Forrester分析师Brian Hopkins：AI预算的"信任税"与回报的三个阶段

Forrester分析师Brian Hopkins在一篇问答中提出了一个解释框架，说明为什么企业AI预算持续膨胀而回报仍然模糊。Forrester预测AI将占2027年企业技术支出约20%，但Hopkins强调这个数字包含技术供应商的基础设施投入，并不意味着普通企业会把自身IT预算的20%用于AI。

成本难以预测是核心问题之一。传统软件采购可以估算年度费用并据此编列预算，但生成式AI引入了按token计费、按使用量收费和额度制等模式，智能体的费用又随任务复杂度和所需算力波动。Hopkins进一步指出，智能体AI还带来一笔隐性开销：企业往往期望一个智能体直接自动化某个流程，但实际上还需要对它进行测试和红队演练、添加护栏和监控、维护集中式注册表并进行治理审查、验证其与客户或合作伙伴交互时的身份。他把这些额外负担称为"信任税"，并承认行业仍在试图确定组织应当预期花多少钱。

在回报衡量上，Hopkins区分了三个时间阶段：生产力（短期）、互动（中期）和转型（长期）。生产力最容易量化——比如AI是否缩短了员工撰写客户邮件的时间或加快了工单处理——但它对利润表的影响排名很低。互动涉及改善客户和员工与企业的交互方式，例如帮助客户更便捷地获取答案和完成交易，从而提升交易频率和满意度。转型则意味着重新设计业务流程、加速产品交付、创造新产品或抢先进入市场，风险更高但能建立持久竞争优势。Hopkins认为，只关注生产力的企业有错失互动和转型中更大机会的风险，而捕获这些收益需要跨部门协调、共同优先级和一致的目标。

Hopkins给出的战略建议是：企业应从识别主要业务挑战、竞争优势和期望结果的AI战略出发，将其转化为可衡量的目标，并建立投资组合，由一位业务高管对结果负责、一位组合管理者对资金负责。他举例说，一家石油公司可能以每桶成本、产量和安全性衡量业绩，AI投入应绑定到改善这些指标上。他预计2027年将充满挑战，一些企业会认识到AI在互动和转型中的价值并建立商业论证，而仍把AI当作又一个生产力工具的企业更可能陷入困境。许多公司可能收缩，少数则凭借正确策略推进——这一分化的完整财务影响很可能要到2028至2029年才会显现。

需要指出的是，Hopkins的框架是分析师提出的分析模型，不是经过独立验证的实证结论。20%的预测包含供应商基础设施支出，"信任税"的具体规模尚无定论，三个阶段的划分也带有Forrester的方法论色彩。这些边界不影响框架的解释力，但读者在将其用于自身预算决策时应意识到其假设前提。