在人工智能（AI）浪潮開始後的近三年時間裏，商業技術領導者們開始改變他們對投資回報率（ROI）的看法。新的智慧是：不必過度擔心AI的投資回報率。

自從AI從早期實驗階段轉向更成熟的應用實現後，投資回報率一直讓首席信息官（CIO）們感到困惑。然而，儘管AI仍在快速發展，CIO們逐漸認識到，傳統的方式已無法有效衡量這項技術的收益。

在週二的《華爾街日報》領導力學院技術委員會峯會上，技術領導者們表示，僅僅在某些地方提高幾分鐘的效率，並不足以成爲衡量ROI的有意義方式。

一些與會者表示，衡量AI工具帶來的生產力提升幾乎是不可能的，他們更傾向於聚焦於追蹤少數關鍵的AI項目，或者專注於創新。

“對於最具影響力的商業機會或產品，你必須通過AI來真正加倍創新，而不是單純關注生產力提升，” BlackLine董事會成員、微軟(MSFT.O)前首席AI技術官Sophia Velastegui在活動中說道。

即使在軟件工程領域——生產力提升通常被認爲更直接——像AI編寫的代碼量這樣的衡量標準，也不一定等於更高效的勞動力，技術領導者們表示。

“你能衡量的所有東西都只是一個代理，而不是真正的東西，任何你真正關心的事情其實無法衡量，”多鄰國(DUOL.O)聯合創始人兼首席技術官Severin Hacker在活動中說道。

此外，大多數AI項目仍處於概念驗證階段，這個階段的目標是探索可能性，而不是推動投資回報。很少有項目能夠從這個階段脫穎而出，這也是預期中的結果，因爲這一過程旨在篩選出最好的創意。

“你不能指望在試點階段或甚至在公司單元級別看到顯著的生產力提升。顯著的生產力提升需要實現規模化，”麥肯錫全球研究院高級合夥人兼董事Lareina Yee在四月表示。

與其擔心從AI試點中推動ROI，企業應該專注於識別最有前景的少數AI項目，並確保它們的組織結構、人才、治理和數據基礎設施足以支撐項目的規模化。

一些專家表示，只有在AI項目規模化，或者在整個組織範圍內擴展後，大多數企業技術領導者才能確定這項技術的真正投資回報率。

衡量AI投資回報的另一種方式是採用自上而下的方法，要求技術領導者從一開始就爲這項技術設定商業目標，然後確定AI——或其他技術——是否能夠幫助實現這些目標。

與這種方法一致，企業技術領導者們開始將AI項目的管理集中化，而不是讓所有員工自由試驗這項技術，部分與會者表示。

強制或過度推動全公司範圍內的AI實驗可能會導致“爲了AI而使用AI”，多鄰國的CTO Hacker說道。

然而，完全取消AI實驗——特別是在這項技術仍在發展的過程中——可能會犧牲鼓勵公司各個部門進行創新的機會，福特汽車(F.N)AI總監Bryan Goodman表示。

“平衡聚焦幾個關鍵領域與進行實驗和學習，甚至有時冒險是非常重要的，” Goodman在活動中說道。“最終，正是這些地方創造了價值。”