尽管在 AI 工具、平台和试验方面进行了大刀阔斧的投入，但大多数企业尚未看到强劲回报。
我们在 2026 年与 YouGov 合作，对来自美国和英国的 500 多名企业领导者进行了调查：
- 21% 报告称 AI 带来了显著的正向 ROI
- 42% 报告称 ROI 中等
- 17% 报告称没有正向 ROI
问题不在于组织是否在投资 AI，而在于为何不同企业的 AI ROI 差异如此之大。答案指向员工能力。
AI ROI 的差距反映了企业就绪度的更深层差异。我们对 2026 年的概览解析了 AI 素养、数据素养和技能提升成熟度如何影响组织的绩效结果。
AI ROI 的分化
数据中最引人注目的发现是：在拥有成熟、覆盖全组织的数据或 AI 素养技能提升项目的组织中，报告显著正向 AI ROI 的比例几乎翻倍。
- 显著 AI ROI 从总体的 21% 跃升至 42%
- 报告无正向 ROI 的比例从 17% 降至 11%
换言之，将 AI 投资与有组织的员工能力建设相结合的企业，获得强劲回报的可能性几乎是其他企业的两倍。
单靠 AI 工具并不能创造 ROI。员工能力才是关键。
为何 AI 工具不会自动带来 ROI
AI ROI 并不只是取决于工具的先进程度。它取决于员工能否：
- 识别合适的用例
- 将 AI 工具应用于真实工作流程
- 批判性地评估输出结果
- 将洞见转化为决策
- 衡量业务影响
如果缺乏职场中的基础数据与 AI 素养，AI 工具或许能提升速度，但未必提升正确性或清晰度。在某些情况下，它们还会放大风险。领导者指出与不足的 AI 技能相关的关键风险包括：
- 32% 提到决策不准确
- 25% 提到决策缓慢
- 27% 提到无法跟上竞争对手
- 16% 提到安全事件
结论是：当员工能力落后于工具采用时，ROI 就会受损。
能力的倍增效应
当数据与 AI 素养扎实时，收益会复利增长。领导者将 AI 技能与以下成果相关联：
- 更快的决策（48%）
- 更强的创新力（46%）
- 更准确的决策（41%）
就生产率预期而言，最常见的效率提升落在 10–20% 区间，尽管许多人预计会超过 20%。这些回报取决于员工是否懂得有效使用 AI——而不仅仅是是否能接触到它。
换句话说，AI 是倍增器，但它放大的是能力。若能力不足，回报仍将偏低。
为何 AI 培训常常难以提升 ROI
大多数组织至少提供了一些 AI 培训：
- 77% 报告提供了某种形式的 AI 培训
- 68% 表示员工可获得 AI 学习资源
但仅有 35% 报告称拥有成熟、覆盖全体员工的技能提升项目。
那些确实提供了一定培训（尤其是在线自定进度形式）的组织也提到了常见挑战，包括：
- 24% 表示缺少足够的实操项目或实验
- 23% 表示学习路径未针对岗位定制
- 26% 难以衡量培训的 ROI
如果培训是被动、零散的，或与真实工作流程脱节，它就无法转化为可衡量的 AI ROI。有结构的能力建设才是关键区分点。
关于 ROI 与培训发现的完整解析，请参阅《2026 数据与 AI 素养报告》。
高 ROI 组织的不同之处
那些报告强劲 AI ROI 的组织具有若干共同特征：
- 投资于覆盖全企业的数据与 AI 素养，而不仅是技术团队的培训
- 将学习嵌入真实工作流程
- 持续强化技能
- 衡量能力进展
- 将 AI 项目与业务用例对齐
对于领跑者而言，AI ROI 并非偶然，而是通过构建所需能力精心设计出来的。
实践中的佐证
以 拜耳（Bayer）的企业数据学院为例，该项目为不同岗位系统化地打造了 AI 与数据素养基础，从通用数字素养到高级从业者。超过 90% 的学习者在完成培训后报告产生了创新想法或改进了流程。
同样地，劳斯莱斯（Rolls-Royce）实施了针对岗位的技能提升项目，显著加速了数据处理流程，在某些情况下速度提升达 100 倍。
在这两种情况下，AI 的 ROI 都是随结构化能力建设而来——而非相反。
从 AI 采纳走向 AI 回报
企业的讨论正在转变。早期的 AI 战略侧重于试验与部署；如今重心正转向 AI 投资回报。
2026 年的数据表明了清晰的规律：将员工能力视为核心基础设施而非事后补救的组织，更有可能获得具有意义的 AI ROI。
对于评估 AI 投资的企业领导者而言，关键问题不再是“我们该采用哪些 AI 工具？”，而是“我们的员工是否已准备好高效使用这些工具？”
DataCamp 如何助力提升 AI ROI
DataCamp for Business 专为打造结构化、与岗位相关的数据与 AI 素养而设计，从而带来可衡量的回报。
通过实操学习、AI 驱动的个性化、技能评估与全员基准对比，组织可以从零散的 AI 试验转向持续的能力建设。
如果您正在评估如何在整个组织内提升 AI 投资回报，欢迎联系我们，了解 DataCamp for Business 如何支持企业的 AI 技能提升。若您想了解结构化、应用型学习如何支持 AI ROI，请探索我们最受欢迎的一些数据与 AI 素养课程：
尽管在 AI 工具、平台和试验方面进行了大刀阔斧的投入，但大多数企业尚未看到强劲回报。
我们在 2026 年与 YouGov 合作，对来自美国和英国的 500 多名企业领导者进行了调查：
问题不在于组织是否在投资 AI，而在于为何不同企业的 AI ROI 差异如此之大。答案指向员工能力。
AI ROI 的差距反映了企业就绪度的更深层差异。我们对 2026 年的概览解析了 AI 素养、数据素养和技能提升成熟度如何影响组织的绩效结果。
AI ROI 的分化
数据中最引人注目的发现是：在拥有成熟、覆盖全组织的数据或 AI 素养技能提升项目的组织中，报告显著正向 AI ROI 的比例几乎翻倍。
换言之，将 AI 投资与有组织的员工能力建设相结合的企业，获得强劲回报的可能性几乎是其他企业的两倍。
单靠 AI 工具并不能创造 ROI。员工能力才是关键。
为何 AI 工具不会自动带来 ROI
AI ROI 并不只是取决于工具的先进程度。它取决于员工能否：
如果缺乏职场中的基础数据与 AI 素养，AI 工具或许能提升速度，但未必提升正确性或清晰度。在某些情况下，它们还会放大风险。领导者指出与不足的 AI 技能相关的关键风险包括：
结论是：当员工能力落后于工具采用时，ROI 就会受损。
能力的倍增效应
当数据与 AI 素养扎实时，收益会复利增长。领导者将 AI 技能与以下成果相关联：
就生产率预期而言，最常见的效率提升落在 10–20% 区间，尽管许多人预计会超过 20%。这些回报取决于员工是否懂得有效使用 AI——而不仅仅是是否能接触到它。
换句话说，AI 是倍增器，但它放大的是能力。若能力不足，回报仍将偏低。
为何 AI 培训常常难以提升 ROI
大多数组织至少提供了一些 AI 培训：
但仅有 35% 报告称拥有成熟、覆盖全体员工的技能提升项目。
那些确实提供了一定培训（尤其是在线自定进度形式）的组织也提到了常见挑战，包括：
如果培训是被动、零散的，或与真实工作流程脱节，它就无法转化为可衡量的 AI ROI。有结构的能力建设才是关键区分点。
关于 ROI 与培训发现的完整解析，请参阅《2026 数据与 AI 素养报告》。
高 ROI 组织的不同之处
那些报告强劲 AI ROI 的组织具有若干共同特征：
对于领跑者而言，AI ROI 并非偶然，而是通过构建所需能力精心设计出来的。
实践中的佐证
以 拜耳（Bayer）的企业数据学院为例，该项目为不同岗位系统化地打造了 AI 与数据素养基础，从通用数字素养到高级从业者。超过 90% 的学习者在完成培训后报告产生了创新想法或改进了流程。
同样地，劳斯莱斯（Rolls-Royce）实施了针对岗位的技能提升项目，显著加速了数据处理流程，在某些情况下速度提升达 100 倍。
在这两种情况下，AI 的 ROI 都是随结构化能力建设而来——而非相反。
从 AI 采纳走向 AI 回报
企业的讨论正在转变。早期的 AI 战略侧重于试验与部署；如今重心正转向 AI 投资回报。
2026 年的数据表明了清晰的规律：将员工能力视为核心基础设施而非事后补救的组织，更有可能获得具有意义的 AI ROI。
对于评估 AI 投资的企业领导者而言，关键问题不再是“我们该采用哪些 AI 工具？”，而是“我们的员工是否已准备好高效使用这些工具？”
DataCamp 如何助力提升 AI ROI
DataCamp for Business 专为打造结构化、与岗位相关的数据与 AI 素养而设计，从而带来可衡量的回报。
通过实操学习、AI 驱动的个性化、技能评估与全员基准对比，组织可以从零散的 AI 试验转向持续的能力建设。
如果您正在评估如何在整个组织内提升 AI 投资回报，欢迎联系我们，了解 DataCamp for Business 如何支持企业的 AI 技能提升。若您想了解结构化、应用型学习如何支持 AI ROI，请探索我们最受欢迎的一些数据与 AI 素养课程：