麦肯锡发布了 2025 年的 AI 报告，今天给大家浅浅解读下。
报告中最核心的发现是：人工智能的应用正在拉开差距，而且公司与公司之间的差距越来越大。
1.参与率高，但都是浅浅的尝试
报告的第一个数据就很引人注目：90%的公司都声称使用人工智能。这个数字看起来非常高。
但紧接着的数据揭示了背后的真相：这 90% 的公司里，有67%承认自己仍停留在停滞阶段。
这说明，大多数组织只是真正进行了初步尝试，还没有让 AI 成为核心生产力。与此同时，51%的公司都承认遭遇过 AI 失误，主要问题是模型的不准确性。
一方面是超级高的参与率，另一方面是浅尝试和高失误，这构成了AI应用的普及现状。
2.体感创新了，但是实际利润没增长
报告显示，64%的企业认为人工智能促进了创新。大家都认为人工智能很有启发。
但只有39%的企业真正实现了息税前利润（EBIT）的增长。
这意味着，有近 25% 的公司，在 AI 上投入了资源，进行了创新，却没有赚到钱。
这说明，觉得ai有用，和用 AI 真正产生商业价值，是完全不同的两件事。
3.高绩效公司在做什么？
报告指出了前6%的高绩效公司，他们是如何拉开差距的？答案是：他们已经超越了特定阶段，在做三件具体的事：
1.重建工作流程
2.设定具体的增长目标，而不仅仅是效率目标
3.投入的真实预算
同时，这些公司评估AI的标准也变了。
大多数公司仍然评估AI提升了多少效率，而这些顶尖公司开始评估AI Agent（智能体）的行动速度，即执行和完成任务的效率。
将迎来人工智能的下一阶段，分散辅助工具转向自主执行。
4.这里有个成功的关键：高层必须亲自带队
最后，报告提出了一个关于执行的关键洞察：
那些规模化成功的公司，其高层领导承担AI项目的概率是其他公司的3倍。
这说起来比较拗口，就是得级别够的领导亲自带队。
AI转型是一个复杂的系统工程，它需要仓库组织架构和业务流程，必须由高层领导亲自推动。如果高层不带头，项目很难真正落地。
总的来说，AI已经进入了验证实际价值的阶段。真正的差距，体现在应用的深度上：是停留在浅层深度，还是进行了深度的流程重建。
而不同公司的差距也会愈来愈大，最终这些差距会反馈到业绩上。
#AI工具 #大模型#人工智能发展 #企业管理
报告中最核心的发现是：人工智能的应用正在拉开差距，而且公司与公司之间的差距越来越大。
1.参与率高，但都是浅浅的尝试
报告的第一个数据就很引人注目：90%的公司都声称使用人工智能。这个数字看起来非常高。
但紧接着的数据揭示了背后的真相：这 90% 的公司里，有67%承认自己仍停留在停滞阶段。
这说明，大多数组织只是真正进行了初步尝试，还没有让 AI 成为核心生产力。与此同时，51%的公司都承认遭遇过 AI 失误，主要问题是模型的不准确性。
一方面是超级高的参与率，另一方面是浅尝试和高失误，这构成了AI应用的普及现状。
2.体感创新了，但是实际利润没增长
报告显示，64%的企业认为人工智能促进了创新。大家都认为人工智能很有启发。
但只有39%的企业真正实现了息税前利润（EBIT）的增长。
这意味着，有近 25% 的公司，在 AI 上投入了资源，进行了创新，却没有赚到钱。
这说明，觉得ai有用，和用 AI 真正产生商业价值，是完全不同的两件事。
3.高绩效公司在做什么？
报告指出了前6%的高绩效公司，他们是如何拉开差距的？答案是：他们已经超越了特定阶段，在做三件具体的事：
1.重建工作流程
2.设定具体的增长目标，而不仅仅是效率目标
3.投入的真实预算
同时，这些公司评估AI的标准也变了。
大多数公司仍然评估AI提升了多少效率，而这些顶尖公司开始评估AI Agent（智能体）的行动速度，即执行和完成任务的效率。
将迎来人工智能的下一阶段，分散辅助工具转向自主执行。
4.这里有个成功的关键：高层必须亲自带队
最后，报告提出了一个关于执行的关键洞察：
那些规模化成功的公司，其高层领导承担AI项目的概率是其他公司的3倍。
这说起来比较拗口，就是得级别够的领导亲自带队。
AI转型是一个复杂的系统工程，它需要仓库组织架构和业务流程，必须由高层领导亲自推动。如果高层不带头，项目很难真正落地。
总的来说，AI已经进入了验证实际价值的阶段。真正的差距，体现在应用的深度上：是停留在浅层深度，还是进行了深度的流程重建。
而不同公司的差距也会愈来愈大，最终这些差距会反馈到业绩上。
#AI工具 #大模型#人工智能发展 #企业管理
