9 月 22 日，德勤中国与香港大学人工智能、管理与组织研究中心联合发布《决策者视角下的企业AI应用》报告，里面有一组对照起来相当刺眼的数据：一方面，进入生产部署阶段的企业占比从 2025 年的 56.0% 升至 64.4%，探索与试点阶段的企业占比则从 36.7% 降到 24.9%——用起来已经是主流，不再是少数派实验。另一方面，48.5% 的受访企业承认 AI 项目的实际投资回报低于预期，企业预期的回报率集中在 10% 到 25% 区间，而实际达成的回报率大多低于 10%；更麻烦的是，还有 44.4% 的企业根本算不清自己 AI 项目的真实 ROI。

两三天后的云栖大会企业 AI 转型专场，恰好给这组剪刀差补上了注脚。千问办公发布「企业上下文」的同一场里，传化、一汽丰田、方达、SAP 四家客户的案例讲完，指向的是同一件事：AI 落地的卡点，不在模型，在组织自己。

卡点一：业务架构没理顺，AI 加速的是错误环节

一汽丰田的分享里有个值得记住的说法——「阿达尔姆定律」：一个系统的整体速度，取决于最慢的那个环节。企业里上了几十套系统、几百个流程，如果先把 AI 塞进一个本来就不是瓶颈的环节，除了演示效果什么也改变不了。所以他们动手上 AI 之前，先做的是梳理业务架构，找到真正卡住全局的那个点。

这解释了剪刀差的一半：生产部署率高涨，可能只说明「AI 被装进了更多环节」，而不说明「装对了环节」。装错环节的部署，账面上是投产，实际是成本。

卡点二：数据和上下文的地基，是 AI 提效的前置条件

SAP 讲的伯恩光学案例数字很直白：730 万条数据项清理干净、120 个流程梳理到位，然后才有 13 亿的成本节省。顺序不能反——地基没打牢，AI 放大的是混乱。

方达律师事务所的困境则更典型：二十多个职业领域、上百万份法律文件，上下文是断的，AI 只能一段一段地提效。他们的解法是跟千问办公共创，让技术团队直接坐进律所，把律师的工作方式一点点教给模型。上下文工程这个词在技术圈已经讲了一整年，方达的案例说明它在企业侧的等价物是「知识资产化」——你服务客户积累的经验，得先变成机器读得懂的上下文，AI 才接得住。

卡点三：主导权在谁手里，决定 AI 长成什么样

传化的案例可能是四家里最反直觉的：工厂隐患排查系统，是一个业务主管自己用千问办公搭的，IT 团队全程没参与；更重的黄磷价格预测，也是业务专家自己定规则、自己调模型。传化 CIO 杜海燕的那句话可以当标语用：「只有我们自己有的能力，才能让 AI 帮我们做出来。」

这恰好是对「IT 部门代建 AI」这套传统打法的否定。业务knowhow在业务人员脑子里，让中间人翻译一遍再交给 AI，损耗的是最值钱的部分。48.5% 的 ROI 不及预期里，恐怕有相当一部分出自这种「建的人不懂业务、懂业务的人没建」的错位。

从技术采用到价值兑现

德勤报告对下一阶段的三个判断，与这四个案例严丝合缝：企业间 AI 的差距将更多体现在「是否完成工作流重塑」；AI 治理能力将成为扩大应用的关键；价值衡量将从成本核算上升到董事会层面的战略能力。翻译一下就是：买模型、买算力、买工具，这些花钱就能办到的事都不再构成壁垒；壁垒变成了重组自己流程的组织能力——而组织能力恰恰是没法采购的。

2026 年秋天回头看，企业 AI 的分水岭已经清楚了：不在于你用没用上大模型——64% 的生产部署率意味着这已经不稀奇——而在于你的组织有没有为 AI 重排自己的流程、数据和权力结构。剪刀差的另一半解释就在这里：模型能力这两年涨了十倍，组织能力涨不了那么快，所以回报不及预期不是 AI 的问题，是剩下的差距都轮到人来补了。

参考来源

• 中国经营报：德勤：AI加速进入企业生产应用，企业竞争的重点转向价值兑现（2026-09-23）— https://so.html5.qq.com/page/real/search_news?docid=70000021_4396ab3985107852
• 王智远：云栖大会企业AI转型专场观察——千问办公企业上下文与传化、一汽丰田、方达、SAP四案例（2026-09-23）— https://www.toutiao.com/w/1877092078261252/
• 新浪财经：2026年三季度用友战略升维与企业AI落地动态（2026-09-23）— https://finance.sina.com.cn/roll/2026-09-23/doc-inisvqcv8514435.shtml