談到2025年科技圈的熱點，非生成式AI莫屬?？梢哉f，生成式AI已經成為推動企業業務創新和數字化轉型的核心焦點。根據Gartner調研顯示，過去兩年中，全球企業IT預算持續收縮，但AI與安全領域的投入逆勢增長。

對于大部分企業而言，他們希望通過生成式AI提升生產力，進而降低成本。然而，殘酷的現實是：75%的企業無法通過GenAI實現預期的成本優化。 這一組數據，也是Gartner通過調研之后得出。而這一悖論背后，折射出企業對技術價值的認知偏差與管理邏輯的深層斷裂。

效率提升≠成本降低

雖然在代碼生成、文檔撰寫、數據分析等應用場景中，生成式AI確實能顯著提升員工效率。例如，微軟Copilot為IT人員節省約3%的工作時間，金融機構通過RPA將審批周期縮短50%。然而，這些“效率紅利”往往在轉化過程中嚴重耗散。

一方面，員工節省的時間未被有效利用。Gartner調研顯示，25%的時間節省中，80%因任務切換、流程冗余或管理松散而流失。另一方面，剩余時間需進一步轉化為業務價值。若市場需求不足或組織無法快速調整產能，效率提升反而導致資源閑置。

在主題為《放眼生產力之外，如何利用生成式AI降低成本》媒體溝通會上，Gartner高級顧問總監李彬表示，雖然很多企業在生成式AI上投入了大量的資金和精力，也完成了新型工具的積極部署，提高了員工的效率，但這并不代表會直接降低企業的成本。他認為，很多企業的管理層存在技術樂觀主義與價值脫節的認知陷阱，一是認為“技術投入→工具普及→效率提升→成本降低”是必然路徑，忽視組織變革與業務適配的復雜性。二是將生產力等同于財務價值，忽略“開源”（收入增長）與“節流”（成本削減）的本質差異。

除此之外，很多企業還往往低估GenAI存在的變革成本、系統集成成本和機會成本等隱性成本。

媒體溝通會現場，李彬通過引用高盛與《經濟學人》的觀點，詳細介紹了效率提升≠成本降低的觀點。對于GenAI所帶來的成本降低，高盛直言，投入過多，收益甚微?！督洕鷮W人》則認為生成式AI不會快速立竿見影地帶來生產力的價值。

從生產力到價值的“驚險一躍”

如何破解生成式AI的成本悖論？活動現場，李彬提出了“兩次飛躍”的理論：第一次飛躍是讓更多的員工廣泛使用生成式AI，第二次飛躍是通過推動企業變革，實現價值回報。

“第一次飛躍看似簡單，實則充滿挑戰。”李彬指出，員工對新技術存在天然的抵觸情緒，尤其是涉及崗位替代風險時。他以國內某制造業客戶為例，進行了詳細的介紹。該企業擁有大量IT員工和外包團隊，但員工因擔心失業而不愿使用新型工具，導致AI工具的推廣受阻。此外，生成式AI的使用門檻也較高，需要員工具備一定的數字化素養和技能，這也限制了其普及程度。

“第二次飛躍則更加艱難，它要求企業從根本上改變業務流程和管理模式。”李彬強調，生成式AI不是簡單的“工具升級”，而是“生產力的革命”。為此，企業需要重新設計業務流程，打破部門壁壘，構建以AI為核心的新生態。

李彬以金融機構為例，進行了詳細的介紹。該機構在疫情期間使用OCR、RPA等技術提質增效，但走出疫情后卻發現生產力未得到充分利用，且無法快速裁員。這反映出，單純的技術應用無法自動帶來價值，必須與組織變革相結合。

利用GenAI降低成本的六大策略

既然效率提升≠成本降低，那么對于企業而言，如何利用生成式人工智能降低成本？在本次采訪過程中，李彬現場也給出了六大實操策略。

一方面，CIO可以通過削減IT外包支出、削減第三方可變支出、重新簽訂外包和托管服務合同來降低成本。

削減IT外包支出：降低成本應直接關注資金使用和現金流運轉，找到損耗環節進行優化。這意味著，通過優化現金流管理，企業可以釋放巨大的成本節約潛力。

削減第三方可變支出全：球全行業的IT支出中有13%用于外包，通過引入生成式AI，企業可以減少對外包服務的依賴，降低可變支出。李彬以東芝為例進行了詳細介紹：該企業要求法務部門在發郵件或打電話給供應商前，先用智能體生成內容，從而減少了外包成本。

重新簽訂外包和托管服務合同：企業應定期審視外包和托管服務合同，利用生成式AI的談判能力，爭取更優惠的價格和服務條款。

另一方面，企業還可以通過削減運營資金、削減循環債務、采用更強硬的合同來降低成本。

削減運營資金。利用GenAI分析歷史數據與市場趨勢，預測驅動的現金流管理，提升銷售回款與應付賬款預測精度。李彬以全球運營資金總量為例，指出近五年內，全球企業運營資金增長20%。

削減循環債務：企業借貸利息常占營收的1%-5%。李彬表示，通過AI優化資金調度（如動態還款計劃），某科技公司年省利息支出1200萬美元，綜合企業的成本節約和團隊管理的代價，效果要好于將IT員工裁員20%”。

重新簽訂外包和托管服務合同：全球企業因合同管理漏洞年均損失5%的營收。GenAI可自動識別條款風險與履約異常。

除了以上策略外，李彬還給企業科技高管提出了一些建議。他表示，科技高管應明確企業愿景和方向，制定生成式AI的長期規劃。同時，也要考慮速贏舉措，如選擇成本節約潛力大、實施難度低的項目進行試點。除此之外，科技高管應提前布局，建立變革管理機制，確保AI技術的順利落地。最后，科技高管應加大數字化人才培養力度，營造鼓勵創新、包容失敗的企業文化。

寫在最后：從生產力工具轉變為成本優化引擎的轉變

雖然生成式AI在降低成本方面面臨諸多挑戰，但李彬對其未來充滿信心。他認為，隨著技術的不斷成熟和應用的不斷深入，生成式AI將逐漸從生產力工具轉變為成本優化引擎。并預測，未來幾年我們將看到更多企業通過生成式AI實現顯著的成本節約，甚至引發一場成本革命。

“生成式AI的成本革命不會一蹴而就，它需要企業、技術提供商和政策制定者共同努力?！崩畋蜃顝娬{，只要我們保持理性、審慎和創新的態度，就一定能夠破解生成式AI的成本悖論，釋放其巨大的價值潛力。