点击蓝字 关注我们
报告信息
全球AI脉搏：从部署到价值兑现（2026年第二季度）
Global AI Pulse Q2 2026: From deployment to value realization
报告来源：KPMG International
发布时间：2026年6月
摘要
《全球AI脉搏2026年第二季度》基于来自20个国家和地区的2145名高级管理者调研，观察企业如何扩大AI应用，如何治理AI，以及如何把AI转化为业务价值。
本季度最明确的信号，是AI采纳继续加快，但企业证明AI投资回报的能力还没有同步跟上。管理层对AI的信心正在上升，计划投入保持稳定，越来越多组织开始把AI推向企业级部署。随着AI更深地进入组织，董事会和投资者也在要求更清楚的回报证据。企业的关注点因此开始转向责任归属、AI经济性，以及支撑大规模应用的内部能力。
计划中的AI支出仍然有韧性。未来12个月，全球企业平均计划投入约1.88亿美元。信心指标也全面走高。76%的高级管理者认为AI正在为组织带来有意义的业务价值，比一季度提高12个百分点；78%相信本组织的AI战略能够适应未来变化；79%表示，即便未来12个月出现经济衰退，AI仍会是组织的优先投资方向。
AI带来的业务价值可以有很多形式，包括生产率提高，成本节约，收入增长，决策改善，客户体验提升，以及其他业务结果。随着AI进入更多职能和流程，这些收益正在变得更普遍。
采纳速度也在提高。处在“推动采纳”阶段的组织比例从一季度的13%升至二季度的22%，这是AI成熟度曲线上本季度变化最大的环节。不过，真正进入“已建立投资回报”阶段的组织仍然较少。很多企业已经从AI中得到收益，但要把这些收益转化成可衡量的财务回报，门槛明显更高。
AI经济性正在进入管理层议程。随着部署规模扩大，企业开始更认真地计算AI的建设成本，运行成本和扩张成本。低成本且高质量模型的可获得性，成为增长最快的AI战略影响因素。 接近一半的组织曾在AI代理成本超过预期价值时，推迟、暂停或缩小部署范围。
问责正在成为差异化因素。CEO对AI的支持已经很普遍，但支持不等于责任清晰。明确界定AI结果责任的组织，进入“已建立投资回报”阶段的比例，是责任不清组织的三倍以上。企业需要更明确的所有权、决策权和治理机制，把AI愿景转化成业务结果。
一、务实推进AI：采纳加快，预期抬升
AI已经从“是否要做”的讨论，进入“如何规模化落地”的阶段。超过四分之三的高级管理者对AI的长期价值、战略意义和抗经济波动能力充满信心。其中，最大的信心来自于，他们认为AI已经创造出业务价值。
2026年二季度，认为AI正在带来有意义业务价值的管理者比例达到76%，高于一季度的64%。相信本组织AI战略能够面向未来的比例达到78%。认为即便经济衰退也会继续把AI作为优先投资方向的比例达到79%。
图 1：企业对AI业务价值和战略韧性的信心继续上升
AI成熟度也在提高。处在“推动采纳”阶段的组织，从一季度的13%升至二季度的22%。这意味着更多企业已经不满足于概念验证或局部试点，而是在把AI嵌入组织内部更多业务场景。
不过，成熟度上升并不等于企业已经获得投资回报。处在“已建立投资回报”阶段的组织比例仍只有7%，还比一季度低1个百分点。企业可以更快部署AI，但能否证明AI带来稳定、可衡量的增长机会，仍然是另一件事。
图 2：AI成熟度曲线中，“推动采纳”阶段的组织增幅最大
企业的投入规模保持稳定。未来12个月，企业计划AI投入的加权平均值为1.88亿美元，与一季度基本持平。但投入方向开始变化。生产率提升和更快更好的决策仍然重要，不过二者的优先级均有所下降；人与AI协作、负责任AI治理、组织韧性和生态伙伴关系的重要性开始上升。
这说明企业对AI的理解正在变得更务实。早期更关心单个用例能不能跑通，现在更关心AI能不能进入流程，能不能和员工协作，能不能在更复杂的组织环境里稳定创造价值。
成本因素也开始影响AI战略。数据安全、隐私和风险仍是最重要的顾虑，比例稳定在33%。但低成本高质量模型的可获得性，从一季度的15%升至二季度的22%，是增长最快的影响因素。宏观经济、能源使用和碳排放压力也同步上升。人机协作变得更加重要。78%的高级管理者预计，AI熟练度会变得更加重要；他们也认为，如果员工不能形成这些能力，岗位角色会发生变化。71%的组织认为自己正在向“人机深度融合的劳动力体系”取得良好进展。员工对AI代理的显著采纳率从25%升至28%，员工抵触比例小幅降至14%。美国是一个例外，抵触比例从5%升至20%，说明劳动力适应AI的速度不会在所有地区同步推进。
二、治理：规模化AI的基础
随着AI进入企业更多流程，治理的重点已经从原则转向日常执行。
约75%的组织表示，CEO正在把AI作为战略优先事项来主动推动。但CEO支持AI，并不代表AI结果的责任已经清楚落地。只有24%的组织认为CEO或执行委员会最终负责AI辅助形成或执行的业务决策；另有29%把责任交给某位C级高管，例如COO、首席AI官或CIO。
图 3：AI辅助决策的最终责任仍然较分散
责任分散可以促进跨部门协作，但也会带来一个问题：当AI产生错误输出、成本失控或风险暴露时，组织可能很难判断谁拥有最终决定权。企业需要更清楚地规定员工什么时候可以干预，谁负责数据质量和更新周期，AI输出如何审核，以及系统出错时如何处理。
目前，不少治理基础已经建立，但执行清晰度仍不均衡。只有约三分之一的组织认为相关角色、责任和流程已经非常清楚并得到良好管理。35%的组织认为AI数据质量和更新责任非常清楚；同样有35%认为员工何时应覆盖、审核或纠正AI输出非常清楚；34%认为嵌入流程后的AI持续运行成本非常清楚。
清晰问责与管理者预期高度相关。CEO对AI结果承担明确责任的组织中，60%强烈相信本组织AI战略能够适应未来；CEO责任较弱或不明确的组织中，这一比例只有22%。在AI业务价值上，二者分别为57%和21%。在已建立投资回报上，差距为14%和4%。
问责本身不会自动创造价值，但它能让AI战略更容易进入业务结果。员工知道谁负责，管理层知道谁决策，组织也更容易在风险、成本和收益之间做取舍。
三、AI的成本账：从部署转向管理
AI规模化以后，成本开始变成管理层必须面对的问题。企业要计算的不只是模型采购或技术开发成本，还包括长期运行、维护、使用量增长、能耗，以及员工和流程改变带来的管理成本。
三分之一的高级管理者把AI成本列为部署AI代理的挑战。29%的管理者表示，随着系统规模扩大，理解和控制运行成本变得困难。随着按使用量计费的模式更加常见，企业需要更强的预测、监控和成本管理能力。
部署决策也变得更挑剔。接近一半的组织曾在AI代理的预期成本超过预期价值时调整部署节奏。其中，24%缩小了部署范围，25%推迟或暂停进一步推广，22%虽然没有做出调整，但已经质疑原来的部署决定。
图 4：接近一半组织曾因成本超过预期价值而调整AI代理部署
这些调整并不代表企业对AI失去信心。更准确地说，企业开始把钱投向更可能产生回报的地方。AI不再只是“尽快部署”，还要回答每一笔投入对应什么使用场景，带来什么业务收益，是否值得继续扩大。
成本可见性（可预测性）仍然不足。只有35%的组织表示，AI运行成本完全可见并被主动监控。42%只能看到部分成本，13%只能在账单出来以后才看到成本，8%基本不可见。
图 5：多数组织还没有完全计算清楚AI运行成本
成本计算得越清楚，投资回报越容易被建立。对AI运行成本比较清楚的组织，15%已经建立投资回报；没有完全计算清楚的组织只有3%。这个差距达到五倍。
企业已经开始重视成本核算的问题。54%的组织在AI项目审批中加入成本审查，53%使用AI成本监控仪表盘，40%设置使用量或token预算，39%制定架构或提示词设计标准。只有5%的组织没有采用上述任何一种做法。
AI成本管理的核心在于成本可见性。管理层需要知道钱花在哪里，AI怎样被使用，这些使用是否带来业务结果。没有这层可见性，AI越规模化，成本和价值之间的关系越难判断。
结语
AI投入仍在增加，企业也在更快进入部署阶段。但已建立投资回报的组织还只是少数。下一阶段的关键，是把采纳转化为可衡量、可持续的价值。
三件事会变得更重要。
第一，把投资投向长期价值。 基础设施、安全能力和治理体系会决定AI能不能长期扩展。
第二，把责任讲清楚。 谁对AI结果负责，谁管理风险，谁有权覆盖AI输出，谁负责AI运行成本，都需要明确下来。
第三，建立经济可见性。 企业要从一开始就看清AI成本、使用量和价值，并建立监控与控制机制，保证AI能够可持续扩张。
本季度最重要的变化，是企业开始认真管理AI如何创造价值。结果更好的组织，并不一定部署了更多AI。它们更早建立了问责、治理和成本管理能力，因此更容易在AI规模化时持续兑现价值。
如何获取文章？
关注本公众号：图灵财经
来源：KPMG International
时间：2026年6月
执笔：柳鑫荻（国科大经管学院硕士生）
精彩推荐
更多精彩内容
