夜雨聆风
MIT报告说，95%的企业生成式AI试点项目没活到生产。
我在前一家企业做的AI项目，大多数都活下来了。不是技术更强，是我们在2024年就用「成事三问」的框架做判断，立项前就有完整的规划、业务人员的认可，完整的账在立项前就算的清清楚楚。
2025-2026是AI的算账期。算账期不是寒冬，是筛选期。跑通场景的人，反而会跑得更快。算账也不是只看试点，要看长线的投入产出。
一、从"讲故事"到"算账"的转折信号
Gartner 2026年3月的报告显示，仅11%的首席财务官在2025年看到AI带来的实际财务价值。（来源：Gartner 2026年3月报告）
MIT对300多个项目、52个组织、153位高管的调研更直接：95%的企业生成式AI试点项目，没有到达生产环境。（来源：MIT《2025年商业AI现状》）
一边是AI投入还在加码——IT预算约25%流向AI；另一边是产出远未兑现。这不是AI变冷静了，是资本变冷静了。
从讲故事到算账，不是AI变冷静了，是资本变冷静了。
MIT的95%数据出来，很多人说"企业AI凉了"。我倒觉得，这是一句迟到的提醒：做任何技术投入，最终都要回答三个问题——能不能做、愿不愿做、值不值做。
我们企业在2024年就开始用这套框架做判断。所以生成式AI的风口我们一直在，但风险是可控的，账都是提前算明白的。
二、算账期到底在算什么？——成事三问拆解
我的判断框架很简单：做任何AI项目，先填三道槛。三道都填完，才值得投入。
① 能不能做？——技术能力已过验证期
2022年底大模型横空出世，2023年是"能不能生成一段像样的话"，2024年是"能不能嵌入企业流程"，2025年这个问题已经基本翻篇。
Token调用量从2024年初的1000亿，增长到2025年的日均140万亿。百度、阿里、腾讯等企业的AI收入都开始占整体收入的重要比例。百度的AI收入占比已超过52%，智能云增长79%；阿里AI相关产品收入连续多个季度保持三位数增长。（来源：百度2026年Q1财报、阿里2026年Q1财报、经济参考报2026年5月报道）
技术能不能做，今天不再是最大瓶颈。真正的瓶颈变成了：你是不是真的想做，以及做出来之后值不值。
② 愿不愿做？——科技公司与应用类企业的鸿沟
科技公司做AI，动力是"卖工具"，所以跑得快。阿里宣布5年投入远超3800亿，腾讯也把AI投入提到"翻倍以上"。（来源：经济参考报2026年5月报道）
但应用类企业不一样。它们不是卖AI的，是用AI的。
企业要改的是自己的流程、习惯、考核方式。这不是买不买得起模型的问题，是组织愿不愿意为改变付出代价的问题。
我在跨国快销公司带领数据团队时，让数字化领航员项目覆盖1300多人，不是因为"公司要求参加"，是因为参与者发现，这件事能帮他们把自己的工作做得更好。
意愿度不是"领导说要"。意愿度是"我愿意为这件事改变自己的工作方式"。
③ 值不值做？——投入产出账要有人认领
theCUBE Research 2026年2月预测指出，72%的商业领袖已经开始正式测量AI的投入产出。目标是把生产力回报提升到约30%，但当前部分企业实际只达到约6%。（来源：theCUBE Research 2026年预测）
差距很大，但不意外。很多项目的账不是算不清楚，是没人有动力认领这笔账。
我在前一家企业做媒体归因模型时，每年节省约200万营销预算；做销售预测模型，准确率提升从而带来的库存降低和现金流优化。这些账能算清楚，是因为从立项第一天起，我们就知道要交付什么结果、用什么指标衡量、由哪个业务方认领。
这些账都在立项前就算清楚，最后的执行才能形成闭环。
三、J曲线：初期不好看不可怕，可怕的是没有长线规划
谷歌的DORA报告（DevOps Research and Assessment）在2026年1月提出了一个概念：AI落地的"J曲线"。
采纳AI之后，生产力往往先下降，再上升。下降的原因很现实：员工要学习新工具、管理者要审核新产出、原有流程要重新磨合。这些成本在头几个月会非常明显。
所以初期财务表现不好看，是正常的。因为投资已经摆在那里，而回报还没跑通。
但如果企业从一开始就有3年规划，这个低谷就是计划内的"学费"，不是意外的亏损。你知道自己在买什么能力、第几个月开始见效、第几年收回成本。DORA的数据显示，首年投入产出约39%，但拉长到三年，投入产出可达727%。（来源：谷歌云数据）
最怕的是：没有长线规划，试点一遇到低谷，就被判死刑。95%的项目没活下来，有多少是因为“先试试看”，然后"只看了试点期的账"就撤资了？
初期ROI不好看不可怕，可怕的是你没有一个3年规划来告诉自己——这是学费，不是亏损。
四、从"用了多少"到"交付了什么"
百度在2026年Q1财报里提出一个新指标：DAA（日活智能体数）。
过去大家看Token调用量——模型被调用了多少次。这衡量的是"用了多少"，不是"产出了多少"。DAA衡量的是：有多少智能体在替人干活，并且交付了结果。
对个人来说，就是使用场景建好了工具才算落地；
对企业来说，是智能体真的在交付业务结果，才算落地。
AI好不好用，不是你会不会用的问题，是有多少智能体在替你干活并交付结果。
五、算账期怎么活下来？三条建议
建议一：先确认场景闭环，再投入资源
成事三问三道槛一起填，缺一个就只是试点。不要"先学了再说"，先想清楚用来做什么。场景没闭环，工具越先进，返工成本越高。
建议二：接受J曲线低谷，给项目6到8个月耐心
DORA数据显示，首年投入产出约39%，投资回收期约8个月。别在低谷期判死刑。前期投入是转型的学费，不是浪费——但前提是，你一开始就知道这个低谷会来。
建议三：算账看结果交付物，不看过程
投入产出可以体现为多种形式：节省多少人效、带来多少收入增长、或者质量提升减少多少返工。衡量的方式不必一刀切，但核心原则是统一的：看交付了什么结果，不看调用了多少次。
Token调用量是过程指标，不是结果指标。DAA（日活智能体数）之所以被提出来，正是因为行业开始从"用了多少"转向"交付了多少"。
六、算账期不是寒冬，是筛选期
2025-2026年，AI投资会越来越多。但钱会越来越挑剔。
没有场景、没有闭环、没有交付结果的项目，会被算账期淘汰。但对跑通场景的人来说，算账期是加速器——因为资本和资源会往能算清楚账的地方集中。
2026年第一季度财报季，百度AI收入占比首次过半（52%）；阿里AI年化收入358亿、连续11季度三位数增长；联想AI收入同比增长105%。AI带来的行业红利还在不断加大。（来源：百度/阿里/联想2026年Q1财报）
算账期不是寒冬，是筛选期。跑通场景的人，反而会跑得更快。
📖 往期精选
🔧 学了AI用不起来？问题在场景没建好。成事三问：能不能做、愿不愿做、值不值做——想清楚再学工具。
📐 数字化转型最大的敌人不是技术，是意愿度；1300人的数字化领航员：让参与变成帮自己。
我是萌姐April，18年500强数字化老兵
把AI从概念变成生产力，不追热点追真相，不玩工具玩落地
这个号由1个人+3个智能体持续运营
AI时代，一个人就是一支队伍