AI ROI的真正鴻溝：不是技術差距，而是組織與客戶旅程的錯配

多大NewMedia2026.08.13 15:30 · 來自海外全文5188字00:00 / 14:58CCW Europe最近數據顯示，62%的企業正在加大AI投資，卻無一家能證明其產生了企業級商業影響。AI ROI的鴻溝不在於技術，而在於組織與旅程的錯配。企業若不打破部門壁壘、重構責任機制，讓AI真正融入完整客戶旅程，再先進的技術也難以轉化為商業價值。文 | 多大NewMedia——為什麼先進的AI無法自動轉化為商業價值？當下，企業對AI投入應用最熱烈的討論階段，可能已經過去了。但真正棘手的問題，也許是另一件事，即AI究竟能為企業創造多少價值。

這個問題之所以值得重新討論，是因為企業的AI投資與商業回報（ROI)之間，正在出現一個越來越明顯的落差。CCW Europe（Customer Contact Week Europe）近期發佈的一項關於AI與客戶體驗的研究，提供了一個頗為刺眼的數據：沒有一家受訪企業能夠證明AI目前已經產生了企業級的商業影響。

這項針對歐洲及全球企業 AI 部署與客戶體驗（CX）的調查，揭示了當下企業 AI 投資中極其深刻的“價值悖論”：同一批企業中，62% 的企業 計劃在未來 12 個月內繼續增加 AI 投資；只有 10% 的企業 將“收入增長（Revenue Growth）”作為 AI 投資的首要目標；42% 的企業 認為“從試點（Pilot）走向全面運營規模化（Scale-up）”是目前最大的挑戰；0%（沒有一家受訪企業） 能夠明確證明 AI 目前已經產生了企業級（Enterprise-wide）的商業影響或直接財務回報。

這組數據之所以在業界引發廣泛討論，是因為它精準抓住了今天企業 AI 轉型中的核心痛點：絕大多數企業依然在用“局部效率”和“成本控制”的舊框架來套用 AI，導致項目大量停留在單點試點，無法穿透部門壁壘、融入完整客戶旅程，最終陷入了“投資不斷增加，ROI 卻無法兌現”的困境。投資繼續增加，企業級商業影響卻尚未出現。如果把這兩個數字放在一起看，問題就不再只是“AI的ROI為什麼這麼低”，而是：企業是不是正在用一種不適合價值創造的方式使用AI？這可能比“AI是否足夠先進”更加重要。AI進入了企業，卻沒有真正進入價值創造鏈。過去兩年，AI進入企業的方式其實並不陌生。

智能客服、知識助手、Copilot、自動摘要、智能質檢、營銷內容生成……大量AI應用首先承擔的任務，都是把原來的工作做得更快、更便宜。這當然能夠創造價值。客服處理時間縮短了，員工搜索資料的時間減少了，重複性的工作被自動完成，企業的人力成本因此下降。但這裡也存在一個容易被忽視的區別：降低成本，是價值；創造新的商業價值，是另一回事。企業大規模投資AI，卻仍然用“效率”來定義AI的價值；AI項目越做越多，卻很難從單點試驗走向企業級運營。於是，AI越來越多，ROI卻沒有同步出現。問題不是AI沒有價值。而是很多企業把AI放進了成本鏈，卻期待它最終產生價值鏈上的結果。

從AI試點到規模化，真正被卡住的是組織在現實中，我們不難看見，一個AI客服項目上線，但並不能改變企業整個客戶服務體系；一個AI助手可以幫助員工寫報告，但很難改變企業的決策方式；一個模型能夠準確預測客戶流失，但往往並不能真正降低客戶流失率。答案往往不在模型本身。因為AI試點驗證的是一個相對簡單的問題：AI能不能完成某項任務？而規模化需要回答的是另一組問題：誰負責？誰可以根據AI的判斷採取行動？不同部門能不能共享數據？原來的流程是否允許改變？AI建議與人工判斷髮生衝突時誰負責？最終的業務結果由誰承擔？這已經不是技術問題，而是組織問題。

CCW Europe的研究把這種困境量化為42%：從試點走向全面運營，是受訪企業當前最大的AI挑戰。這也解釋了為什麼“AI試點成功”並不意味著“AI轉型成功”。試點可以被一個團隊包圍起來。規模化卻會撞上部門邊界、數據邊界、權限邊界和責任邊界。試點考驗AI能不能做，規模化考驗組織能不能讓AI真正參與工作。因此，AI時代一個越來越重要的管理問題正在浮現：當AI能力增長速度超過組織能力增長速度時，企業擁有的可能不是新的生產力，而是一種組織無法充分利用的新能力。真正的變化，不是AI替代誰，而是重新分配人的價值金融服務是觀察這一變化最好的行業之一。以財富管理為例。

傳統財富顧問大量時間用於搜索研究資料、整理客戶信息、準備會議材料。這些工作並非沒有價值，但其中相當一部分屬於信息處理。AI剛好最擅長這些事情。在Morgan Stanley的AI應用實踐中，其AI Assistant已經被超過98%的財富管理顧問團隊使用；內部知識文檔的訪問率從20%提高到80%。Morgan Stanley與OpenAI披露的信息還顯示，AI正在幫助顧問減少信息搜索和重複性工作，讓更多時間回到客戶關係本身。真正值得關注的不是98%這個數字，而是AI進入工作流程之後，人的價值發生了什麼變化。

如果機器承擔越來越多的信息檢索、總結和準備工作，那麼顧問的價值就不應該繼續建立在“誰知道的信息更多”上。人的價值開始更多體現在理解客戶真正的需求、解釋複雜決策、處理不確定性、做出判斷以及建立長期信任上。這不是簡單的“AI替代顧問”。相反，是一種工作的重新分工：機器承擔更多信息勞動，人重新獲得更多判斷和關係勞動。因此，從AI工具走向AI顧問，並不是給AI增加一個“顧問”的身份那麼簡單。真正發生的是：AI開始進入客戶決策過程。

當AI進入客戶旅程，價值創造才開始發生變化如果Morgan Stanley改變的是顧問與客戶之間的工作關係，那麼Bank of America的Erica，則展示了另一種可能：AI開始改變銀行與客戶發生關係的方式。Bank of America披露的數據顯示，2025年客戶與其數字渠道產生約300億次互動，同比增長14%；Erica在一年內被約2060萬名客戶使用，互動接近7億次。自2018年推出以來，Erica累計互動已經超過32億次。如果把Erica僅僅理解成一個更先進的智能客服，這些數字的意義無疑會被縮小。傳統客服的基本邏輯是：客戶有問題，客戶提出問題，銀行回答問題。

而更成熟的AI服務正在嘗試改變這個關係：銀行理解客戶正在發生什麼，判斷客戶可能需要什麼，主動提供信息，並幫助客戶完成下一步。這意味著AI開始從一個“觸點工具”進入整個客戶旅程。還有一個更重要的問題：AI能夠理解完整的客戶，企業是否也能夠按照完整的客戶來組織自己？這才是下一道門檻。客戶的一個需求，銀行卻常常把它切分到幾個部門銀行長期以來按照產品業務來構建組織：存款、貸款、信用卡、保險、財富管理……這種組織方式對於管理產品十分有效。但客戶並不是按照銀行的組織架構生活的。客戶不會說“今天我要進入貸款部門”，客戶會說“我準備買房”、“我準備創業”、“我準備退休”或者“我需要給孩子準備教育金”。

一個“買房”需求，可能同時涉及存款、貸款、保險、投資甚至後續財富規劃。這就是客戶旅程。而傳統組織的問題在於：客戶經歷的是一條完整旅程，企業管理的卻是一組彼此分割的產品。AI恰恰把這種矛盾暴露得更加明顯。因為AI可以越來越準確地理解一個客戶的完整狀態。它可以知道客戶最近的資金變化、產品使用、行為特徵和潛在需求。但是，如果這些信息仍然停留在某一個部門或者碎片化在不同的部門，AI就無法把洞察轉化為行動。於是出現一種新的錯配：AI看到的是一個客戶，組織看到的是幾個產品客戶。這可能是今天很多AI項目難以產生企業級ROI的真正原因之一。

AI真正需要重構的，是“誰對客戶結果負責”這也是DBS星展銀行等領先實踐值得關注的地方。星展銀行長期強調圍繞客戶生活場景和體驗重新設計銀行服務，其核心思想並不是簡單增加數字工具，而是逐漸從傳統產品邏輯轉向客戶場景。這背後其實隱藏著一個重要的組織變化：企業不能只問哪個部門負責這個產品，還必須問：誰對客戶整個旅程的結果負責？這意味著組織治理開始從 Product Ownership 向 Journey Ownership 延伸。產品部門依然存在。但在產品之上，需要有人能夠看見完整的客戶旅程。這正是AI真正進入價值創造鏈以後，組織必須面對的問題。

如果AI發現一個客戶正在進入退休階段，它不僅需要給出一個投資產品推薦，更需要理解客戶的資產狀況、收入變化、風險承受能力、家庭結構、未來現金流以及退休目標。更重要的是，這些洞察必須能夠進入真正的服務過程。否則，AI只是知道得更多。客戶卻沒有因此得到更好的結果。所以，AI的價值不是“效率—體驗—價值”的簡單升級，效率、體驗、信任和商業價值並不是四個彼此獨立的階段。它們是在客戶旅程中不斷咬合發生的。

一個AI系統首先可以讓服務更快；如果它能夠理解上下文，服務就會變得更準確；如果它能夠理解客戶的真實需求，服務開始變得更有價值；如果這種價值能夠持續發生，客戶才會形成信任；信任進一步影響留存、使用和關係深度；最終才可能影響客戶生命週期價值和企業收入。所以，AI價值創造真正需要關注的，不是簡單的 Efficiency → Experience → Value，而是：AI能力如何通過組織進入客戶旅程，並在旅程中不斷轉化為客戶價值和企業價值。這也意味著，不同AI價值目標，對組織能力的要求完全不同。如果目標只是降低客服成本，傳統職能型組織已經能夠承載。但如果目標是提高客戶留存，就需要跨部門共享客戶信息。

如果目標是提升客戶終身價值，就需要重新思考產品、客戶經理、數據、運營和風險之間的協作方式。如果目標是幫助客戶實現一個完整的人生或商業目標，那麼企業甚至需要重新定義組織的邊界。AI能力越強，對組織重構的要求反而越高。AI ROI真正的鴻溝，因此不是技術鴻溝現在回頭看CCW Europe的那組數據，答案可能更加清楚。62%的企業準備繼續增加AI投資。但沒有一家受訪企業能夠證明已經產生企業級商業影響。42%的企業卡在從試點到規模化。只有10%的企業把收入增長作為AI投資的首要目標。這些數字並不能說明AI沒有商業價值。它們更像是在提醒企業：AI已經進入了一個新的階段。過去的問題是：“AI能不能做？

”現在的問題是：“企業能不能讓AI參與價值創造？”兩者之間，隔著一道並不顯眼，卻十分堅硬的鴻溝。這道鴻溝的一邊，是越來越強大的AI能力；另一邊，是仍然按照過去產品、部門、流程和KPI運行的企業。所以，AI ROI的真正鴻溝，不是技術差距，而是AI能力與組織結構、客戶旅程之間的錯配。技術能力決定AI能夠做什麼。組織目標決定企業希望AI創造什麼；組織結構決定AI能否真正參與其中；客戶旅程決定這些能力在哪裡轉化為客戶價值；治理機制則決定這種價值能否持續。AI轉型的終點，不是AI無處不在如果企業只是把AI部署到更多部門，AI可能只是越來越廣泛的效率工具。

真正的AI轉型，需要改變的不是AI的數量，而是AI在價值創造鏈中的位置。從完成任務到支持決策，從支持單個員工到支持整個客戶旅程，從降低成本到改善客戶結果，從改善單點體驗到創造長期關係，最終從“企業使用AI”，走向“企業重新組織自己，以便讓AI創造價值”。這也是未來企業競爭可能出現的一道新分水嶺。不是誰擁有更大的模型，不是誰部署了更多Agent，甚至也不只是哪個企業的AI應用更多。而是：誰能夠讓AI能力、組織能力和客戶旅程真正咬合在一起。機器越來越強之後，技術本身反而可能不再是最稀缺的東西。真正稀缺的，是企業有沒有能力把機器的智能轉化成客戶能夠感受到的價值，並進一步轉化為可以持續的商業價值。

AI不會自動創造ROI。能夠創造ROI的，是一個已經學會如何承載AI的組織。【作者簡介】 陳婷，資深金融管理與數字轉型顧問，長期關注數智時代的商業價值重構、組織轉型與客戶體驗治理。