报告概述
本报告是KPMG全球人工智能脉搏系列的第二季度调查成果，基于对2145位资深领导者的调研，覆盖20个国家及多个行业。报告聚焦于企业如何从AI实验阶段迈向大规模部署，并实现可衡量的商业价值。分析框架围绕AI成熟度、治理机制、经济可见性及劳动力适应展开，旨在帮助组织识别从部署到执行的关键挑战，为高层领导者提供战略决策参考。报告特别关注问责制、成本管理及员工AI应用对规模化价值的影响。
报告的核心结论
AI采用加速，但投资回报率仍集中在少数组织
处于推动采用阶段的企业比例从13%跃升至22%，但仅少数组织报告已建立明确的投资回报率。这表明大多数企业正快速部署AI，却尚未将活动转化为可持续的财务成果，价值实现滞后于采用步伐。
明确的问责制是AI价值差异的关键因素
对AI结果有明确问责制的组织，报告已确立投资回报率的可能性是缺乏问责制组织的三倍以上。仅CEO支持已不够，需要清晰的决策权、风险管理归属和运营治理，才能将雄心转化为商业成果。
AI经济可见性成为战略优先事项，多数组织仍不足
近半数企业因成本超出预期价值而重新调整AI部署，但仅约三分之一组织能完全了解AI运营成本。获取低成本高保真模型正成为影响AI战略增长最快的因素，成本管理能力正成为竞争优势。
AI优先事项从单一用例转向企业级能力构建
随着部署扩大，组织优先事项从生产力提升转向生态系统合作、治理、弹性和人机协作。这反映了从证明AI价值到构建规模化所需的基础设施、安全和治理的转变。
报告回答的关键问题
AI投资回报率为什么难以实现？
报告指出，虽然AI采用加速，但许多组织缺乏明确的问责制和成本可见性。仅CEO推动不足，需要将治理嵌入日常决策，并建立监控AI成本的流程，才能从部署转向可衡量的价值。此外，员工采纳和工作流程重新设计也是关键障碍。
谁应该对AI决策结果负责？
报告显示只有24%的组织将CEO或执行委员会视为AI决策的最终责任人，29%指明具体C级高管，其余由多角色共同承担。然而，明确问责制的组织在信心、价值实现和投资回报率上显著优于其他，因此组织需指定单一责任主体并赋予决策权。
如何管理AI成本以提高投资回报？
报告建议建立全面成本可见性，包括监控仪表板、成本审查流程和代币配额。具有完全成本可见性的组织报告已确立投资回报率的可能性是缺乏可见性组织的五倍。同时，需在设计激励措施时平衡使用量与价值，并定期评估成本是否超过预期收益。
企业AI战略正受到哪些因素影响？
除了数据安全和隐私，低成本模型获取、能源使用与碳可持续性、宏观经济因素对AI战略的影响增长最快。近半数组织因成本重新调整部署，显示经济因素正与增长、竞争同等重要，要求组织在投资决策中综合考量。
报告中的代表性数据
认为AI正在创造有意义的商业价值的高级领导者比例
2026年第二季度，较第一季度上升12个百分点，显示对AI价值的信心显著增强。
处于AI推动采用阶段的组织比例
2026年第二季度，较第一季度（13%）上升9个百分点，为AI成熟度曲线最大季度环比变化，反映采用加速。
因成本超出价值而重新调整AI部署的组织比例
2026年第二季度，其中约四分之一缩减部署，四分之一推迟或暂停，表明组织正变得更审慎。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整市场数据与趋势图表：涵盖从Q1到Q2的信心指数、AI成熟度阶段变化、投资优先事项演变等可视化图表。
- AI成熟度六阶段评估框架：详细定义从研发到已确立投资回报率的每个阶段特征，帮助组织定位自身进展。
- 问责制与治理实践深度分析：包括不同行业和规模组织的责任归属模式、治理操作清晰度数据及对成果的影响。
- 人工智能经济学专题：AI运营成本透明的现状、成本监控工具使用情况，以及成本可见性与投资回报率的关联。
- 员工AI采纳与劳动力成熟度：全球员工使用AI代理的比例变化、抵制情况，以及人机协作工作队伍的建设进展。
- 行业与地区细分数据：按行业（科技、金融、制造等）和地区（北美、欧洲、亚太等）的报告结果对比。
- 关键优先事项变化追踪：从生产力提升到生态系统合作、治理和弹性的优先级调整详情。
- KPMG方法论与样本说明：调查设计、受访者资格、加权方式及定义术语（如自主智能体、生成式AI）。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
