KPMG调查显示：成本超过价值，49%的组织削减AI代理部署

# KPMG调查发现：当成本超过价值，49%的AI智能体部署被削减 来源：https://ppc.land/kpmg-finds-49-cut-ai-agent-rollouts-when-costs-outran-value/ *根据KPMG于2026年6月24日（周三）发布的调查结果，近半数大型组织在运营成本开始超过产生的价值后，缩减、延迟或暂停了其AI智能体部署。在受访的2,145名高级领导者中，只有7%表示其组织已达到既定的投资回报。* 从伦敦发布的《The Global AI Pulse Q2 2026》（https://kpmg.com/xx/en/our-insights/ai-and-technology/ai-pulse.html?ref=ppc.land）描述了一个市场：采用率仍在攀升，而证明财务回报的能力却没有跟上。计划中的AI投资在未来十二个月的加权平均值为1.88亿美元，与第一季度记录的1.86亿美元基本持平。该研究所追踪的每一项信心指标都有所上升。而没有变化的，是能够说资金已回笼的组织比例。 本月，这些调查结果在更广泛的财经评论中重新浮现。路透社Breakingviews专栏作家Sebastian Pellejero在2026年8月7日从拉斯维加斯发稿时引用了7%这一数字，报道了Ai4大会，并描述了企业决策者如何在技术进步与财务纪律要求之间左右为难。 ## 部署决策转向选择性 报告中最具体的数字关乎行为而非情绪。当被问及是否因预期成本开始超过所产生的价值而质疑、延迟或缩减AI智能体部署时，24%的受访者表示已缩减或收窄了部署范围，25%表示已延迟或暂停进一步推广。这两类合计为标题中的49%。另有22%表示质疑过该决定但未改变方向。仅有24%报告成本和价值保持一致，5%表示尚未部署任何智能体。 据KPMG称，这些行动并不表明对该技术的信心下降。报告将这些行动描述为一种日益增长的态度：区分创造价值的部署和不创造价值的部署，资金集中在预期回报最强的领域。 这种解读有其合理性，但对供应商的运营影响无论如何都是相同的。缩窄的部署意味着更小的合同。暂停的推广意味着递延收入。对于向企业营销部门销售智能体能力的广告技术公司而言，这项调查量化了一种数月来已在坊间可见的采购模式。 ## 采用率攀升，回报持平 KPMG使用的AI成熟度曲线跨越六个阶段，从研发到既定投资回报。驱动采用阶段（定义为将AI嵌入整个组织）从第一季度的13%上升到第二季度的22%，上升了九个百分点，报告称这是该曲线上观察到的最大变动。 其他所有阶段要么下降要么持平。研发下降两个百分点至9%。试验下降三个百分点至19%。战略规划保持在21%。技术规模化下降四个百分点至22%。既定投资回报（终末阶段）微降一个百分点至7%。 这种形态不同寻常。组织走出了早期阶段，堆积在倒数第二个阶段，而最终阶段并未吸收它们。信心指标同步上升：76%的领导者表示AI目前正在带来有意义的商业价值，比第一季度上升十二个百分点；78%表示他们能够为AI战略未来做好防护，上升八个百分点；79%表示即使在经济衰退中AI仍将是首要投资重点，上升五个百分点。 **实质性商业价值**和**既定投资回报**在调查工具中是两个独立的结构。前者捕捉切实成果，如生产力提升、成本节约、收入增长和决策改进。后者要求这些成果能够被证明合理地证明投资合理性。76%与7%之间的距离，正是两种定义之间的距离。 KPMG澳大利亚亚太区AI区域负责人Simon Benson从领导者提出的问题角度描述了这一转变。他在报告中表示：“AI成熟度最清晰的指标之一是问题发生了变化。早期采用者问他们是否应该前进。领导者问如何规模化。” ## Token经济学进入董事会 报告将大部分成本压力归因于**token经济学**，KPMG在脚注中将其定义为AI在大规模下的定价、消费和管理方式，模型按任务中处理的文本、数据、推理和交互单位收费。 对这种支出的可见度很薄弱。当被问及当前AI系统的运营成本可见度时，35%的受访者表示完全可见并得到主动监控。另有42%描述成本为部分可见，13%表示成本只在计费后可见，8%称其基本不可见，3%不确定。因此，样本中约有三分之二的组织在对其AI系统运营成本没有完整实时视图的情况下运作。 相关的成果差距是该项研究中最显著的相关性。对AI运营成本具有完全可见性的组织报告既定为15%，而没有可见性的组织仅为3%，相差五倍。 控制措施正在被不均匀地安装。54%的组织将成本审查作为AI审批流程的一部分，53%拥有AI成本监控仪表板。使用量或token预算达到40%，架构或提示词设计标准为39%。5%没有任何这些措施。 获取低成本、高保真模型成为对AI战略影响上升最快的因素，环比上升七个百分点，从15%升至22%。能源使用、碳关注和宏观经济状况各上升六个百分点。向投资者或董事会展示价值的压力从19%升至24%。数据安全、隐私和风险保持在33%，仍然是最大的单一关切。 KPMG国际全球咨询主管Rob Fisher从财务角度阐述了这一风险敞口。“AI现在既是技术优先事项，也是财务管理优先事项，”他说。“真正的风险不是投资于AI，而是在没有成本可见性和对AI经济学理解的情况下投资。” ## 问责制区分了结果 在执行层面，高管赞助在样本中几乎普遍存在。约四分之三的组织（75%）表示，其首席执行官积极将AI作为战略优先事项来推动。而正式问责则是另一回事。 当被问及谁对使用AI输出做出或执行的业务决策最终负责时，24%回答CEO或执行委员会，29%回答特定的C级高管，如首席运营官、首席AI官或首席信息官。业务部门或职能领导者占15%。集中式AI治理或风险委员会以及跨多个角色的共同问责各占13%。3%表示问责不明确或未正式定义，1%表示AI系统在批准的范围内自主运作，2%不确定。 在CEO负责的情况下，结果差异显著。对未来防护AI战略能力的信心分别为60%对22%。报告的实质性商业价值分别为57%对21%。既定投资回报分别为14%对4%，相差超过三倍。 运营治理落后于执行层。在报告中衡量的四项实践中，只有约三分之一的组织将其安排描述为非常清晰且管理良好：AI数据质量和刷新周期的问责占35%，人类应覆盖或纠正AI输出的地点占35%，员工干预或暂停AI驱动决策的难易程度占35%，理解AI嵌入工作流后的持续运营成本占34%。在每一类中，有25%至28%报告安排不清晰或完全存在空白。 KPMG国际全球风险服务主管兼全球可信AI负责人Samantha Gloede在报告中将两层联系起来，认为治理不能再处于边缘位置，创造最大价值的组织正在将问责嵌入决策的方式中。 ## 劳动力数据在一个市场中逆势 员工对AI智能体的采用率从25%升至28%，而报告的阻力下降至14%。美国则朝着另一个方向发展，阻力从5%上升至20%。KPMG指出了这一对比，但没有提供解释。 在其他方面，劳动力指标指向上升。71%的组织报告在朝着完全整合的AI-人类劳动力方面取得了良好进展，比第一季度上升十一个百分点，78%预期AI流畅度将变得更加重要，没有发展这些能力的员工的角色将发生变化。 优先级也朝着匹配的方向转变。生产力提升作为明确的AI优先事项下降了七个百分点至35%，更快、更好的决策下降了五个百分点至36%。人机协作和流畅度上升至30%，负责任AI和治理上升至28%，适应性和韧性上升至20%，生态系统和伙伴关系上升至16%。 KPMG德国EMEA区域AI负责人Benedikt Höck将重点放在工作设计而非部署上。“下一个挑战不是部署AI。而是为人类和AI协同运作的世界重新设计工作，”他在报告中说。 ## 源文件之间的分歧 已公布材料中存在的三处不一致值得记录。 新闻稿将样本描述为“来自20个国家、年收入超过5000万美元+的组织中的2,000+位商业领袖”。KPMG报告网页称有2,100多位高级领导者。报告本身的方法论部分明确n=2,145，并将全球样本的资格设定为收入5000万美元以上，美国跟踪样本则使用10亿美元以上。新闻稿脚注进一步增加了一个层级，引用了对加拿大、美国、英国、中国、德国、印度、日本、新加坡、韩国和沙特阿拉伯设定的1亿美元门槛。 在问责方面，新闻稿指出24%的领导者表示CEO对AI驱动的业务成果负责，“而29%指向更广泛的C-suite”。报告图表将第二类更狭义地定义为负有AI成果责任的特定C级高管。 在成本素养方面，新闻稿重点引用33%的领导者表示对使用成本了解有限是AI智能体部署的一项挑战。报告正文将同样的三分之一数字归因于AI成本和经济学素养技能作为一项挑战，另有29%报告在系统扩展时难以理解和控制运营成本。新闻稿还引入了23%的领导者难以处理基于使用的成本，以及42%的部分可见的AI支出数字，这两者均未出现在报告幻灯片中。 该调查于2026年4月28日至5月25日期间在线进行，覆盖20个国家、地区和司法管辖区，受访者为董事总经理或以上级别，其中超过40%来自C-suite。 KPMG的数据落在一个广告业2026年大部分时间一直在盘旋的问题上：谁为推理付费，以及如何计费。 代理控股公司已开始将AI token视为一种利润率业务（https://ppc.land/agencies-turn-ai-tokens-into-a-margin-business-as-agentic-spend-stalls/），与模型提供商谈判批发费率，并以加价向客户转售容量，这种结构类似于本金媒体购买。Omnicom（https://ppc.land/?s=Omnicom）首席执行官John Wren在2026年7月29日对分析师表示，市场尚未看到AI的实际成本，该集团报告2026年上半年第三方服务成本接近29亿美元，而一年前为17亿美元。PMG已在其业务中部署了一个工具，每位用户每天设有50美元token上限（https://ppc.land/omnicoms-phd-gains-just-10-20-productivity-from-ai-in-apac/）。 工程团队正从架构一侧应对同一张账单。一家荷兰机构在8月发布了一张图表，认为智能体媒体购买继承了错误的指挥链，将十二个单独的协议调用合并为一个买家智能体（https://ppc.land/draft-digital-cuts-12-mcp-calls-to-one-buyer-agent-to-stop-token-burn/），以保持上下文负载下降。等式的收入面仍然不大：Magnite首席执行官Michael Barrett将2027年基于协议的广告支出定在7亿美元以下（https://ppc.land/magnite-ceo-caps-2027-agentic-ad-spend-near-700m-as-ai-cuts-contractor-tasks/），他称这一数字相对于整个程序化交易量而言很小。 买方研究一直在向KPMG衡量的同一比率收敛。TransUnion（https://ppc.land/?s=TransUnion）于2026年8月5日发布的研究发现，只有53%的美国高级营销领导者报告从AI获得实质性ROI（https://ppc.land/only-53-of-marketers-get-meaningful-roi-from-ai-transunion-finds/），而89%预计将在未来12至24个月内增加AI支出。Gartner（https://ppc.land/?s=Gartner）在2025年6月预测，到2027年底将有超过40%的智能体AI项目被取消（https://ppc.land/nearly-half-of-agentic-ai-projects-may-fail-by-2027-warns-research-firm/），并将不断升级的成本和不明确的商业价值列为原因。Typeface于2026年6月发布的数据发现，AI使营销运营团队的活动周期变得更慢而非更快（https://ppc.land/ai-made-campaigns-slower-not-faster-new-typeface-data-shows/）。 治理的另一半也被衡量过。DigiCert于2026年7月7日发布的研究发现，78%的组织遭遇过与AI相关的安全事件或漏洞（https://ppc.land/digicert-78-of-firms-face-ai-incidents-half-lack-governance/），而约半数缺乏正式治理。行业层面的回报各不相同：Snowflake于2026年3月发布的数据显示，广告和媒体公司在生成式AI回报上超过了所有其他行业（https://ppc.land/ad-and-media-firms-beat-every-industry-on-gen-ai-roi-snowflake-data-shows/），这表明全球7%的数字低估了一些营销组织的状况，同时高估了其他组织。 在拉斯维加斯举行的Ai4大会（2026年8月4日至6日举办，组织者称吸引了来自90多个国家的12,000多名与会者）上，软件集团Dataiku描述了一项审计，该审计在一家客户组织内发现了400多个自主AI智能体，而该客户的首席信息官原本预期大约只有40个，据路透社Breakingviews报道。假设与实际的智能体数量之间的差距，正是KPMG所衡量的可见性问题的运营版本。当预算所有者无法看到有多少智能体在运行时，token账单就会以惊喜的方式到来。 Steve Chase，AI和数字转型全球负责人（文章在此中断，未完成）