本文为Alexander D. Hilton（MBA，敏捷新英格兰ACMs分会数字战略与AI顾问）的客座文章，观点仅代表作者本人。

美国国家经济研究局（NBER）2月发布的一项研究，调查了美国、英国、德国和澳大利亚近6000名CFO、CEO及高管。结果显示：超过80%的企业报告，过去三年人工智能对就业或生产力均无可衡量的影响。然而，这些高管却预测未来三年AI将提升生产力1.4%、产出0.8%。经济学家已开始将这种现象与索洛悖论（Solow's paradox）相提并论——即投资与结果脱节，正如计算机时代早期所经历的那样。

对此，常见的解释是“耐心”：变革性技术需要时间。这固然正确，但还不够。更深层的问题在于，多数企业评估AI投资时，采用了错误的会计逻辑——除非CFO修正这一点，否则数字不会改善。

成本会计的陷阱

多数AI商业案例建立在成本会计之上：节省的工时、避免的招聘、缩短的周期。这种逻辑将每个局部效率提升都视为对利润的贡献。这正是数十年来让制造商满负荷运转每台机器的逻辑——而Eliyahu Goldratt的约束理论（Theory of Constraints）早已证明，这种做法实际上导致了过量库存、更长的交付周期和隐性成本。

如今，同样的错误正在AI领域重演。Forrester预测，企业将把25%的计划内AI支出推迟至2027年，并指出不到三分之一的决策者能将AI价值与财务增长挂钩。普华永道（PwC）2026年全球CEO调查发现，56%的CEO表示其AI投资未带来任何回报。2024年，Klarna用AI聊天机器人取代了700名客服人员，成本会计将其视为胜利——直到客户满意度崩溃，公司悄然开始重新招聘人工。Forrester还发现，55%因AI而裁员的雇主如今对此感到后悔。

更糟的是，某些AI部署不仅未能创造价值，反而主动破坏价值。加拿大航空部署聊天机器人以降低客服成本，结果机器人编造了丧亲票价退款政策， tribunal 裁定该航司需支付赔偿。德勤澳大利亚使用AI加速政府报告，交付物却包含虚构引文和虚假参考文献，最终被迫部分退还29万美元合同款。在上述每个案例中，成本会计的商业案例都显示运营费用降低，但未捕捉到法律风险、补救措施和声誉损害带来的投资与运营费用增加——这些成本远超最初的节省。

每个案例中，AI举措都降低了局部成本或加速了局部任务，但都未能提升组织创造价值的速率。这一区别正是有效产出会计（Throughput Accounting）旨在捕捉的。

更好的视角：有效产出会计

正如Goldratt在《超越目标》（Beyond the Goal）中所写：“技术能带来益处，当且仅当它削弱了一个限制。”从这个视角看，CFO的问题不是AI是否强大，而是它是否削弱了制约财务绩效的具体限制。若非如此，投资只会产生活动，而非价值。

有效产出会计通过三个指标将这一洞见操作化：有效产出（T）是组织通过销售创造金钱的速率——即收入减去真正的变动成本；投资（I）是系统中占用的资本，不仅包括AI许可和计算资源，还包括再培训成本、验证基础设施和合规开销；运营费用（OE）是维持系统的持续成本，包括人工监督、错误纠正和治理。

决策规则很简单：一项好的投资应增加T，或减少I和OE——但前提是它作用于系统的约束环节。如果AI举措加速了非瓶颈步骤，系统产出不会改变，瓶颈未移动，惊人的速度提升永远不会反映到损益表上。

我亲眼见证过这一点。在一个大型企业转型项目中，AI工具将文档生成速度提升了240倍。成本会计会将其视为变革性收益。但系统约束是专家验证——一个依赖人工、无法并行化的审查步骤。结果：尽管上游速度提升240倍，有效产出仅达到目标的89%。AI让非瓶颈更快，但约束未移动，系统几乎未变。

CFO应改问的问题

NBER研究揭示了一个耐人寻味的细节：亲自使用AI的高管每周仅花1.5小时，却批准了数百万美元的企业级部署。高管经验与投资规模之间的鸿沟表明，决策更多由供应商叙事和同行压力驱动，而非约束分析。

在批准下一个AI项目前，CFO应要求回答三个问题。第一，该举措针对的系统约束是什么？如果团队无法指出限制有效产出的具体瓶颈，那么项目就是在优化非约束。第二，它是否增加了T，还是仅降低了局部OE？一个流程跑得更快，但若仍汇入相同的下游瓶颈，并未提高组织创造金钱的速率——它只是削减了局部成本，而有效产出持平。第三，它创造了哪些新的I和OE？每次AI部署都带有隐性投资——再培训、集成、验证流程——以及持续OE，如人工监督和错误纠正。如果T的净增加减去I和OE的增加为负，那么无论演示多么惊艳，该举措都在破坏价值。

当炒作消退，数学依然存在

这不是反AI的论点。AI应用于约束环节——真正削弱限制有效产出的瓶颈——可以带来变革。但若不加区分地应用，以局部速度而非系统有效产出来评估，且未经约束分析就批准，它将成为最昂贵的“一事无成”方式。那些报告零生产力影响的企业，并非因AI无效而失败，而是因衡量了错误的东西。有效产出会计为CFO提供了一种纪律，用以区分差异——并确保AI投资落在真正能推动业绩的地方。