AI战略的预算锚点：投多少才算"对"？（1723字）

2026年初，一家年营收50亿的传统制造企业的CEO问了我一个问题：

"我们去年在AI上投了800万，占营收0.16%。董事会嫌少，说隔壁公司投了2%。但CFO嫌多，说看不见回报。到底多少算'对'？"

这个问题，没有一个标准答案。但有参照系。

一、全球基准：1.7%

波士顿咨询公司（BCG）在2026年初发布的《AI雷达报告》给出了一个全局数字：2026年全球企业AI投资占营收比重预计达1.7%，较2025年的约0.8%实现翻倍增长。

BCG调研了全球2360位高管，覆盖16个市场和多个行业。结论是：AI投资正在从"试点"变成"战略优先级"。超九成企业将坚持长期投入AI，即使短期内看不到即时回报。

但1.7%只是平均数。不同行业的差距很大：

· 科技公司：约2.1%——最高· 金融机构：约2.0%——紧随其后· 工业企业与地产公司：约0.8%——最低

行业属性决定了基准线。一家科技公司投1.7%可能算保守，一家工业企业投1.7%可能算激进。比对标"平均值"更重要的，是对标"同行"。

二、两种极端的启示

基准线之外，有两个极端案例值得一看。

极端一：金山办公——35%

金山办公的研发费用率高达35%。相当于每赚100元，就拿出35元投入技术研发。业内评价这是AI办公时代的"豪赌"。

35%对绝大多数企业来说不可复制。金山办公是一家纯软件公司，AI就是它的产品本身。它的"预算锚点"锚定的是产品竞争力，不是运营效率。

极端二：天下秀——0.85%

这家对外定位"以AI、数据及算法驱动"的营销科技公司，研发费用占营收比从2023年的2.5%降到2025年的0.85%。外界质疑这个数字变化与公司的资本市场叙事是否匹配。

0.85%的AI投入讲一个"AI驱动"的故事，市场和投资者不相信。

这两个案例说明一个道理：预算比例本身不重要，重要的是"你的投入是否配得上你的叙事"。

三、比"投多少"更重要的三个问题

BCG的报告还揭示了一个关键发现：AI领军企业对AI的投资占收入比重，是其他企业的2.5倍；AI领军企业的AI驱动财务绩效，是其他企业的7.2倍。

投入多2.5倍，回报多7.2倍。差距不在"投了多少"，在"怎么投"。

在决定预算之前，先回答三个问题：

问题一：你的AI战略目标是什么？

降本增效、产品创新、还是商业模式重构？目标不同，预算逻辑完全不同。Gartner在2026年3月的报告中明确提出：CFO需要把AI投资"作为一个包含不同类型投资的组合来管理"。

问题二：你的钱花在哪了？

Deloitte在2025年底发布了一个令人震惊的数据：企业93%的AI预算花在了技术上，只有7%花在了人身上。

技术买了，人没跟上。工具到位了，能力没到位。这是"买了不用"和"用了没价值"的根源。预算分配比预算总额更能决定成败。

一个健康的AI预算结构，至少应该包括：技术基础设施（算力、模型、工具）、数据治理与知识工程、人才培养与组织变革、以及持续运营成本。缺了任何一块，其他投入都可能打水漂。

问题三：你的预算是"实验"还是"commitment"？

Google在2025年底发布的《AI投资回报率》报告中有一个关键发现：将AI预算一半以上投入AI代理并大规模部署的企业，回报率高达88%。而全样本中74%的企业表示至少在某个AI项目上已经回本。

"重仓型"企业的回报率比平均水平高出14个百分点。敢于下重注、敢于规模化——这是回报率的分水岭。

四、一个实用的决策框架

回到那位CEO的问题——年营收50亿的制造企业，投多少算"对"？

没有一个数字能回答。但有一个框架可以：

第一步：定档位。 工业企业的行业基准是0.8%。低于这个数，基本等于"没开始"。高于1.5%，需要想清楚为什么。

第二步：定结构。 假设总预算1000万（占营收0.2%），怎么分？算力与工具占多少？数据治理占多少？人才培养占多少？Deloitte的数据告诉我们：人身上花得太少，是最大的浪费。

第三步：定节奏。 不要一次性all in。先跑通一个核心场景，验证价值，再逐步扩大。但也不要永远停留在"试点"——Google的数据表明，敢于规模化的企业回报率更高。

写在后面

这一篇给出了AI战略预算的参照系：全球基准1.7%、行业差异从0.8%到2.1%、以及"怎么分"比"投多少"更重要的决策逻辑。

但还有一个问题没碰——AI战略落地之后，组织怎么变？ 流程怎么改？KPI怎么调？人机协同的组织架构长什么样？

系列下一篇：《AI战略的组织重构：流程、架构与KPI》——敬请期待。