大企业AI投资调查：七成企业将增加投入，但一元化管理AI成本的企业不足三成

Cybozu公布的第二轮“大企业AI活用实态调查”呈现出一组反差：70%的受访企业计划在未来三年增加AI投资，但能够在全公司范围内统一管理AI工具及AI智能体成本的企业只有29%。对准备扩大部署的企业而言，问题已不只是买多少工具，还包括能否看清支出、控制数据访问，并让AI进入实际业务流程。

投资计划扩大，成本视图仍分散

这项调查面向员工规模在1000人以上、非信息通信行业的企业及团体，调查对象为经营层和IT、数字化转型部门人员，有效回答数为551。其结论反映的是这一受访群体的计划与现状，不宜直接推断为所有企业的AI投入水平或实际投资回报。

在未来三年的投资计划中，23%的受访者表示将“大幅增加”AI投入，47%表示将“略有增加”。但谈到AI工具和智能体的成本，32%表示只能在部门或项目层面掌握，尚不能汇总到全公司；已建立AI成本增长预算规划与管理机制的比例为14%，另有44%仍在考虑或准备应对。

这种分散状态会影响投入产出的判断。同一项业务可能同时使用集中采购的平台、部门订阅的工具和按调用量计费的服务。如果费用归属、使用量与业务成果不能对应，企业既难发现重复采购，也难判断某个试点扩展后是否仍具成本效益。

从权限到系统对接，决定AI能否进入业务流程

调查中，受访者在回答业务数据用于AI所需的要素时，最看重的是安全与访问权限管理，占52%；其次是业务上下文的整理，占45%。前者关乎AI能够读取哪些数据、以谁的身份操作，以及结果能向谁展示；后者关乎数据背后的业务含义、流程规则和口径是否足够清楚。仅把文件或数据库接入AI，并不等于AI能可靠地处理业务任务。

系统集成是下一道门槛。调查显示，真正将AI与核心业务系统完成对接的企业仅约一成。对接意味着企业需要处理身份认证、权限继承、接口稳定性和操作留痕等问题，也需要明确AI给出建议与实际修改业务记录之间的边界。若这些条件尚未具备，AI更可能停留在个人辅助或独立试点阶段。

上述比例来自不同调查问题，不能据此认定成本管理薄弱直接造成了系统对接不足。但把三项发现放在一起看，可以形成一条务实的落地评估链：先确认投入由谁承担、如何计量，再确认数据由谁授权、如何使用，最后判断哪些业务流程值得集成，以及集成后如何衡量成效。

企业扩展AI应用前可核对什么

对管理者、IT负责人和软件采购方而言，预算、权限与集成方案宜放在同一张评估表中，而不是分别审批：

• 预算归属：列出平台订阅、模型调用、集成开发和运维等费用分别由谁承担；能否按部门、项目或业务场景汇总使用量，并为试点设定成本上限。
• 权限体系：核对AI能访问的数据范围是否沿用现有岗位权限；敏感数据、跨部门检索、结果分享和操作日志由谁管理。
• 集成路径：优先选择目标明确、数据口径较清楚的流程，区分“提供信息与建议”和“写入核心系统”两类能力，并分别设置验证与审批要求。
• 成效口径：在扩大采购前约定衡量指标，例如处理时间、人工复核量和单位任务成本，避免只以账号开通数或调用量评价效果。

这份调查显示，企业AI投资意愿已走在前面，配套管理能力则尚未同步成熟。把成本、权限和系统对接作为连续问题处理，才能更清楚地判断下一笔AI预算应投向工具扩容，还是投向支撑其进入业务流程的基础能力。