87%的首席财务官表示,AI在2026年将对其运营至关重要。然而只有12%同时报告了成本与收入两方面的收益。差距在于谁来掌舵支出、如何掌舵,而不在技术。
This article was translated from the English original. Translations are machine-assisted and reviewed on a rolling basis.
关于企业AI的讨论已经换了房间。它过去发生在工程部门。现在发生在财务部门。
在德勤2025年第四季度CFO Signals调研中,87%的首席财务官表示,AI对其2026年的财务运营将极为重要或非常重要。超过一半的人表示,把AI智能体接入自己的部门是一项转型优先事项。回答问题的这些人是企业资本的受托者,决定钱往哪里去、能不能回来,而他们没有留任何余地。
AI决策已经变成了财务决策。理解其中的原因,以及这对AI项目的成败意味着什么,如今比大多数组织所承认的更重要。
首席财务官并没有选择这个角色
2022年没有哪位首席财务官打算成为企业AI战略的裁决者。这一转变的发生出于结构性原因,而不是因为财务负责人争取来的。
AI投资的规模变了。据高盛测算,全球企业将在2026年为AI投入超过$500 billion。在这样的资本强度下,技术支出不再是IT部门的可自由支配项,而开始需要董事会层面的论证。董事会转而把这份论证交给了对财务结果负责的那个人。那个人就是首席财务官。
第二股力量是投资回报的落差。普华永道2026年全球CEO调研发现,只有12%的高管报告AI在成本与收入两方面都带来了可衡量的收益。56%的人报告完全没有显著的财务效益。当资本支出如此之大、回报如此不稳定时,财务职能不会等着被邀请进这场对话。它自己会来。
第三个因素是问责。毕马威的研究发现,59%的首席财务官如今宣称自己对AI与技术投资负首要责任。不出所料,首席信息官也这么宣称:61%的首席信息官说了同样的话。这种重叠就是一场碰撞。
首席财务官与首席信息官之间的断层线
首席财务官与首席信息官在AI上的张力是结构性的,而非个人性的,其根源在于两个角色如何定义价值、如何衡量时间。
毕马威对102位首席财务官与首席信息官的调研发现,39%的首席财务官和49%的首席信息官认为,技术投资回报的定义是双方之间的争议地带。他们在回报意味着什么、应当何时到来、没有到来时由谁负责这些问题上意见不一。
首席财务官通常期待在12个月内看到回报。德勤的研究表明,多数AI项目需要两到四年才能产生可衡量的回收。这个落差制造了可预见的摩擦:财务按照技术负责人认为过早的时间点砍掉预算。而技术团队则继续按照财务认为过于乐观的时间表往下建。
归属权的问题让情况更糟。当两位负责人都认为自己对某个项目负首要责任时,谁都没有真正完全承担它。升级流程变慢。治理变成政治。试点不断增多,却没有人拥有叫停最弱那批试点的权力或动机。
L.E.K.的2025年首席财务官办公室调研清楚地捕捉到了这种张力的运营版本。财务负责人把集成失败列为最大的单一阻碍,排在模型能力和员工抵触之前:无法把AI工具接入那些从未为对接而设计的老旧系统。首席财务官或许会说,这是首席信息官的问题。首席信息官会说,这是首席财务官的问题。实际上,在它成为所有人的危机之前,它不是任何人的问题。
那12%做对了什么
普华永道发现只有12%的组织在成本与收入两方面都报告了AI收益,这个结论值得比通常更多的关注。这12%与大多数之间的差距,与其说是技术上的,不如说远远更是结构与运营上的。
思科AI就绪度指数发现,约13%的组织可以被归为AI”pacesetters”:那些拥有足以有效扩展AI的基础设施、数据集成与治理成熟度的组织。这些组织把AI从试点推进到生产的可能性大约高出四倍,报告出可衡量业务价值的可能性高出50%。治理成熟度与生产就绪度之间的相关是因果性的,而且方向是从治理指向就绪度。
三种模式区分了高绩效者。
他们把AI当作工作流重新设计,而不是工具部署。德勤的研究在这一点上说得很直接:那些试图自动化为人设计的既有流程、而不是为AI优先的运作方式重新设计这些流程的组织,交付结果始终低于预期。失败在于假定模型能嵌进一套从未为它设计过的流程架构。
**他们在扩展之前设好成果关卡。**高绩效组织要求先有量化的影响证据,才允许从试点进入生产。这与任何资本配置决策所适用的纪律是同一套,做了几十年的首席财务官一眼就认得出。跳过这一步的组织,就是坐在那56%报告没有财务收益的人当中。
**他们有意识地分配决策权。**德勤关于高管层协作的预测建模发现,当决策权在首席信息官或首席技术官、首席财务官与首席战略官之间共享,而不是由任何单一角色独揽时,AI驱动的业务成果达到最高。行得通的模式是首席财务官与首席信息官在一套统一的框架上运作,各自对价值方程的不同部分拥有清晰的归属。
首席财务官如今在问的问题
决策权的转移改变了企业AI项目在获得资金或扩展之前必须回答的问题。
首席财务官不再问AI在原理上是否可行。他们问的是:把数据准备、治理搭建、变革管理,以及在生产规模上持续运行模型的开销全部算进去,这件事完整成本是多少?什么时候回本?如果项目交付不出结果,残余风险是什么,由谁承担?
这些问题并无敌意。财务对任何一笔重要资本支出都会施加同样的检验,而一个没有为回答这些问题而设计的AI项目,本身就设计得不够周密。
AI智能体成为财务优先事项,让这一点更加尖锐。德勤发现,54%的首席财务官把在自己部门接入AI智能体视为2026年的转型优先事项。那些在财务数据上自主行动、生成预测并标记异常的智能体系统,其风险特征不同于把信息呈现给人的分析工具。对后者感到自在的首席财务官,对前者施加了远为严格的审视,这是应当的。
L.E.K.的调研准确地捕捉到了首席财务官的立场。AI要在财务领域产生价值,就必须准确且可解释。做出影响对外披露财务数字之决策的黑箱系统是一项负债,而不是一个可以推迟处理的治理议题。
这对AI的交付方式意味着什么
对任何正在构建或采购企业AI的组织来说,这一转变的实际含义很直接:首席财务官如今是首要利益相关方,而不是下游的审批人。
把首席信息官设为唯一发起人、把首席财务官设为预算守门人的项目,在结构上与当今企业AI决策的做法是错位的。首席财务官需要在问题界定阶段就在场,而不是在账单到来时才出现。
这改变了什么叫好的交付。它意味着用财务语言定义成功:利润率影响、营运资本改善,或从高价值岗位上收回的时间,而不是模型精度。它意味着从第一天起就把投资回报的度量建进项目架构,而不是等预算评审要求时再补上。它还意味着财务负责人愿意为之背书的治理:审计轨迹、可解释性,以及区分哪里可以自主行动、哪里不可以的决策分级框架。
把这件事走通的组织,是对首席财务官的问题有最清晰答案、并且有项目架构能证明这一点的组织。模型的先进程度很少是决定因素。
企业AI的蜜月期结束了。曾经为试点公告鼓掌的董事会,如今要的是生产环境里的结果。首席财务官接过这场对话,不是出于选择。他们接过它,是因为资本是真金白银,问责落在他们身上,而对多数组织来说,结果还没有配得上投入。
把这件事做对,需要的不止是技术能力。它需要的是那种财务纪律、治理架构和组织协同,而多数AI项目从一开始就不是为交付这些而建的。那才是值得弥合的差距。
Frequently asked questions
Why are CFOs taking over AI investment decisions from CIOs?+
Boards are demanding measurable ROI from AI spend. That pressure lands squarely on the CFO. Combined with growing AI budget sizes—often exceeding $50M—financial governance has become a prerequisite for scale.
What separates companies achieving AI ROI from those that aren't?+
High performers redesign workflows rather than layer AI on top of existing ones, set ROI gates before pilots proceed, and operate with shared decision rights between the CFO and CTO—not a single owner.
How should a CFO approach AI investment differently from a CIO?+
CFOs ask different questions: What does this cost fully loaded—including data prep, change management, and governance? When does it pay back? What's the residual risk if it fails? That discipline is exactly what most AI programmes have lacked.