大多数企业都在投资AI，但能证明投资确实收到回报的却屈指可数。

MIT的一项研究发现，只有5%的生成式AI项目实现了真正的高回报。Gartner预测，由于商业价值不明确，到2027年将有40%的项目被取消，而BCG表示，全球只有5%的企业达到了能够持续从AI中创造重大价值的阶段。

这些数据描绘出了一幅相当暗淡的图景，然而，部分企业已经开始利用AI降低成本、增加收入、提升客户体验，并解决那些用传统方式极难攻克的难题。

那么，他们究竟有什么不同之处?

从沃尔玛和宜家，到美国银行和UPS，以下是八家通过AI创造可衡量价值的企业，以及他们的成功为其他所有人带来的启示。

沃尔玛

这家美国零售巨头于2024年为其产品团队部署了一款生成式AI工具，旨在提高其产品目录的质量，产品目录作为内部数据库，被广泛应用于从帮助客户搜索在售商品到管理物流与库存的各个环节，该项目涉及创建或更新8.5亿个数据点，如果手动完成，需要将团队规模扩大十倍，得益于AI，这项任务按时完成，不仅提升了店内和线上的客户体验，也优化了员工体验。

Octopus Energy

英国能源供应商Octopus通过其Kraken平台推出了多项生成式AI举措，其中包括Arlo，一个专为处理日常客户服务咨询而构建的自主智能体平台，客户满意度从73%提升至76%便归功于它，Arlo及其他生成式AI项目的成功促使该公司将Kraken拆分为独立实体，为其他能源公司提供AI服务，并在2025年创造了4.22亿英镑的收入。

Mercado Libre

作为拉美最大的电商平台，Mercado Libre利用基于OpenAI GPT-4构建的工具来审查线上商品列表，防范潜在的欺诈和假冒行为，其系统能在不到一秒的时间内根据5000多个变量检查上架的每件商品，判断其真实性，从而保护客户免受网络诈骗或买到假货，这使其欺诈检测准确率达到了近99%，另一个生成式AI系统则使其在两年内将产品编目速度提升了100倍。

DoorDash

作为美国最大的外卖平台，DoorDash与AWS合作，为客户、商家和送货司机构建了一个语音激活的解决方案门户，他们试图解决的一个具体痛点是：司机需要在工作时获取帮助，但又不必停下送货的脚步，最终，需要转接人工客服的电话数量减少了49%，如今，Customer Connect系统通过自助服务门户每天处理几十万次电话，年同比实现300万美元的运营成本节省。

美国银行

早在2018年，这家美国银行业巨头就成为了最早推出客服智能聊天机器人的企业之一，Erica帮助客户管理账户并快速解答问题，无需客户在电话中苦苦等待，到2025年，它的客户交互次数已突破30亿次，并成功使服务台电话量减少了50%，这意味着BoA的人工客服可以把时间花在需要专家人情味处理的更棘手或更敏感的问题上。

宜家

当这家瑞典家具设计商部署自研的AI客户助手Billie时，它能够自主解决47%的来电咨询，然而，该公司并没有裁减人工团队，而是将8500名客服人员重新培训为远程室内设计顾问，通过向客户提供这项新服务，公司创造了14亿美元的新增销售额。

Radisson Hotel Group

Radisson利用AI为其酒店创建并优化数字广告，自动针对不同的语言、市场和文化偏好调整图像和文案，这不仅将制作广告材料的时间缩短了50%，还带动了广告驱动收入22%的增长，并将广告支出的ROI提升了35%。

UPS

2025年全球关税制度的变化(特别是针对美国进口商品)迫使许多快递和物流公司采取新策略以避免严重延误，UPS应对这一挑战的举措是将自主式AI集成到其报关和文档系统中，2026年6月，UPS宣布无需人工干预即可在一天内通关的小包裹比例从区区21%大幅提升至97%，带来了实实在在的客户体验红利。

那么，他们究竟有什么不同之处?

贯穿这些成功案例的共同主线其实出奇地简单：他们是从商业问题出发，而不是从AI出发。

沃尔玛需要优化数亿个产品数据点，DoorDash希望减轻客户支持的负担，Mercado Libre需要更快地识别欺诈，UPS必须应对海关复杂程度的突然激增。

在每一个案例中，AI都被应用到了一个明确定义的挑战中，而成功可以通过收入、成本节省、生产力、客户满意度或速度来衡量。

在许多AI项目都在艰难证明自身价值的当下，这是一个极其重要的教训。获得最高回报的企业不会问：“我们在哪里可以使用AI?”他们会问：“AI能帮我们更好地解决哪些重要的商业问题?”

对于企业管理者来说，这或许是最有价值的切入点，找出问题，定义成功标准，然后决定AI是否是解决该问题的最佳工具，这种方法将大幅提升你的AI投资成为成功典范的概率，而不是沦为那95%未能实现预期回报的项目之一。