2026毕马威美国技术调查报告：从自动化到人工智能，技术领导者专注于投资回报率

核心观点与关键数据

• AI转型差距： 尽管企业对技术，尤其是AI，投入巨大，但实际实施进展缓慢，存在显著差距。美国公司平均只有10%的技术实施达到完全扩展和持续演进的阶段，而79%预计到2026年才能实现这一目标。
• AI企业战略： 美国公司致力于成为AI优先企业，希望将AI融入所有运营环节。但只有31%的公司称其在规模化创新和部署AI用例方面取得成功，并实现投资回报。
• 技术债务挑战： 技术债务和IT预算限制是主要障碍。44%的公司表示，成本压力导致其在新兴技术投资不足，而40%的公司因技术债务问题影响日常运营。
• 人才与技能差距： 尽管IT人才差距正在缩小，但合格人才，特别是AI领域人才，仍然稀缺。50%的公司表示人才短缺阻碍了数字化转型计划。不过，员工对AI的接受度较高，76%的员工信任AI系统的输出用于决策。
• 美国数字领导力： 美国公司在数字化转型中实现比全球平均更高的财务回报（过去12个月平均2.93亿美元），95%预期未来两年收入增长，且比全球平均更积极适应变化（65% vs 47%）。
• 新兴技术投资： 量子计算等新兴技术仍不成熟，但领先企业正在探索。92%的美国组织计划将自主AI纳入系统，93%认为管理AI代理将是未来重要技能。

研究结论

• 转型挑战： 尽管企业对AI等技术充满热情，但实施仍面临数据现代化、安全、遗留系统集成等复杂挑战，导致转型承诺与现实进展脱节。
• 基础优先： 在追求新兴技术之前，企业需要优先解决技术债务和基础IT问题，采取“回归基础”的方法。
• 适应与技能： 组织需要培养适应力，并通过培训和技能提升计划（如AI相关）来应对技术变革。
• 持续跟踪： 美国公司更注重跟踪技术绩效（85%），并采用正式流程评估新兴技术。
• 未来方向： 企业正朝着“AI原生”企业方向发展，希望AI不仅是效率工具，更能驱动收入增长。量子计算等前沿技术也备受关注。

关键建议

1. 培养创新和实验文化。
2. 制定清晰的ROI指标并跟踪进展。
3. 优先提升数据管理和安全能力。
4. 优先进行基础IT改进。
5. 投资人才和技能提升。