根据 Forrester 的预测，超过一半的 CIO 明年很可能达不到与 AI 相关的 ROI（投资回报）目标。分析师机构的《2026 年 AI 现状调查》发现，45% 的 AI 决策者要求一年内见到正回报，才会认为投资成功。
一些技术高管会更善于把 AI 支出与预期回报挂钩。但 Forrester 预计，成功只限于孤立用例而非整个项目——这远远不够。报告说：和以往的新兴技术一样，组织结构、流程和工作方式需要改变，才能用 AI 推动可衡量的公司级成果。过去 12 个月里，只有 22% 的 AI 决策者报告 AI 对 EBITDA（息税折旧摊销前利润）产生了正面影响。报告补充说：技术采用投资与组织变革之间的错配，将推迟高回报目标的实现。
不过，钱还是会继续从 IT 预算里流出来。在《技术与安全预测》中，Forrester 声称明年 AI 将占所有企业技术支出的 20%。Forrester 首席研究官 Sharyn Leaver 说，这将加大领导者证明 AI 价值的压力，同时还要控制成本、基础设施和风险。她表示：与此同时，新兴技术、地缘政治压力以及 AI 在技术运营中的日益普及，将带来新的复杂性和潜在故障点。
在技术团队难以从不断增长的 AI 支出中获得回报时，他们会把目光投向开源权重 GenAI 模型，以求更划算——这类模型能以极小成本接近领先专有系统的表现。Forrester 预测，开源权重模型将占到 AI token 使用量的一半，却只占企业支出的 5%。报告说：Gemma、Llama、Qwen 等开源权重模型，对产生最大 token 量的企业工作负载已经够用，比如文档处理、客户支持对话、内部知识搜索，以及智能体工作流中的常规子步骤。
前沿模型——包括 Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5、OpenAI 的 GPT-6.1 Sol 和 GPT-6 Astra、谷歌的 Gemini 4 Argon——则被保留给少数深层知识和关键任务自动化，这些场景错误代价高昂。但 token 量会倾向于开源权重模型。
一句话总结：AI 在吃掉越来越大的预算蛋糕，但指望它自己赚回本钱，可能还要等很久；对多数企业来说，先把邮件总结、文档处理这类活儿交给开源模型，是眼下最划算的姿势。
苏公网安备32021302001419号