【一线数智资讯】

　　本文想说明的一件事

　　预算表就是 CIO 的立场声明，

　　每一行批或不批，都是在替公司下注

　　又到预算季。上周我把明年的 AI 预算过了一遍，删掉了将近三分之一。

　　先说清楚：我不是要砍 AI。明年的 AI 总盘子比今年还大，只是批的方式变了。市面上讲 2027 规划的文章，多数在教你怎么把饼画圆。我今天反着来，讲讲哪些项目我们直接不应该批，以及剩下的钱应该批给什么项目。

　　理由都在数据里。先看三组数字，你就知道为什么今年我们不敢照着惯例批AI的预算。

　　01

　　PART

　　三组数字，一个尴尬的预算季

　　THREE NUMBERS · 18 倍与 13%

　　第一组来自 Gartner 今年 10 月的 CIO 调查，覆盖 2002 名技术高管。AI 用例数量一年涨了400%，单个用例的成功率长期停在五分之一左右，AI 相关支出两年涨了18 倍。最后只有13%的 CIO 说，AI 已经给公司带来了明确的业务收益。

　　这场发布会上还有一句话，我抄在了笔记本第一页。Gartner 的分析师说：Volume is not value。智能体的数量不是价值。做了十几个 AI 项目，不代表赚到了钱。

　　第二组来自 CIO 时代和红帽刚发的年度调研，400 多位 CIO 的样本。72.4%的企业明年要加 AI 投入，但31.8%连 ROI 衡量机制都没建，能说清 AI 改变了哪条核心业务流程的企业不到四成。共识很热闹，账很模糊。

　　1、支出两年涨18 倍，拿到明确收益的只有13%

　　2、69% 的企业已经让 Agent 跑起来，有正式治理框架的只有14.4%

　　3、IDC 调研里67%的企业智能体支出超预算，能按工作流追踪 Token 成本的只有45.4%

　　第三组是 IDC 的：67% 的企业智能体支出超预算，其中近四分之一超了 25% 以上。而能按工作流实时追踪 Token 消耗的企业，只有 45.4%。

　　这三组数字拼在一起，就是今年CIO的处境：预算在涨、项目在涨、账算不清、闸门没有。这种时候最不该做的事，就是照着去年的样子把每一份立项书都批了。所以建议大家给自己立了个规矩，明年的 AI 预算，只批三类项目（不差钱的企业绕道）。

　　02

　　PART

　　第一类：能算总账的

　　FOUR ACCOUNTS · 四笔账缺一笔就不批

　　举个例子。一个CIO交流说到，企业做过一个 AI 报告生成助手，演示效果很好，几分钟出一份过去要写两小时的初稿。业务部门很开心，CIO差点就签字了。

　　后来真的用起来才发现问题。初稿要核对数据，要二次修改，改完还得按原来的格式重排。AI 省下的两小时，一大半被复核吃回去了。演示的时候是成功的，到年终汇报的时候算不清。从那以后，每个 AI 项目立项，这位CIO要求算四笔账：

　　1、模型调用费。按实际调用量乘单价算，不记折扣。

　　2、复核工时。AI 省下的时间，有多少被检查和返工吃掉。

　　3、异常处理。出错的时候谁接手，改一次要多久。

　　4、系统维护。模型换代、知识更新、接口变动，谁来养。

　　四笔账加起来，再跟原来的工作方式比，才是这个项目的真实收益。答不出来或者只肯答第一笔的，一律缓批。这条不针对任何人，针对所有立项书，包括 IT 自己提的。

　　这么做的底气来自麦肯锡那份 1719 人的调研：80% 的人说 AI 让自己的效率变高了，但只有 37% 的组织看到正面的利润贡献。个人提效和组织赚钱之间隔着一条鸿沟，填平这条鸿沟的，就是那三笔没人愿意算的账。

　　省下来的时间不是收益

　　时间被重新投去哪了、换回了什么，才是收益

　　03

　　PART

　　第二类：能沉淀能力的

　　FOUNDATION · 它是其他项目 ROI 的分母

　　有一类项目，四笔账的方法算不下去，因为它的收益不在自己身上。

　　红帽那份调研里有个数字我盯着看了很久：62% 的企业 AI 平台处在碎片化状态。每个部门自己挑模型、自己买工具、自己攒知识库，看着都挺敏捷，两年下来，同一份数据接了五遍，权限管了五套，出事的时候没人说得清边界在哪。

　　所以明年的预算里，建议单独立了一类「底座项目」，批三种东西：

　　数据出口和身份权限

　　业务自己搭 Agent，不用拦，但必须跑在统一的安全底座上。核心数据源、API 接口、身份权限攥在 IT 手里，跨出边界的动作一律拦下。守门人不堵门，但门必须只有一扇。

　　知识治理

　　每一个 AI 回答的准确性，取决于它检索到的内容。知识库脏一分，所有上层应用就错一分。这笔钱花下去看不到单独的回报，但它是所有回报的前提。

　　封装成标准接口的业务能力

　　把公司核心的业务逻辑封装成 AI 能调用的标准化接口MCP或者API甚至CLI。业务要做新应用的时候，发现底层调的都是这些封装，IT 就从接需求的变成了企业智能化的中枢。

　　这类项目最容易被老板 challenge 的一句话是：ROI 怎么算？

　　CIO的答案应该是反过来讲：它们不是收益，它们是其他所有项目收益的分母。如果没有统一的数据出口，每个 Agent 项目都要重付一遍接入成本；如果没有知识治理，每个问答应用都要重付一遍返工成本。分母不清零，分子再漂亮，除出来都是笑话。

　　04

　　PART

　　第三类：能建闸门的

　　FIVE QUESTIONS · 上线前必答

　　69% 的企业在跑 Agent，有治理框架的只有 14.4%。这个剪刀差是CIO们今年最睡不着觉的一组数字，因为它意味着大部分 Agent 在没有闸门的生产环境里自主行动。

　　治理这件事，写进 PPT 很容易，落到预算里就变了形：没人愿意为一个“不出事”的假设付钱。建议合理的做法是把治理拆成两笔看得见的钱。

　　第一笔，盘点。先把已经在跑的 Agent 全部挖出来，包括藏在供应商 SaaS 平台里的、员工自己用一张信用卡开出来的。每次盘点的结果都超出预期，这次才能做好了心理准备。

　　第二笔，准入闸门。每个要上生产的 Agent，必须答上五个问题：

　　1、它是谁？独立身份，不许共享凭证。

　　2、它能碰什么？系统、数据、环境的边界，在访问环节强制执行。

　　3、它为何存在？用途越窄越好治理，通用型的一律多审一轮。

　　4、谁负责？一个有名有姓的人，和一个演练过的「一键停」。

　　5、它做了什么？每一次动作留痕，事后能还原决策链。

　　这五个问题答不上来的，不许碰生产系统。这套闸门直接挂在现有的审批流程和 API 网关上，不另建一套平行体系。流量从已有的治理设施里走，比新盖一层楼便宜得多，也快得多。

　　顺便把 Token 的账也解决了。IDC 那个 45.4% 的追踪率提醒我，批预算之前，先要预算的可见性。明年所有 Agent 项目必须按部门、按场景归集消耗，设预算阈值和超限预警。钱花出去连去哪了都说不清，这不是 AI 的问题，是管理的问题。

　　SaaS 和 API 的失控是事后补救的

　　Agent 是少有的、可以按正确顺序提前做准备的机会

　　05

　　PART

　　CIO的不批清单

　　THE NO LIST · 负面名单同样写进规划

　　正面清单讲完了，负面清单也得白纸黑字。今年被CIO应该毙掉的，主要是这四种：

　NO.01 一步到位的「企业 AI 中台」。组件齐、周期长、没跑通一个真实场景。这种规划我见过太多，半年过去连一个业务环节都没变。先跑最小闭环，再谈平台。

   NO.02 没有业务侧负责人的项目。推广采纳的责任必须指定到业务部门的人头上，IT不该替业务背采纳率，背不动，也不该背。

   NO.03 只有提效百分比、没有基线的立项书。「效率提升 80%」这句话要有前置测量才有意义。基线都没有，等于签的是一张空白支票。

NO.04 验收标准没定死的项目。用 demo 赢汇报的套路见得太多了。验收标准、时间节点、责任分工，立项时写清楚，年底才不会原地踏步。

　　这个清单不是对外喊话，是发给内部所有立项人的。提前把不批什么说清楚，比事后解释为什么不批，体面得多。

　　！一个提醒 

　　负面清单每年都要重新审一遍。去年不批的，今年条件可能就够了；去年批的，今年也可能该停。清单是立场，不是墓碑。

　　写在最后：预算是一个立场

　　AFTERWORD · 不是收缩，是补课

　　看到这里，我知道很多人认为这套做法会被理解成「保守」，实际不是。IT的 AI 预算总量在涨，涨的部分应该主要去做治理、可观测性和知识治理。这不是收缩，是补课：过去两年我们把油门踩得够狠了，现在该装刹车和后视镜。装这些不产生推力，但没有它们，推力越大越危险。

　　Gartner 那 13% 里赚到的企业，和剩下 87% 的差别，我判断不在模型能力上。模型大家都用得上，差别在于CFO和CIO对谁的预算表敢说不。

　　每个 CIO 的预算表，说到底是一份立场声明：你相信什么会赚钱，你承认什么还没想清楚，你愿意为不确定的将来预留多少张门票。2027 年这一轮，我们的立场就是那三类项目。分类会变，立场不变：批下去的每一分钱，都要能在六个月后回答「值不值」。

　　预算涨 18 倍不叫决心

　　敢在预算表上写“不”才叫。我是一个在企业里做 AI 落地的 CIO，喜欢把踩过的坑写成方法。那三类项目的立项评审表，我已经整理出可直接套用的模板，想要的话点关注👇后台私信或留言告诉我索取。（来源：IT斜杠女青年 Lydia）