Only 12% of CEOs Say AI Has Delivered Both Cost and Revenue Benefits

Most enterprises are spending more on AI than ever before. Most are not seeing the return.

PwC surveyed 4,454 chief executives across 95 countries in January 2026. The question was simple: what did AI do to your revenue and your costs over the last twelve months?

The biggest single answer, at 56%, was nothing.

Not slower growth than expected. Not marginal improvement. Nothing. More than half of the world's CEOs reported that AI delivered neither higher revenue nor lower costs in the past year. Twelve percent reported both. PwC calls them the vanguard.

And roughly 13% came out worse. Costs went up. Revenue did not follow.

That last number is the one that rarely appears in coverage. More than one in ten CEOs who deployed AI ended the year with a worse cost structure, and nothing on the revenue side to show for it.

>

What the 12% Did Differently

The vanguard is a different decision. CEOs reporting both cost and revenue gains are two to three times more likely to have embedded AI extensively across products and services, demand generation, and strategic decision-making. Not in one function. Not in one pilot. Extensively, across the business.

Also, 44% of vanguard companies have applied AI to their products, services, and customer experiences. Among all other companies, that figure is 17%. The gap between 44% and 17% is a deployment decision gap. The vanguard did not have better models or bigger budgets. They embedded AI deeper.

PwC's separate analysis quantifies the commercial result of that decision. Companies applying AI widely to products, services, and customer experiences achieved nearly four percentage points higher profit margins than those that did not. And organizations that built strong AI foundations are three times more likely to report meaningful financial returns than those that did not.

"A small group of companies are already turning AI into measurable financial returns, while many others are still struggling to move beyond pilots. That gap is starting to show up in confidence and competitiveness, and it will widen quickly for those that don't act,” said PwC Global Chairman Mohamed Kande.

The failure mode behind the 56% and the 13% is the same. Deploying AI in isolated workflows without building the foundation across the business generates neither the cost efficiency that requires scale nor the revenue growth that requires AI in the customer-facing layer simultaneously.

What This Week's Earnings Calls Showed

Last week, three public companies reported results that show what the vanguard looks like in practice. Adobe reported AI-first ARR exceeding $650 million, up more than 150% year over year. 

Firefly ARR grew 40% in a single quarter. Acrobat AI Assistant monthly active users doubled. Adobe embedded AI across Firefly, Acrobat, Express, GenStudio, CX Enterprise, and Experience Platform simultaneously.

Atlassian disclosed that customers using Rovo grow total Atlassian ARR at twice the rate of comparable customers not using it. The customers generating the most autonomous AI work are expanding their Atlassian spending at 1.5 times the rate of non-AI customers.

Salesforce delivered 3.2 billion Agentic Work Units in Q2, discrete tasks completed by AI agents without human intervention, up 97% from the prior quarter. The ten largest AWU customers increased their total Salesforce spending by more than 1.5 times over the previous year.

Three different companies. Three different products. The same commercial pattern: AI embedded extensively produces the return that AI deployed selectively does not.

The Question

The gap between the 12% and the 88% is not a technology gap. The models are available to everyone. The platforms are available to everyone. The gap is a decision gap. How deeply to embed AI, across how many functions, with how much organizational commitment behind it.

Every enterprise has a number that answers the PwC question for itself. How many of your AI deployments are running in production? How many business functions have AI embedded extensively rather than experimentally? Is your AI showing up in your revenue line, or just in your technology budget?

The 12% can answer those questions specifically. The 88% are still working toward it.