文章核心观点 - 各行业企业在衡量人工智能投资回报率时面临普遍挑战 多数公司虽投入巨资并认可其业务价值 但能将技术规模化并实现明确投资回报的仍是少数 投资回报率定义不清及部署规模有限是主要障碍 [3][4][5] 人工智能投资趋势与现状 - 美国科技领袖计划在未来12个月内投入2.07亿美元用于人工智能 金额接近去年的两倍 [4] - 近三分之二的公司报告其人工智能投资带来了有意义的业务价值 但只有少数公司能够以足够快的速度扩展该技术以驱动投资回报率 [4] - 超过五分之四的保险公司每年至少投入500万美元用于人工智能 其中14%的公司支出超过5000万美元 [8] 投资回报率认知与战略挑战 - 仅19%的高管表示对人工智能投资回报率有"完全清晰的认知" 高层管理人员与技术员工之间对投资回报率的定义不一致 导致企业对技术角色产生困惑 [5] - 大多数保险公司拥有人工智能项目 但很少公司拥有明确的人工智能战略 这种差异决定了人工智能是带来零散的生产力提升 还是形成复合的竞争优势 [8] 保险行业人工智能部署情况 - 不到一半的保险企业已在单一功能中部署人工智能 达到生产规模的部署仍然罕见 [6] - 保险业中人工智能的用例多集中于客服聊天机器人和文档总结 在承保或理赔端到端工作流自动化方面的部署最为少见 [6] - 行业普遍存在"试点众多、生产有限、对损益影响极小"的模式 [7] 技术演进与未来预期 - 智能体人工智能有望重塑关于人工智能回报的叙事 超过五分之三的信息技术决策者预计智能体最终将产生超过100%的投资回报率 [7] - 近45%的信息技术高管认为智能体人工智能将比生成式人工智能产生更大的影响 [7] 实施障碍与困境 - 财务团队难以将人工智能投资与回报挂钩 这导致项目停留在试点阶段 [8] - 具有挑战性的法律环境和复杂的遗留平台也阻碍了人工智能进入变革性的生产阶段 [8] - 大多数保险公司在寻求通过技术降本增效时 难以从其生成式人工智能计划中获得成果 [8]