ساختن دفتر ارزش تحول با هوش مصنوعی

ساختن دفتر ارزش تحول با هوش مصنوعی یعنی گشودن یک سند حکمرانی مالی برای هر مأموریتی که شرکت اجرا می‌کند. هر مدخل با خط پایه‌ای اندازه‌گیری‌شده و ضدواقعیِ بیان‌شده باز می‌شود، منافع محقق‌شده را با روش انتساب و درجهٔ اطمینانِ صریح ثبت می‌کند، و هزینه‌ها را در ساخت و بهره‌برداری صادقانه دفتر می‌کند. با بازبینی فصلی مانند یک پرتفوی، دفتر «بازگشت سرمایهٔ AI» را از یک عدد بازاریابی به ترازِ ممیزی‌پذیر تبدیل می‌کند.

ادعاهای ارزشی که در اسلایدها ساخته می‌شوند در بازبینی‌های بودجه می‌میرند، به دلایل ساختاری، نه سیاسی. اسلایدها بهترین فصل و دوستانه‌ترین سنجه را گلچین می‌کنند، بهبودهای درصدیِ مخرج‌های بیان‌نشده را میان تیم‌ها مخلوط می‌کنند و ضدواقعی ندارند — پس هیچ دو عددی قابل‌مقایسه نیستند و هیچ‌یک را نمی‌توان ممیزی کرد. وقتی CFO می‌پرسد ابتکار چه هزینه‌ای داشت، به‌هرحال چه می‌شد و چه کسی تفاوت را راستی‌آزمایی کرد، اسلاید پاسخی ندارد. مدخل دفتر به‌ساختارِ خود به هر سه پاسخ می‌دهد.

این مقاله کالبدشناسی مدخل دفتر، طرح درجه‌بندی A تا D که حاکم است هر عدد چه ادعایی مجاز است، ضرب‌آهنگ فصلی حکمرانی که تصمیم‌های مقیاس-یا-کشتن را اجرا می‌کند، و الگوهای بازی با سیستم — به‌همراه کنترل‌ها — را تعریف می‌کند تا وقتی حسابداری ارزش مهم شد انتظارشان را داشته باشید.

خلاصهٔ مدیریتی

• شکست محوری، حسابداری است نه جاه‌طلبی: فقط حدود ۶٪ شرکت‌ها دستاورد مالی قابل‌توجه از AI گزارش می‌کنند (نظرسنجی State of AI مکنزی ۲۰۲۶، از پوشش ثانویه) حتی وقتی حدود ۸۰٪ کارکنان بهبود بهره‌وری شخصی گزارش می‌کنند.[۳]
• دفتر ارزش یعنی یک مدخل به‌ازای هر مأموریت AI: خط پایه و ضدواقعی هنگام گشودن، منافع ثبت‌شده با روش انتساب و درجهٔ اطمینان، هزینه‌ها در ساخت، بهره‌برداری، نظارت و دوباره‌کاری.
• درجه‌های A تا D تعریف می‌کنند هر عدد در جلسهٔ هیئت‌مدیره چه ادعایی مجاز است — از «عامل این را باعث شد» (آزموده با گروه گواه) تا «صرفاً ورودی برنامه‌ریزی».
• کنترل، ضریب است: سازمان‌هایی با حکمرانی نظام‌مند عامل حدود سه برابر ارزشِ استقرارهای کنترل‌نشده گزارش می‌کنند (پژوهش BCG، به‌تحلیل validant.ai).[۱]
• حکمرانی دندان می‌خواهد: بازبینی فصلی با ریاست CFO و قواعد کشتنِ ازپیش‌متعهدشده و حسابداری برداشت، در برابر پیش‌بینی گارتنر که بیش از ۴۰٪ پروژه‌های AI عامل‌محور تا پایان ۲۰۲۷ لغو می‌شوند و «ارزش مبهم کسب‌وکاری» در شمار علل ذکرشده است.[۴]

چرا ادعاهای ارزش تبخیر می‌شوند

شواهد ۲۰۲۶ به یک جهت اشاره می‌کند: پذیرش تقریباً همگانی است، حسابداریِ ارزش نه. در نظرسنجی State of AI مکنزی ۲۰۲۶ — نظرسنجی جهانی سازمانی که از طریق پوشش ET CIO، ANI و Jornal Económico نقل شده نه صفحهٔ اصلی — فقط حدود ۶٪ شرکت‌ها دستاورد مالی قابل‌توجه از AI گزارش می‌کنند، در حالی که حدود ۸۰٪ کارکنان بهبود بهره‌وری شخصی و فقط حدود ۳۷٪ شرکت‌ها بهبود درآمد دارند.[۳] ترکیب نمونه در پوشش ثانویه کاملاً دیدنی نیست، پس این‌ها را بزرگی‌های جهت‌دار بدانید — الگو خودِ نکته است. بهره‌وری سطح کارمند واقعی و فراگیر است. سود سطح سازمان کمیاب و کم‌شواهد. چیزی در فضای میان می‌شکند، و آن چیز عمدتاً سنجش است.

تحلیل ۲۰۲۶ Deloitte همین پارادوکس را از سمت سرمایه‌گذاری نام می‌برد: بودجه‌های AI بالا می‌روند در حالی که بازده‌های قابل‌اندازه‌گیری در اقلیتی از برنامه‌ها می‌مانند، و سنجشِ منضبط — خطوط پایه، انتساب، ردیابی منافع — همان است که برنامه‌های توانا در نشان‌دادن ارزش را از ناتوان جدا می‌کند.[۲] پشت هر دو، گزارش اوت ۲۰۲۵ آزمایشگاه رسانهٔ MIT / پروژهٔ NANDA نشسته است — که اینجا از پوشش Fortune نقل می‌شود — که یافت حدود ۹۵٪ پایلوت‌های هوش مصنوعی مولدِ سازمان‌ها در زمان مطالعه بازگشت قابل‌اندازه‌گیری در سود و زیان نداشتند. دامنهٔ رقم محل مناقشه است — پایلوت‌ها را می‌شمارد، نه همهٔ استقرارها — پس آن را زنگ خطر جهت‌دار بخوانید. علل منتسبش فارغ از این بحث آموزنده‌اند: خرید بدون یکپارچه‌سازی با جریان کار، ناسازگاری وظیفه و مدل، حمایت ضعیف از پذیرش و شکاف‌های سنجش.[۵]

نتیجهٔ مثبت، الگو را کامل می‌کند. The Formula for Agentic AI Value از BCG (سپتامبر ۲۰۲۶؛ نظرسنجی از چند صد مدیر اجرایی به‌علاوهٔ تحلیل مشتریان، و ضریب گزارش‌شده از تحلیل validant.ai نه نمودارهای اصلی) یافت که سازمان‌هایی که کنترل نظام‌مند بر عامل‌ها اعمال می‌کنند — حکمرانی، ارزیابی، اثبات ارزش — حدود سه برابر ارزش از AI عامل‌محور نسبت به استقرارهای کنترل‌نشده گزارش می‌کنند، در حالی که حدود نیمی از سازمان‌ها اصلاً ارزش قابل‌اندازه‌گیری از AI گزارش می‌کنند.[۱] چهار یافته را کنار هم بگذارید: ارزش AI به‌ندرت از وجودش شکست می‌خورد؛ از برخورد با محیط‌های ناسنجیده شکست می‌خورد. ارزش آنجا می‌ماند که به‌طور نظام‌مند سنجیده و کنترل شود — یک گزارهٔ حکمرانی، و مصنوعات حکمرانی در دفترها زندگی می‌کنند.

کالبدشناسی مدخل دفتر

مدخل دفتر یک سطر در پرتفوی است: یک مأموریت، یک مالک، یک موقعیت خالص، که وقتی مأموریت — واحد اجرای مأموریت تحول بومی AI — تأمین مالی می‌شود گشوده می‌شود. هر فیلد به پرسشی پاسخ می‌دهد که بازبین بودجه خواهد پرسید.

فیلد	آنچه ثبت می‌کند	پرسشی که پاسخ می‌دهد
شناسهٔ مأموریت + مالک	شناسه‌ای که مدخل را به مأموریتِ تأمین‌مالی‌شده و مدیرِ پاسخگو گره می‌زند	«چه کسی مالک این عدد است؟»
لایهٔ نتیجه + سنجه	یک سنجه از یک لایهٔ نتیجهٔ چارچوب ارزش هفت‌لایه	«واقعاً ادعا می‌کنیم چه چیزی را جابه‌جا کنیم؟»
خط پایه + روش	مقدار پیش از پرتاب و دقیقاً چگونگی اندازه‌گیری‌اش (سیستم مبدأ، بازه)	«در مقایسه با چه؟»
ضدواقعی	بدون مأموریت موجهاً چه می‌شد، بیان‌شده هنگام گشودن	«آیا این به‌هرحال اتفاق می‌افتاد؟»
ثبت‌های منفعت	ارزش ناخالص، درصد انتساب، درجهٔ اطمینانِ هر سطر، هر فصل	«چقدر، با چه انتسابی، با چه اطمینانی؟»
ثبت‌های هزینه	ساخت، بهره‌برداری، نظارت، دوباره‌کاری	«واقعاً چه هزینه‌ای داشت؟»
موقعیت خالص	منافع ثبت‌شده منهای هزینه‌های ثبت‌شده، انباشته و نرخ جاری	«آیا تراز هنوز مثبت است؟»
تصمیم	مقیاس / توقف / کشتن، ثبت‌شده با منطقش	«چه تصمیمی، بر چه شواهدی؟»

ثبت‌های هزینه همان صداقتِ ثبت‌های منافع را می‌خواهند: ساخت، هزینهٔ یک‌بارهٔ مهندسی و یکپارچه‌سازی است؛ بهره‌برداری، قبضِ جاری استنتاج، مجوز و پلتفرم؛ نظارت، نظارت انسانی‌ای که هزینهٔ واقعی عامل‌های سازمانی AI ناگزیرش می‌کند؛ دوباره‌کاری، رسیدگی به اجراهای ناموفق و نگهداشت پرامپت است که تیم‌ها در بودجه‌های دیگر پنهانش می‌کنند. منافع دقیق ثبت شوند و هزینه‌ها بی‌دقت، بازاریابی است، نه حکمرانی.

نمونهٔ پرشده (سناریوی ترکیبی نمایشی — فرض‌ها در ادامه)

یک مدخل تکمیل‌شده را در نظر بگیرید: توزیع‌کنندهٔ صنعتی میان‌اندازه‌ای با ۷۳۰ میلیون دلار درآمد سالانه — ترکیبی، نه شرکت مشخصی — که عامل پیگیری مطالبات را به‌عنوان مأموریت M-14 در برابر روزهای فروش جاری (DSO) در لایهٔ نتیجهٔ مالی اجرا می‌کند. فرض‌ها:

• خط پایه: DSO برابر ۵۲٫۰ روز، میانگین ۹۰ روز اخیر از ERP، قفل‌شده پیش از پرتاب.
• ضدواقعی: بدون عامل، DSO در ۵۲٫۰ تخت می‌ماند — محافظه‌کارانه، با توجه به سه سال رشد قبلی حدود یک روز در سال.
• نتیجه: عامل DSO را تا فصل چهارم به ۴۸٫۰ می‌رساند؛ با ۷۳۰M÷۳۶۵ ≈ ۲٫۰ میلیون دلار درآمد در روز، چهار روز ≈ ۸٫۰ میلیون دلار سرمایه در گردش آزاد می‌کند.
• نرخ‌ها: هزینهٔ سرمایه ۸٪؛ سلب‌ها از ۰٫۹۰٪ به ۰٫۸۰٪ درآمد می‌رسند؛ طرح ۱۶۰ هزار دلاری نیروی موقت فصلی لغو می‌شود.

ثبت‌های منفعت سال نخست: تأمین‌مالیِ اجتناب‌شده بر وجه نقدِ آزادشده — ۸٫۰M × ۸٪ = ۶۴۰ هزار دلار ناخالص، انتساب ۶۰٪ (مقایسهٔ منطبق، درجهٔ B) ← ثبت ۳۸۴ هزار؛ کاهش بدهی سوخته — ۰٫۱۰٪ × ۷۳۰M = ۷۳۰ هزار ناخالص، انتساب ۵۰٪ (قبل/بعد با تعدیل روند، درجهٔ C) ← ثبت ۳۶۵ هزار؛ اجتناب از نیروی موقت فصلی — ۱۶۰ هزار ناخالص، انتساب ۹۰٪ (استقرار مرحله‌ای با گروه گواهِ ۱۵٪ حساب‌ها، درجهٔ A) ← ثبت ۱۴۴ هزار. مجموع منافع ثبت‌شده: ۳۸۴ + ۳۶۵ + ۱۴۴ = ۸۹۳ هزار دلار. ثبت‌های هزینه: ساخت ۴۲۰ هزار (یک‌باره) + بهره‌برداری ۹۵ هزار + نظارت ۱۴۰ هزار + دوباره‌کاری ۶۰ هزار = ۷۱۵ هزار دلار. موقعیت خالص سال نخست: +۱۷۸ هزار دلار؛ نرخ جاری از سال دوم: +۵۹۸ هزار دلار در سال. بازبینی فصل چهارم ثبت می‌کند: مقیاس به واحد کسب‌وکار دوم؛ ارتقای سطر تأمین‌مالی به درجهٔ A از طریق گروه گواه در گسترش.

طرح درجه‌بندی اطمینان

درجه، احساسِ کسی دربارهٔ پروژه نیست؛ خاصیتِ روش انتسابِ پشت یک سطر ثبتِ مشخص است. چهار درجه:

درجهٔ A — استقرار تصادفی یا مرحله‌ای با گروه گواه. بخشی از جامعهٔ واجد شرایط عمداً کنار گذاشته می‌شود و تفاوتِ ثبت‌شده‌ها در برابر گروه گواه مستقیماً اندازه‌گیری می‌شود — تنها طراحی‌ای که ادعای کاملِ اتاق هیئت‌مدیره را پشتیبانی می‌کند: «عامل این را باعث کرد، خالصِ از عوامل مخدوش‌کننده.» آن را برای ثبت‌هایی نگه دارید که عدد تیتری را حمل می‌کنند؛ گروه‌های گواه پوشش واقعی هزینه می‌کنند.

درجهٔ B — مقایسهٔ منطبق. واحدهای ثبت‌شده در برابر واحدهای ثبت‌نشدهٔ منطبقِ آماری مقایسه می‌شوند — اندازهٔ قابل‌مقایسه، پیرشدگی، منطقه. ادعای مجاز: «ارزش واقعی است؛ بزرگی‌اش تخفیفِ بیان‌شده دارد.» درصدهای انتساب در بازهٔ ۵۰ تا ۷۰٪ طبیعی‌اند؛ تخفیف افشا می‌شود، نه پنهان.

درجهٔ C — قبل/بعد با تعدیل روند. روند پیش از پرتابِ سنجه به جلو برآورد می‌شود و دلتا نسبت به آن برآورد به مأموریت منتسب می‌شود. ادعای مجاز: «به‌احتمال قابل‌انتساب؛ جهت‌دار تلقی کنید.» برای ثبت‌های ثانویه خوب است — اما پرتفوی‌ای که هر سطرش درجهٔ C است مشکلِ سنجش دارد، نه مشکلِ ارائه.

درجهٔ D — برآورد جهت‌دار. هیچ ضدواقعی معتبری وجود ندارد؛ عدد یک حدس آگاهانه است. ادعای مجاز: هیچ، به‌عنوان ارزش محقق‌شده. اعداد درجهٔ D ورودی برنامه‌ریزی‌اند، و ثبت‌شان به‌عنوان منفعت، گناه کبیرهٔ دفتر است.

دو قاعده درجه‌بندی را پای‌دار می‌کند: درجه به هر سطرِ منفعت می‌چسبد، نه به مأموریت، و درجه‌ها با بهبود شواهد مهاجرت می‌کنند. طراحی ارزیابی که عامل‌ها را به نتایج کسب‌وکاری گره می‌زند همان نظمی است که شواهد درجهٔ A تولید می‌کند؛ دفتر همان چیزی است که این نظم را هزینه‌اش می‌ارزد.

ضرب‌آهنگ حکمرانی

دفتر ارزشِ خود را در چرخهٔ بازبینی به دست می‌آورد، نه در قالب.

هیئت بازبینی فصلی با ریاست CFO. هر مدخل در تقویمی ثابت بازخوانده می‌شود: ثبت‌ها به‌روز، درجه‌ها تأیید مجدد، موقعیت خالص بازمحاسبه، و یک تصمیم — مقیاس، توقف یا کشتن — با منطقش ثبت می‌شود. مالکان مأموریت، شرکای مالی و ممیزی داخلی حاضرند؛ دستور جلسه هرگز عوض نمی‌شود، چون مقایسه‌پذیریِ میان مأموریت‌ها و در زمان، خودِ محصول است.

قواعد کشتن هنگام گشودن تعیین می‌شوند، نه در جلسه. قاعدهٔ متداول: دو فصل پیاپی با نرخ جاریِ خالصِ ثبت‌شده زیر آستانهٔ توافق‌شده — یا تنزلِ سطری که موقعیت خالص بدان تکیه دارد به زیر درجهٔ C — فرایند تعطیلی تدریجی را فعال می‌کند. تعهدِ ازپیش به آن، جنگ سیاسی را به عملی اداری تبدیل می‌کند — تنها دفاع اتکاپذیر در برابر واکنش هزینهٔ فروشده که عامل‌های زامبی را زنده نگه می‌دارد.

حسابداری برداشت. قابلیت‌های بازکاربردی — سازوکار ارزیابی، آداپتورهای یکپارچه‌سازی، کتابخانه‌های پرامپت، راهنماهای نظارت — هنگام نخستین ساخت به‌عنوان دارایی ثبت می‌شوند؛ هر مأموریت بعدی، بازکاربردشان را به‌جای پرداخت مجددِ همان لوله‌کشی، به‌صورت اجتناب از هزینه ثبت می‌کند. بدون این، هر مأموریت بنیان‌ها را از نو می‌سازد و پرتفوی بدتر از واقعیتش دیده می‌شود؛ با آن، اقتصادِ انباشته‌شوندهٔ مدل عملیاتیِ بومی AI در حساب‌ها مرئی می‌شود.

هشدار بیرونی، استدلال را قوی‌تر می‌کند. در پیش‌بینی ژوئن ۲۰۲۵ — یک پیش‌بینی، نه نتیجهٔ مشاهده‌شده — گارتنر پیش‌بینی کرد بیش از ۴۰٪ پروژه‌های AI عامل‌محور تا پایان ۲۰۲۷ لغو می‌شوند، با استناد به هزینه‌های فزاینده، ارزش مبهم کسب‌وکاری و کنترل‌های ناکافی ریسک.[۴] علت میانی را دقیق بخوانید: «ارزش مبهم کسب‌وکاری» دقیقاً همان وضعیتی است که دفتر آن را ساختاراً ناممکن می‌کند. ارزش یا با روش و درجهٔ بیان‌شده ثبت می‌شود، یا آنجا نیست؛ ابهام نمی‌تواند چهار فصل انباشته شود و یک بازبینی بودجه را غافلگیر کند.

الگوهای متداول بازی با سیستم و کنترل‌ها

نظام سنجشی که نتایج بودجه را تغییر دهد، مورد بازی قرار می‌گیرد؛ این را فرض کنید و برایش طراحی کنید. سه الگو، بیشترِ سوءاستفاده از دفتر را توضیح می‌دهند.

الگوی بازی	چه شکلی است	کنترل
تورم خط پایه	خط پایه در ماهی به‌طور مصنوعی بد، یا شل تعریف شده، ثبت می‌شود تا برتری بزرگ‌نمایی شود.	خطوط پایه پیش از پرتاب از سیستم مبدأ در بازهٔ ثابت (۹۰ روز اخیر) قفل و توسط شریک مالی امضای مقابل می‌شوند؛ تغییرها به‌عنوان اصلاحِ مجدد ثبت می‌شوند.
شمارش دوباره	همان صرفه‌جویی توسط دو مأموریت، یا هم توسط IT و هم توسط واحدِ مالک سود و زیان ثبت می‌شود.	یک مالکِ پاسخگوی سنجه به‌ازای هر سطر ثبت؛ هیئت بازبینی در سطح پرتفوی یکسان‌زدایی می‌کند؛ مأموریت‌های فرزند به بالا انتساب می‌دهند نه اثر را دوباره ثبت.
احتکار منفعت هنگام بودجه	منافع درست پیش از مهلت بودجه به ثبت می‌شوند و هزینه‌ها به «فصل بعد» موکول.	تقویم ثبت فصلیِ ثابت بر مبنای تعهدی — اثرها در فصلِ وقوع ثبت می‌شوند — به‌علاوهٔ نمونه‌گیری سالانهٔ ممیزی داخلی از ادعاهای درجهٔ B به بالا.

هر سه کنترل یک خاصیت مشترک دارند: اختیار را از لحظهٔ وسوسه به لحظهٔ طراحی منتقل می‌کنند. حکمرانی همین است. CFOای که دفتر را بدون کنترل‌ها نصب کند، شکلی رسمی‌تر از فریب‌خوردن خریده است.

پیام‌های کلیدی

• ادعاهای ارزش AI در بازبینی‌های بودجه می‌میرند چون اسلایدها گلچین، غیرقابل‌مقایسه و غیرقابل‌ممیزی‌اند؛ مدخل دفتر به‌ساختارِ خود قابل‌مقایسه و ممیزی‌پذیر است.
• یک مدخل به‌ازای مأموریت: خط پایه و ضدواقعی هنگام گشودن، ثبت‌های منفعت و هزینه با روش و درجه، موقعیت خالص، و تصمیمی ثبت‌شده.
• روش انتساب خودِ محصول است — درجهٔ A (گروه گواه) ادعاهای علّی در جلسهٔ هیئت‌مدیره را پشتیبانی می‌کند؛ درجهٔ D به‌عنوان ارزش محقق‌شده هیچ چیز را پشتیبانی نمی‌کند.
• هزینه‌ها را به‌اندازهٔ منافع صادقانه ثبت کنید: ساخت، بهره‌برداری، نظارت، دوباره‌کاری.
• بازبینی فصلی با ریاست CFO و قواعد کشتنِ ازپیش‌متعهدشده، تعطیلی‌ها را به اقدامی اداری تبدیل می‌کند؛ حسابداری برداشت، قابلیت‌های بازکاربردی را میان مأموریت‌ها انباشته می‌کند.
• شواهد بیرونی هم‌راستاست: حدود ۶٪ شرکت‌ها دستاورد مالی قابل‌توجه گزارش می‌کنند (نظرسنجی مکنزی ۲۰۲۶، از پوشش ثانویه)، و استقرارهای کنترل‌شده حدود سه برابر ارزشِ کنترل‌نشده‌ها را گزارش می‌کنند (BCG، به‌تحلیل validant.ai).

رهبران در گام بعدی چه باید بکنند

1. دفتر ارزش را برای همهٔ هزینه‌های AI بالاتر از آستانهٔ تعریف‌شده الزامی کنید و مدخلِ امضاشده — خط پایه، ضدواقعی، طرح هزینه — را شرطِ پیشینِ تأمین مالی کنید. (CFO، ۳۰ روز نخست)
2. مدخل‌های پرتفوی فعلی را بازنویسی و ادعاهای موجود را صادقانه درجه‌بندی کنید؛ انتظار بیشتراً C و D را داشته باشید و شکاف را نقشهٔ راه سنجش بدانید. (دفتر تحول، ۶۰ روز نخست)
3. برای دو مأموریت بزرگ گروه‌های گواه طراحی کنید و ثبت‌های تیتری‌شان را به سمت درجهٔ A ارتقا دهید. (مالکان واحدهای کسب‌وکار، فصل آینده)
4. خطوط پایه را پیش از پرتاب در سیستم مبدأ قفل کنید، با امضای مقابل مالی؛ خطوط پایهٔ پس‌رویدادی را کلاً لغو کنید. (شرکای مالی، از چرخهٔ تأمین مالی بعد)
5. ادعاهای درجهٔ B به بالا را نمونه‌گیری کنید و موقعیت خالص پرتفوی را در کتاب بودجهٔ سالانه منتشر کنید. (CFO به‌همراه ممیزی داخلی، سالانه)

منابع

1. Boston Consulting Group — The Formula for Agentic AI Value، ۳۰ سپتامبر ۲۰۲۶. bcg.com — پشتیبانِ ارزشِ گزارش‌شدهٔ حدود ۳ برابرِ کنترل نظام‌مند عامل در برابر استقرارهای کنترل‌نشده؛ ضریب از خلاصهٔ validant.ai می‌آید نه نمودارهای اصلی، پس بزرگی را جهت‌دار بدانید.
2. Deloitte Insights — AI ROI: The paradox of rising investment and elusive returns، ۲۰۲۶. deloitte.com — پشتیبانِ سرمایه‌گذاری فزاینده در برابر بازده‌های متمرکز در اقلیتی از برنامه‌ها، با سنجش منضبط به‌عنوان وجه تمایز؛ تحلیل مشاوره‌ای، جزئیات نمودارها بازیابی نشده است.
3. McKinsey & Company (نظرسنجی)؛ پوشش Economic Times CIO، ANI و Jornal Económico — The State of AI, 2026 survey (به‌روایت ET CIO / ANI / Jornal Económico)، ۱۶ اکتبر ۲۰۲۶. cio.economictimes.indiatimes.com — پشتیبانِ رقم حدود ۶٪ دستاورد مالی قابل‌توجه و شکاف ۸۰٪ بهره‌وری کارکنان در برابر ۳۷٪ بهبود درآمد؛ ارقام از پوشش ثانویهٔ مستقل نظرسنجی می‌آیند، پس جهت‌دارند، نه معیار دقیق.
4. Gartner Newsroom — Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027، ۲۵ ژوئن ۲۰۲۵. gartner.com — پشتیبانِ پیش‌بینی لغو و علل ذکرشده‌اش (هزینه‌های فزاینده، ارزش مبهم کسب‌وکاری، کنترل‌های ناکافی ریسک)؛ پیش‌بینی با بازهٔ زمانی بیان‌شده، نه نتیجهٔ مشاهده‌شده، و روش‌شناسی اختصاصی است.
5. MIT (Media Lab, Project NANDA) — The GenAI Divide: State of AI in Business 2025، ۱۸ اوت ۲۰۲۵. fortune.com — پشتیبانِ یافتهٔ حدود ۹۵٪ فقدان بازگشت قابل‌اندازه‌گیری در سود و زیان برای پایلوت‌های هوش مصنوعی مولد در زمان مطالعه و علل منتسبش (یکپارچه‌سازی، تناسب وظیفه، پذیرش، شکاف سنجش)؛ نقل از پوشش Fortune، و رقم ۹۵٪ از نظر دامنه محل مناقشه است (پایلوت‌ها، نه همهٔ استقرارها).