IBM Institute for Business Value 於 2025 年 6 月 9 日發布〈From AI projects to profits〉,以和 Oxford Economics 合作的兩項高階主管調查,討論企業如何從短期 AI 試點轉向可持續的財務成果。該研究無法支持原稿的兩項量化主張,因此本文改用可回查的試點與規模化 ROI 口徑。
IBM 指出,2023 年生成式 AI 試點曾回報約 31% 的早期 ROI,但擴大後平均回落至約 7%;受訪 CEO 回顧過去三年時,只有 25% 的 AI 計畫達到預期 ROI。表現最佳的一成組織約達 18%,顯示高回報並非不可能,但不能把試點結果直接外推成規模化保證。
Agentic AI 的價值不在於把整段流程無條件交給「數位員工」。企業仍須界定代理人可以讀取與寫入的資料、可採取的行動、人工核准點、錯誤責任與回復方式。若沒有可信資料、跨系統整合與明確決策權,再強的模型也可能只增加成本與營運風險。
凱渥以「你的營運 CIO」角度,建議先建立四項成果治理:一、選定單一流程並記錄成本、週期、品質或營收基準;二、限制資料與系統權限,對高風險行動保留人工核准;三、同步追蹤正確率、例外率、單次任務成本與人工重工;四、預先定義擴大、停止及回復條件。這是依 IBM 研究整理的實作檢查清單,不代表特定客戶成果或投資回報承諾。
官方來源:IBM Institute for Business Value,〈From AI projects to profits: How agentic AI can sustain financial returns〉,2025-06-09,https://www.ibm.com/thought-leadership/institute-business-value/report/agentic-ai-profits。本文於 2026-08-24 查核;調查結果反映受訪樣本與其回報口徑,不代表每一家企業或 AI Agent 專案會有相同結果。