把职责写进制度，而不是停在汇报线上。

CIO 一肩挑，适合 AI 仍属技术体系延伸、强调稳健协同的企业。风险在于 CIO 若只讲参数、架构和并发，讲不了业务语言，汇报时容易被边缘化，责任却没减反增。

外包定制，适合需求边界清晰、短期交付、没有长期运维团队的阶段性项目。集团公司、有常态化 AI 研发需求、后续还要持续迭代大模型与 Agent 的企业，自研更合适。

一个可操作的判断顺序：先看这件事是支撑核心盈利业务，还是内部辅助工具；再看它是一次性交付，还是未来持续迭代。核心业务加长期迭代，优先自研或设专职负责人；需求固定加短期交付，可选外包。

第二笔账：成本——六类成本、四本收益，用回本周期汇报

算 AI 的账，错几乎都错在分子和分母的构成上。

成本侧要列全六项：软件订阅、模型调用与算力、系统集成、流程梳理人力、安全合规改造、上线后的运维迭代。其中隐性成本约占总投入近三成——业务部门前后多轮需求沟通、跨部门对齐指标口径、员工培训与推广，这些常被排除在项目投入之外，算出来的 ROI 自然虚高。

收益侧分开算四本：效率提升、成本节约、质量与风险、增量业务价值。第一年建议只算硬收益——把“让员工去做更有价值的事”当成硬节省，是财务最先拆穿的地方。

采购阶段还有个容易漏的地方：一个中型 AI 项目，超过四成的预算往往花在数据准备上——历史资料盘点、脏数据清洗、权限隔离与敏感信息脱敏，这些都不在软件报价单里。有医院采购本地化部署的一体机，预算 110 万元、分三年支付、三年后产权移交；这类“服务加产权”的组合，首年报价同样只覆盖一部分。把首年采购单当成总预算，是低估的常见来源。

有两个可参照的样本。一是某连锁超市用 AI 谈判供应商合同，成本节省 3%、ROI 达到 4 倍、付款账期延长 35 天。二是沃尔玛加拿大用同类工具覆盖尾端供应商，最终节省约 1.5%、账期同样延长到 35 天。用的时候注意两点：账期延长改善的是现金流，不能混进成本节省里重复计算；节省率要用自己试点跑出的真实值，不要直接照搬 3%。

汇报时优先给回本周期，而不是 ROI 倍数——风险暴露时间短，比倍数更容易过会。还有一件事要提前对齐预期：AI 的节省往往体现为产能，而不是更少的薪水。Gartner 2025 年 10 月对 321 位服务负责人的调查里，只有 20% 因 AI 缩减了客服人数，55% 表示业务量上升而人员规模保持稳定。

第三笔账：风险——把人工卡点设在动作落地之前

AI 智能体拿到工具权限后，输出不再是一段文字，而是会改变现实状态的动作。非人类身份管理组织 2026 年的调查显示，70% 的组织授予智能体超出同等人类员工的权限，80% 已报告智能体执行过超出预期范围的行为；Gartner 预测，到 2028 年四分之一的企业安全漏洞可追溯到 AI 智能体滥用。

落地不必复杂，先分三档：低风险动作自动备案；中风险由同级交叉验证；高风险动作——资金划转、权限变更、敏感数据外发、对外发布——必须人工审批。关键是把卡点设在动作最终确定之前：智能体可以准备一个动作，但在拿到授权之前不能落下去。

技术侧已有现成机制。LangGraph 的 interrupt 配合检查点即可实现“暂停—人工确认—恢复”：先挂 checkpointer（否则中断后无法恢复），再用 thread_id 标识会话，节点内调用 interrupt 暂停，客户端用 Command(resume) 恢复；副作用代码务必放在中断之后，避免恢复时重跑造成重复执行。审批通过后要二次校验被批准的动作与执行权限，并把谁批、批了什么、何时批完整留痕——这条可回放、可举证的轨迹，是将来的关键依据。

监管侧也在收紧。2026 年 6 月，国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，要求推动人工智能合规、透明、可信赖，加强分类分级管理。智能体权限管理，已经从内部 IT 治理的选修课，变成合规的硬约束。

一组可复制的工业样本

想把 AI 真正嵌进流程，可以从一个高频、边界清楚的环节切入。联想合肥基地用智能排产，把生产计划制定时间从 6 小时压到 90 秒；宁波得力制笔工厂用 AI 识别 15 类缺陷，质检效率提升 8 倍；云南铝业通过 AI 优化，把铝电解电流效率从 93% 提升到 94.06%，一年增产原铝 2100 吨；哈电电机把 AI 融入制造全流程后，销售收入增长 17.35%。它们的共同点不是技术多先进，而是先跑通一个点，再往外扩。

本周行动清单

1. 把公司 AI 权责落成一张表：谁拍板、谁执行、谁兜底；没有明确答案，先补这张表。
2. 挑一个已在用 AI 的业务流，把上月账单按“任务”重算一遍：单任务成本多少，有没有把人工复核的时间算进去。
3. 给高风险动作圈定清单和审批阈值，把人工卡点写进制度，并保留审批留痕。

本频道定位 CIO / CTO 与技术管理者。想聊具体话题，留言区见。

数据备注：德勤中国白皮书（2026.10.27，92% 试点、8% 实现收益、4% 组织级转型）；德勤调研（29% CIO 与 CAIO 存在组织摩擦）与麦肯锡 2025 调研（88% 用上 AI、仅三分之一规模化）；国际大型银行 2026 年密集增设 CAIO（公开报道）；非人类身份管理组织 2026 年调查（70% 超权限、80% 越界行为）；Gartner（2028 年四分之一漏洞可追溯到智能体滥用；2025.10 服务负责人调查 321 人）；国家金融监督管理总局指导意见（2026.6）；连锁超市与沃尔玛加拿大 AI 谈判案例、联想合肥基地、宁波得力、云南铝业、哈电电机案例均据公开报道。