很多人都沒注意到，谷歌悄悄放了一個(gè)大招，既不是Gemini也不是nano banana pro，而是一份報(bào)告↓

《2025 AI 投資回報(bào)率報(bào)告》

這份報(bào)告調(diào)研了全球3446名企業(yè)高管（這些企業(yè)年?duì)I收都不低于1000萬美元，不是小卡拉米）。

通過實(shí)打?qū)嵉陌咐嬖V業(yè)界，到底應(yīng)該如何在AI上花錢，才能獲得最大收益。

Google通過報(bào)告指出：88%的早期入坑者，都得到了不錯(cuò)的投資回報(bào)，而且，生成式AI/大模型的下一個(gè)金礦，是智能體。

核心結(jié)論包括以下幾點(diǎn)：

①智能體已經(jīng)在生產(chǎn)環(huán)境大規(guī)模部署。

②早期入坑的，獲得的收益正在放大，越吃越香。

③GenAI的回報(bào)已經(jīng)相當(dāng)廣泛，不再是少數(shù)頭部案例。

④收益集中在5類場景：生產(chǎn)力、客戶體驗(yàn)、業(yè)務(wù)增長、營銷、安全。

⑤企業(yè)老板的態(tài)度決定了AI價(jià)值能否快速兌現(xiàn)，搞定老板就成功了一半。

⑥AI最大的挑戰(zhàn)仍然是安全和合規(guī)。

雖然已經(jīng)發(fā)布1個(gè)多月了

但這份報(bào)告的含金量還在上升

我們對這份報(bào)告進(jìn)行了全文翻譯

以下為完整中文報(bào)告

智能體分級↓

一級：簡單任務(wù)，主要是輸出內(nèi)容，并不真正接管業(yè)務(wù)動(dòng)作，比如聊天機(jī)器人、知識庫檢索、多模態(tài)生成。

二級：智能體應(yīng)用，AI開始為了一個(gè)業(yè)務(wù)目標(biāo)干活，能在限定范圍完成多步任務(wù)，從對話走向應(yīng)用，讓AI能做動(dòng)作或者推動(dòng)流程，可以替代具體崗位里的重復(fù)步驟。

三級：多智能體工作流，本質(zhì)上不是一個(gè)智能體干所有活，而是多個(gè)角色分工協(xié)作，形成端到端流程。能覆蓋跨部門、跨系統(tǒng)的復(fù)雜業(yè)務(wù)流程，適合長鏈路場景比如：從線索到成交、從保修到閉環(huán)、從需求到交付。

一級是工具，二級是產(chǎn)品，三級是系統(tǒng)。

AI智能體的采用率↓

按地區(qū)挺意外的，亞太領(lǐng)跑（調(diào)查樣本不含中國大陸），北美最慢。

按行業(yè)看醫(yī)療反而最謹(jǐn)慎，畢竟人命關(guān)天的事兒哈哈哈。

智能體最先落地在哪些場景↓

第一梯隊(duì)：客戶服務(wù)與體驗(yàn)49%、營銷增長46%、安全運(yùn)營與網(wǎng)絡(luò)安全 46%、技術(shù)支持45%；

這些場景數(shù)據(jù)和流程最標(biāo)準(zhǔn)化，容易形成可量化收益。

中間梯隊(duì)：產(chǎn)品創(chuàng)新與設(shè)計(jì)43%、生產(chǎn)力與研究43%、軟件開發(fā)40%、財(cái)務(wù)與會計(jì)38%。

說明智能體已開始深入到“產(chǎn)研與經(jīng)營”層面，不只做客服和寫文案。

相對靠后的是：銷售35%、HR31%、個(gè)性化29%、法務(wù)15%

這些場景往往涉及更嚴(yán)格的權(quán)限、合規(guī)、責(zé)任邊界，容錯(cuò)率更低，所以采用更謹(jǐn)慎，落地周期更長。

銷售和HR、法務(wù)看了應(yīng)該很開心吧，而且似乎程序員的末日也沒有來。

這頁不錯(cuò)，給出了各個(gè)行業(yè)最先跑通ROI的落地地圖，劃個(gè)重點(diǎn)，想不到吧，安全運(yùn)營竟然是各行各業(yè)最通用的場景。

安全廠商們，是不是下一步可以偷著樂了呢。

有句話，話糙理不糙：吃屎也要趁熱。

這里的早期采用者是指AI預(yù)算50%以上投智能體，且深度嵌入日常運(yùn)營流程。

早期入坑者都做對了什么？

①預(yù)算真投，且投向智能體；

②AI在IT預(yù)算中占比更高；

③落地點(diǎn)更聚焦，更重業(yè)務(wù)；

④可復(fù)制，把智能體擴(kuò)散到更多部門。

甲方老爺們最看重哪些場景？

生產(chǎn)力、客戶體驗(yàn)、業(yè)務(wù)增長、營銷、安全，這五個(gè)方向的共同點(diǎn)是：高頻、流程化、可量化、能快速上線，容易在3到6個(gè)月做出看得見的改進(jìn)。

值得mark一下，甲方關(guān)注的點(diǎn)，對乙方來說就是商機(jī)。

五大領(lǐng)域GenAI能帶來多大影響？

這張圖有意思的一點(diǎn)是，相比去年的調(diào)查，好幾個(gè)指標(biāo)下滑了，這也說明，老板們趨于理性了，其實(shí)是好事，甲方的預(yù)期降低了，乙方才好驗(yàn)收嘛。

這一頁純純幫谷歌云吹NB了，每個(gè)場景都有。

生產(chǎn)力這條線已經(jīng)跑通ROI

企業(yè)對生產(chǎn)力提升的理解開始變得更細(xì)：不止是寫報(bào)告、做PPT，更包括流程效率、洞察速度、準(zhǔn)確性這些更貼近業(yè)務(wù)的指標(biāo)。

客戶體驗(yàn)的新標(biāo)準(zhǔn)是啥？

是在用戶觸達(dá)、互動(dòng)、滿意度、現(xiàn)場服務(wù)等鏈路上，持續(xù)帶來可衡量的改善。

這個(gè)出來站臺的，竟然是NBA金州勇士隊(duì)。

他說的客戶是啥？是庫里的球迷嗎？還是幫格林洗地？

不只是降本增笑哦

帶來增長了，這可能是大家最喜歡看到的吧，而且這個(gè)增幅看著有點(diǎn)誘人。

智能體如何推動(dòng)市場營銷？

更高效的投放、更多線索、更高轉(zhuǎn)化，要把AI從內(nèi)容工具升級為營銷工作流引擎，AI參與策劃、生成多版本素材、自動(dòng)適配渠道、根據(jù)反饋繼續(xù)迭代，人負(fù)責(zé)品牌與關(guān)鍵決策。

安全廠商看過來↓

其實(shí)和大家畫的餅基本一致：更強(qiáng)的威脅識別能力、更好的情報(bào)與響應(yīng)整合、平均解決時(shí)間下降、安全工單數(shù)量下降。

但是跟去年相比，多項(xiàng)指標(biāo)回落，說明甲方更理性了。

企業(yè)AI預(yù)算正在向智能體傾斜，2024年幾乎沒人談智能體，如今插隊(duì)進(jìn)前五。

真正的預(yù)算大頭在哪兒呢？

往往不在模型調(diào)用費(fèi)，而在數(shù)據(jù)治理、系統(tǒng)集成、權(quán)限與安全、評測與運(yùn)維，尤其當(dāng)企業(yè)開始部署智能體時(shí)更明顯。

當(dāng)然對于國內(nèi)企業(yè)來說，自己搞算力、訓(xùn)調(diào)推模型的話，AI Infra的費(fèi)用仍然是大頭。

這兩頁挺有意思的——

搞AI必須得有C-Level的支持，這是一場從上到下的變革。

讓你的老板先爽起來！

不出所料，最大的挑戰(zhàn)還是數(shù)據(jù)隱私與合規(guī)。

這對國內(nèi)場景更加現(xiàn)實(shí)，到底是調(diào)用API還是本地化部署？

但國內(nèi)的優(yōu)勢在于，開源模型生態(tài)比較好（當(dāng)然模型能力跟閉源比有差距），私有化部署更方便。

三大落地挑戰(zhàn)↓

①數(shù)據(jù)隱私和安全②與現(xiàn)有系統(tǒng)集成③成本

智能體行動(dòng)計(jì)劃七步法↓

①搞定老板：得有 C-level 站臺，能拍板、能清障。

②展示價(jià)值：用一個(gè)說得通的業(yè)務(wù)案例去拿預(yù)算，別只畫餅。

③立好規(guī)矩：提前寫好企業(yè)級 AI 規(guī)則，數(shù)據(jù)、合規(guī)、版權(quán)/IP 都要管住。

④挑準(zhǔn)場景：優(yōu)先做那些重復(fù)、標(biāo)準(zhǔn)、能省人省時(shí)間的流程，ROI 最快。

⑤筑起信任：數(shù)據(jù)治理+安全框架從第一天就上，同時(shí)保留人工兜底。

⑥接入系統(tǒng)：智能體要能干活，就得接入內(nèi)部業(yè)務(wù)系統(tǒng)，但權(quán)限要可控可審計(jì)。

⑦投技術(shù)更要投人：培訓(xùn)內(nèi)訓(xùn)、培養(yǎng)人才。

好了，祝大家在新的一年，無論個(gè)人還是組織，都能與AI/智能體共同成長。

甲方的投資都沒打水漂，乙方的餅/瓜都能如愿變現(xiàn)。