40%高管曾以为AI能提效20%，实际效果远未达预期

一份针对500位企业高管的最新调研显示，40%的人在AI部署前预测能提效20%——但12个月后回看，实际效率提升平均只有6%。期望和现实之间14个百分点的鸿沟，正在悄悄侵蚀企业AI战略的信心。

数据来自波士顿咨询和MIT斯隆管理学院联合发布的”AI落地效果追踪报告”。调研覆盖财富500强中313家已完成至少一个AI项目的企业。20%的”高预期”和6%的”低现实”之间，差出的不是技术问题，是预期管理失败。

为什么会这样？报告总结了三个核心原因。第一，营销话术毒害：厂商Demo里”提效30%”的演示场景，是用现成的标准数据集+精心挑选的输入测出来的。真实业务数据有噪音、有边缘情况、有历史包袱。第二，流程改造滞后：很多企业只是把AI”塞进”老流程，没有重新设计工作流——AI处理完了还要人工二次确认，等于效率没变成本翻倍。第三，期望曲线错位：高管以为AI是”即插即用”的工具，忽略了部署后3-6个月的”调教期”。

但报告里也有亮点。13%的企业实际提效超过25%——它们做对了一件事：把AI项目目标和”具体业务流程改造”绑定，而不是和”模糊的数字化转型”绑定。前者的KPI明确（”客户响应时间从4小时缩到15分钟”），后者的KPI含糊（”提升运营效率”）。

给企业的实操建议：AI项目立项时，把”期望值”和”具体业务指标”挂钩——能讲清楚”AI要替代什么具体工作、用什么数据、产出什么结果”的项目才值得投。讲不清楚的，要么砍掉，要么降级为”试点研究”。在AI这件事上，谨慎不是保守，是避免被自己的期望反噬。