一些工程师默默使用AI工具，却隐瞒使用事实，以避免显得技能不足。
许多人担心承认使用AI会使自己显得懒惰、无能，甚至不诚实。
类似的形象顾虑导致放射科医生忽视AI建议 以保护专业自豪感。
一家金融服务公司通过推出“AI大师”计划翻转了这种偏见，该计划优先考虑那些展现出卓越AI技能的员工，无论其职级如何。
这将掌握AI能力视为专业性和前瞻性，而非懒惰或无能。
同样重要的是，为专业尊严设计AI的使用方式。
企业可以将AI定位为一个呈现事实而不做判断的工具，而将最终结论权交还给专业人士。这种表述强化了专业能力，而非削弱它。
在全球各行业中，企业加速争夺人工智能（AI）的先机。然而，尽管热情高涨，实际执行却常常落后于雄心勃勃的愿景。
在此背景下，德勤中国与香港大学（HKU）管理与组织研究中心联合成立了“德勤-港大组织变革实验室”，旨在揭示一项针对100多名高管的调查结果：人工智能所展现出的变革潜力与目前实际取得的可衡量成果之间存在明显脱节。
中国企业AI应用已普及，但深度不足：69%的企业已尝试或小规模应用AI，但仅8%实现全面转型。
企业AI应用场景集中：客户服务（58%）、营销（54%）、IT（53%）最成熟，研发（45%）逐步提升，财务/人事等后台职能仍落后。
近半数企业承认AI收益未达预期，9%项目出现负回报，高估现象普遍：21%项目预期收益10-25%，实际仅13%达标，36%项目无法量化价值，暴露管理缺陷。
组织和执行是实现人工智能的关键障碍。三大核心障碍：部门孤岛（33%）阻碍跨职能协作与数据整合；缺乏快速见效成果（32%）导致信心流失；数据质量/可用性差（31%）限制模型效能。
未来战略重点：研发（R&D）投资优先级跃升至51%（当前45%），标志AI从“降本工具”转向“创新引擎”。
企业AI应用的成功关键，文化变革＞技术部署，需打破部门墙，建立数据驱动文化。
十大原因导致AI表现不佳
AI需嵌入工作流节点（Node）、连接（Edge）与系统网络（Network）三层（如车企软件-硬件协同瓶颈案例）。
打破数据/资源囤积、调整晋升体系（认可AI技能）、平衡问责透明度与组织和谐。
企业从可量化价值的成熟场景切入（如客服自动化），建立信心后扩展至创新领域。
同步推进技术基建（统一知识库+智能体平台）、组织变革（培训、激励、跨职能协作）与战略升级（从成本节约到收入增长）。
中国企业AI应用呈现“广而不深、热而未熟”的特征。
突破瓶颈需将AI视为组织变革工程，通过文化重塑、流程再造与治理创新，方能跨越“承诺与绩效悖论”，释放长期价值。
编辑：豆豆
资料来源：《德勤中国2026企业AI应用指数》
（部分内容由AI生成）
《德勤中国2026企业AI应用指数》
相关推荐
