AI进入新阶段：CFO收集实用情报

随着人工智能进入新阶段，首席财务官们收集有价值的情报 为《金融趋势2026》进行的一项调查中，35.7%的金融高管表示，他们现在属于组织中影响战略制定的前沿领导者。推动全组织的倡议，很可能与他们之前批准人工智能支出的角色相去甚远。人工智能不再是一项可自由支配的技术项目，而是被定位为核心预算分配。在未来两年内，预计分配给人工智能的技术预算比例将显著上升，平均从8%增至13%。假设此后每年增长6%，到2028年，企业的数字化预算将达到收入的32%。如果增长保持稳定，那将是今年水平的2.3倍。 首席财务官洞察 在本期中，我们将探讨首席财务官在人工智能应用从试点转向大规模生产部署过程中所面临的挑战。首席财务官至今在管理成本、降低风险以及确保人工智能投资回报方面学到了什么？ 如今，人工智能（AI）已从未来概念跃变为现实应用，CFO（首席财务官）的决策可能决定了这项技术是停滞不前还是实现规模化发展。 那些能够蓬勃发展的公司，将不再仅仅局限于做更多的AI。它们将是那些重新设计其运营模式以加速采用，并专注于商业合作的公司。 费用：可预测的IT账单的终结 回到三年前，许多首席财务官（CFO）仍将人工智能视为一个需要验证的概念。事实上，根据2023年第三季度首席财务官信号™（CFO Signals™）调查，近七成的CFO（69%）表示，他们的组织仍在试验生成式人工智能——或者只是在阅读相关内容。 德勤《2026年技术趋势》报告——第17版——将领先组织描述为“将人工智能计划与可衡量的业务成果相结合，设计模块化架构以实现灵活性，并围绕人机协作重新定义人才战略”。1 财务领导者正日益成为该组织转型的共同架构师，而技术趋势是其所界定的“三头领导”模式的核心。在这样的架构下，首席信息官整合技术；首席战略官将其与公司优先事项保持一致；而首席财务官则确保投资能够产生可衡量的投资回报率（ROI）。2 切换到2025年第四季度的北美首席财务官信号调查，人工智能对首席财务官而言已不再仅仅是概念。在该调查中，87%的人表示，人工智能将在2026年对他们的财务部门运营产生极其重要或非常重要的作用。 随着对人工智能（AI）投资的增加，金融领导者们面临着计算投资回报率（ROI）的难题。人工智能（AI）的一些效益难以衡量——例如改善供应商关系或加强客户联系——同时，该技术也在以超出首席财务官（CFO）衡量指标的速度发展。除了它要求的其他组织变革之外，精确捕捉人工智能（AI）的价值可能是一项挑战。 在其资本配置者的角色中，许多首席财务官需要管理风险，在热情与内部控制和治理之间取得平衡。这种情况是否引发了关于流程是否需要从根本上重新构想的问题？ 随着对人工智能的投资不断增长，金融领导者们正面临计算投资回报的难题。人工智能的部分效益难以衡量，而该技术又以可能超越衡量指标的速度发展。 从用例转向重新设计的流程，是否有可能显著改善商业案例？它是否有可能提升现金流和能力——揭示一个此前未曾显露的机会世界？为了获得答案，他们建立了绩效指标，创建了针对人工智能的损益（P&L）视图，分配了投资预算，并与业务和技术领导者就供应商和合同决策进行合作。9 它价格合理并能创造价值。据报告显示，仅有1%的受访IT领导者表示没有正在进行的重大运营模式变更，这表明技术趋势正在广泛进行重新设计。CFO面临的挑战：在团队、指定负责人和预算分配仍处于变动之中时，持续追踪AI投资与回报。 此外，首席财务官们可能面临一个尴尬且潜在代价高昂的现实。当今大部分基础设施是为人工智能时代之前的时期设计的。 使情况复杂的是，人工智能（AI）使得成本难以追踪。传统的IT支出通常很稳定：软件许可证是固定的，时间表是已知的，负责人也是明确的。AI则不同。基于使用量的计费方式会随着每一封起草的邮件和每一次会议总结而增加。原型设计和其他实验现在变成了必要的研究与开发（R&D）。成本正从固定的预算项目中转移，转向按需付费的支出，这些支出分布在各个团队和供应商之间。 云服务提供了另一种选择，但对于高负载工作而言，其价格可能变得高得令人望而却步。推理成本——即AI持续运营开销，例如计算能力和能源——在两年内下降了280倍，¹¹ 但日益增长的用量可能会抵消节省的成本。因此，许多组织可能开始收到Tech Trends高昂的月度账单。据称，领先的组织正在实施一个三层混合架构：云服务用于弹性伸缩，本地用于保持一致性，边缘用于即时响应——所有这些都需要从其对整体战略的推动作用角度进行考量与论证。 随着AI输出质量的提升，企业可能会重新思考一些基本问题：如何在产品和服务中创造可持续的竞争优势？如何最好地构建能令客户满意的、实现利润增长的策略？一些企业可能会得出结论，需要转变其消费模式，从销售产品转向提供订阅服务。或者，数据可能会驱动特定的、定制化的营销策略。此类商业模式颠覆可能会层层传递，影响到企业的运营模式。 将人工智能融入产品和服务，可能会将IT部门推向业务的核心，使其在价值链中的地位持续提升，同时也可能在资本软件和SaaS支出等领域推高成本。与云计算类似，人工智能实际上可能创造对更大、更复杂的IT部门的需求，因为它能加速从研发到供应链的各个环节。通过提升能力，人工智能能够实现先前无法完成的价值增值工作。 通常情况下，CFO 掌握着评估任何给定商业模式所需的杠杆。 作为企业风险管理的主管，CFO需要审慎考虑在网络防御上的投入，其步伐需与组织的核心人工智能投资相匹配，既不能鲁莽地落后，也不能缺乏纪律地扩张。 若需更有效的资本配置以加强保障，以及新的治理和控制措施。 风险：网络安全已不再是人工智能的边缘领域——它已成为其内部组成部分。 如果人工智能正在改变企业做生意的方式，它也在以同样的方式影响着不良行为者。现实情况是，人工智能可能会使组织更容易受到网络攻击。这项技术增加了新的系统以及额外的数据流，从而扩大了攻击面，使其超越了传统的应用程序和API。像非正式的AI工具和越狱——即人工智能欺骗其创造者以绕过安全过滤器或其他安全机制——这类威胁为攻击者提供了更多的潜在入口点。 与此同时，代理型人工智能已经开始重塑许多首席财务官对投资的思考方式。在德勤2025年第四季度北美首席财务官信号调查中，54%的首席财务官表示，将AI代理集成到其财务部门将是今年的转型优先事项（见图1）。 随着这些自主系统的部署到位，CFO们可能需要监督重新设计的政策与内部控制。财务主管们也可能希望加强对“影子AI”的治理——即员工为提高生产力而未经授权使用AI系统。 人工智能提高了数据泄露的赌注。使用人工智能生成的深度伪造发票可以针对财务团队。 然而，企业可以通过部署人工智能来扭转局面，以保护业务。这种方法包括使用人工智能工具来测试公司的防御能力，训练模型以抵御攻击，并即时发现和应对威胁。对于首席财务官而言，一个实际考虑是与其首席信息安全官建立共同语言。这样做，财务主管可以更清晰地了解安全控制措施，从而更好地理解风险。这些知识可用于确定 作为企业风险管理的主管，CFO们需要审慎考虑在网络防御上的投资，其步伐需与组织的核心人工智能投资相匹配，既不能鲁莽地落后，也不能缺乏纪律地扩张。 展望未来，公司可能需要加强防范那些几乎无需人工协助便能自行策划和发起的网络攻击。此外， 2026年，您将优先推进以下哪项金融转型工作？ 人工智能的兴起——从最初看似技术升级，到如今已成为战略必需——给首席财务官带来了压力，要求他们更明智地部署资本。 从资源投入到测试，然后评估任何交付成果以确定是否继续进行。当项目通过各个阶段关口时，由首席财务官（CFO）领导的团队可以严格审视这一机会可能如何影响公司的财务状况。 量子计算和太空系统——仍在研发中——可能会带来各自独特的风险。 问责制：管理投资 人工智能的兴起——从最初看似技术升级，到如今已成为战略必需——给首席财务官带来了压力，要求他们更明智地部署资本。对许多人而言，目标是将人工智能嵌入核心运营，改变企业创造价值的方式。 虽然CFO需要追踪进展，但流程不应如此官僚化或缓慢，以至于阻碍他人获取专用基础设施或云服务。在《2026年财务趋势》调查中，只有17%的财务领导者表示AI投资已带来明确、可衡量的价值。而在那些认为自身处于影响战略地位的人中，这一比例上升到37%，这或许表明他们拥有更广泛的职责范围。（有关投资回报率（ROI）的更多信息，请参见随附文章“AI投资回报率：投资增长，回报难寻”。） 抵达那里可能需要首席财务官构思资本配置的新阶段，并应用类似研发所使用的治理结构。同样，首席财务官可能需要为人工智能投资确定合适的门槛利率，这并非易事。 关键或许在于培养对实验和失败的双重容忍度。一些部门负责人会花费过多时间来构建他们的商业案例以争取初步批准。如果一个项目获得批准，CFO们通常会继续向该项目拨款。这里的问题在于，有些人不会回过头来看看项目是否达到了最初的预期。这样做可能导致超支。 人工智能最终将如何影响组织结构？公司在何种情况下会认为其运营模式限制了其实现进步和能力？CFO们可能更不愿关注未来财务方面的转变，例如重组其职能如何支持业务伙伴。此类重大变革很可能源于人工智能嵌入组织的临界点。但鉴于激烈的市场竞争压力——以及人工智能的巨大潜力——现在就开始思考的公司将可能成为赢家。 与采用敏捷方法进行软件开发类似，CFO们可以从一个快速探索人工智能相关想法、分配人类和云资源的机制中获益。 人工智能投资回报率：投资增长，回报难寻 对许多人而言，人工智能的价值可能源于重塑而非融合。最终，这项技术对生产力和效率的影响或许取决于重新思考流程以适应人工智能的能力。 调查的其他发现包括： 各行各业对人工智能的投资都在增加。在调查中，85%的组织报告在过去12个月内增加了他们的投资，而91%计划今年再次增加。 这绝非易事。将人工智能嵌入公司的核心运营需要周密的规划、长期的投资，并且往往需要进行广泛的组织变革。 2.预计至少需要两年时间才能收回成本。大多数受访者（62%）表示，在典型的AI应用案例中，两到四年内即可实现令人满意的回报率。这比技术投资通常的预期回收期（7到12年）要长得多。 当然，这里的最终目标实际上是让AI投资获得回报。为了评估公司在这项任务上取得了多大进展（或未取得进展），德勤英国对欧洲和中东地区的1854名高管进行了调查，并辅以24次深度访谈。调查结果如下：生成式AI已经开始带来可衡量的生产力提升。事实上，15%使用生成式AI的受访者表示，他们的组织已经实现了显著的、可衡量的投资回报率。另外38%预计在投资后一年内就能实现这一点（见图2）。 3.投资模式各异。调查还发现，各组织在部署人工智能方面采取了不同的方法。虽然38%的受访者表示他们倾向于混合方法——结合内部开发与外部工具——但32%的人更依赖供应商提供的解决方案。同时，大约四分之一（24%）计划投资于内部建设能力。 实施自主AI——能够主动规划、行动和做决策的“智能体”——需要更长的周期。在已使用自主AI的57%受访者中，只有10%表示现在正从中获得显著的投资回报。在这些自主AI用户中，有一半预计三年内能看到回报，而另外三分之一预计投资回报需要三到五年。 无论如何，人工智能都迫使许多组织重新思考什么是价值——以及如何衡量价值。实际上，传统的投资回报率模型可能过于狭隘，无法涵盖人工智能的所有益处。值得注意的是，65%的受访者表示人工智能是企业战略的一部分，这或许表明他们认识到并非所有回报都是即时的或财务上的。看来，潜在的收益足以抵过这些考量。 —by Richard Horton, Director, brand, marketing, and eminence, Deloitte NSE, rhorton@deloitte.co.uk; Jan Michalski,GenAI Leader, Deloitte DCE, jmilchalski@deloitteece.com; and