Key Takeaways:
- 一项针对 139 名 IT 高管的瑞银调查显示，仅 19% 的企业实现了规模化 AI 部署，高于两年前的 10%，表明增长是线性的而非指数级的。
- 高达 84% 的企业曾预计在一年内实现规模化 AI 部署，但实际达标的仅为 5%，揭示了预期与现实之间不断扩大的差距。
- 45% 的受访者提到的整合复杂性上升，以及 53% 的受访者提到的投资回报率（ROI）不明确，是阻碍企业采用 AI 的首要障碍。
返回
AI 采用遭遇现实：仅 5% 企业达成规模化目标
瑞银（UBS）的一份新报告表明，人工智能淘金热在世界顶级公司内部可能正放缓至蜗速，雄心与现实之间的差距正在显著扩大。
“关键发现不仅在于进展缓慢，还在于各公司系统性地对自身进度过度乐观，”瑞银经济学家、报告作者 Arend Kapteyn 在简报中表示。“这种乐观差距是持续存在且不断扩大的，这直接影响到 AI 行业的估值。”
这项针对 139 名 IT 高管和数据工程师的半年一度调查发现，截至 2026 年 3 月，只有 19% 的企业在多个业务部门实现了 AI 的“规模化生产部署”。这标志着一种线性的、而非指数级的增长，高于两年前报告的 10%。在对比预期与结果时，这种脱节最为明显：一年前，84% 的受访高管预测他们的公司将在 12 个月内达到规模化部署。而实际成功的比例仅为 5%。
对于涌入 AI 相关软件和服务公司的投资者来说，这份报告提供了一个至关重要的现实提醒。调查结果表明，从可运行的 AI 模型到广泛的、产生收入的商业部署，这一路径充满的摩擦比目前市场认识到的要多。这可能会挑战 Salesforce 和 ServiceNow 等公司的市盈率高估值，这些估值是建立在企业 AI 快速整合的基础之上的。
84% 的预期对比 5% 的现实
瑞银报告的核心在于企业预测与实际执行之间的鲜明对比。从涵盖 26 个行业的 AI 决策者那里收集的调查数据显示出一种一致的模式：过度承诺与交付不足。
这并非一次性的计算错误。根据瑞银的说法，这种“乐观偏差”在每一轮调查中都会出现，高管的预期与组织的成就之间的鸿沟持续扩大。虽然以斯坦福 AI 指数（Stanford AI Index）为基准衡量的 AI 技术本身正以非线性速度进步，但企业采用却遵循着更为温和的线性轨迹。规模化部署在两年内 9 个百分点的增幅，平均下来相当于每六个月仅有不到 3% 的公司晋升到下一阶段。
整合复杂性与 ROI 成为主要障碍
调查确定了阻碍公司扩大其 AI 计划的六个主要障碍，其中投资回报率（ROI）和复杂性位居首位。
大多数公司（53%）将不明确的投资回报率视为主要障碍。紧随其后的是合规与监管问题（48%）以及缺乏合格人才（42%）。值得注意的是，“整合复杂性”这一挑战出现了显著跳升，从前两次调查的 37-38% 范围上升至 45%。这表明，随着公司从试点项目转向全企业范围的推广，他们发现将 AI 嵌入现有工作流程和传统系统比预期要困难得多。
这种软件和整合瓶颈正在为新一类公司创造机会。像 SPARC AI (OTC: SPAIF) 这样的公司正在开发纯软件平台，旨在赋予无人机等现有硬件先进的功能（如无 GPS 导航），而无需昂贵的新传感器。这种方法直接针对瑞银报告中强调的整合和成本问题。
对于投资者而言，瑞银的数据表明需要重新调整对 AI 软件行业的增长预测。市场在很大程度上已经根据无摩擦采用的情况对股票进行了定价，但现实似乎是一场由系统整合挑战、人才短缺和艰难的 ROI 计算所定义的多年苦战。虽然 AI 硬件建设仍在继续，像 Netweb Technologies (NSE: NETWEB) 这样的公司其 AI 基础设施部门激增了 460%，但运行在这些硬件之上的软件和服务层则面临着更不确定的时间表。Netweb 目前的市盈率高达 122 倍，反映了市场对硬件层的信心。瑞银的报告质疑这种信心是否被错误地应用到了软件层。报告暗示，真正的价值可能不会流向最先进的模型，而是流向那些解决了使 AI 真正实现规模化运作的那些平凡、复杂且昂贵问题的公司。
本文仅供参考，不构成投资建议。
