研究机构 Forrester 发布的《2026 年人工智能状况调查》显示，尽管人工智能在科技预算中的占比将持续扩大，但企业实现预期投资回报的难度依然巨大。报告指出，超过半数的首席信息官（CIO）可能在明年无法达成与 AI 相关的 ROI 目标。
数据显示，45% 的 AI 决策者要求必须在一年内看到积极的投资回报率，才能认定其投资为成功。然而，在过去 12 个月中，仅有 22% 的受访者报告称 AI 对息税折旧摊销前利润（EBITDA）产生了正面影响。Forrester 分析认为，技术投入与组织变革之间的脱节，是导致高回报目标难以实现的主要原因。
尽管面临挑战，资金流向并未放缓。根据 Forrester 的《技术与安全预测》，明年人工智能将占据所有商业技术支出的 20%。这一趋势意味着技术领导者将面临双重压力：既要证明 AI 的商业价值，又要严格控制成本、基础设施风险及复杂性。Forrester 首席研究官 Sharyn Leaver 表示：“新兴技术、地缘政治压力以及 AI 在技术运营中的深度渗透，正在引入新的复杂性和潜在的失败点。”
为了在有限的预算内最大化收益，企业正调整策略，倾向于通过采用开放式生成式 AI（GenAI）模型来优化支出结构。Forrester 预测，开放权重模型将承担一半以上的 AI Token 处理量。这类模型如 Gemma、Llama 和 Qwen，被认为足以胜任大多数高频企业工作负载，包括文件处理、客户支持对话、内部知识搜索以及代理工作流中的常规子步骤。
相比之下，前沿闭源模型将被保留用于更高精度的场景。Forrester 列举了 Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5，OpenAI 的 GPT-6.1 Sol 和 GPT-6 Astra，以及 Google 的 Gemini 4 Argon 等型号。这些模型预计将专注于那些错误代价高昂、需要深入专业知识的关键任务自动化领域，而在 Token 消耗量大的通用任务上，市场重心将向开源模型倾斜。
