2026 年 02 月 20 日 ⏰ 星期五农历正月初四字数 4229，阅读大约需 7 分钟

本文由AI分析解读，报告全文见文末8 MB | 32 页

大家好，今天我们一起来学习麦肯锡于2025年11月发布的《2025年人工智能的状态：代理、创新和转型》。这份报告调研了全球105个国家的近2000家企业，揭示了AI从"工具普及"到"价值变现"的关键转折期。读完你会发现，大多数企业其实还在AI的"新手村"里打转，真正玩明白的只是少数。

? AI用得多，但用得浅：88%企业在用，仅三分之一规模化

先说个扎心的事实：虽然近九成企业表示已经在用AI，但三分之二的企业其实还停留在实验或试点阶段，真正完成规模化部署的不到三分之一。

这个差距在收入规模上体现得特别明显。年收入超过50亿美元的大公司里，近一半已经进入规模化阶段；但在收入不到1亿美元的小公司中，这个比例只有29%。说白了，AI正在变成大企业的"特权游戏"——它们有钱砸基础设施、有人才做整合、有耐心等回报。

更值得玩味的是"生成式AI"的曲线。2023年ChatGPT爆火时，只有33%企业开始尝试；两年后这个数字飙到79%。但热闹背后，很多人只是把AI当成"高级搜索"或"文案助手"，并没有真正嵌入业务流程。就像报告里说的："虽然AI工具现在很普遍，但大多数组织还没有足够深入地将其嵌入工作流程和流程中，以实现企业级的材料效益。"

? AI代理来了：23%企业在规模化，但大多只敢试一两个场景

今年报告最大的新变量是"AI代理"——那些能自主规划、多步骤执行任务的智能系统。调研显示，62%的企业至少在尝试AI代理，23%已经开始规模化部署。

但别被数字骗了。细看会发现，这些"规模化"大多很克制：超过一半的企业只敢在一到两个功能里用代理。按功能分，IT和知识管理是最热门的试验田——IT的服务台管理、知识管理的深度研究，这些场景已经跑出了相对成熟的玩法。

行业差异也很明显。科技、媒体、电信和医疗保健行业在AI代理上最激进，传统制造业和供应链领域则相对保守。这种分化背后其实是风险考量：前者容错率相对较高，后者一旦出错代价巨大。

迈克尔·蔡（麦肯锡资深研究员）在报告里泼了盆冷水："大约四分之一的调查受访者表示他们已经开始扩展至少一个代理式人工智能系统，但通常只在一到两个业务功能中……这一差距突显了'炒作周期'中表现出的巨大潜力与当前实际情况之间的对比。"翻译成人话：AI代理确实很香，但做好它需要付出艰苦的努力。

? 钱景如何？成本降了，收入涨了，但企业级利润影响仍有限

企业到底从AI身上赚到钱了没？答案是：局部胜利很多，全局胜利很少。

在成本端，软件工程、制造业和IT是"降本三巨头"。56%的受访者表示这些领域因为AI实现了成本下降，其中不少人降幅超过10%。一个代码助手能让程序员少熬几个夜，一条智能质检线能减少一批次品，这些账算得过来。

在收入端，市场营销、战略财务、产品开发是"增收三剑客"。67%的营销部门、65%的战略部门表示AI带来了收入增长。AI写文案、做分析、辅助决策，这些场景已经产生了真金白银的回报。

但问题是，这些收益大多停留在"用例层面"，没上升到"企业层面"。只有39%的受访者表示AI对企业整体EBIT（息税前利润）产生了影响，而且其中大部分贡献占比不到5%。换句话说，AI现在还是"锦上添花"，远没到"雪中送炭"的程度。

不过有个积极信号：64%的企业表示AI显著提升了创新能力。这种"软实力"的提升短期内未必体现在财报上，但长期可能是更关键的竞争力。

? 高绩效者的秘密：他们不只想省钱，更想"重新发明业务"

报告把AI高绩效者（EBIT贡献超5%且认为创造了显著价值的企业，约占6%）单独拎出来分析，发现这群人真的不太一样。

第一，野心完全不同。 普通企业想的是"用AI省点钱"，高绩效者想的是"用AI重构业务"。50%的高绩效者表示要用AI实现"变革性转变"，这个比例是其他企业的3.6倍。他们不是把AI当工具，而是当转型的催化剂。

第二，敢动"手术刀"。 55%的高绩效者表示已经"从根本上重新设计了工作流程"，而普通企业只有20%。这不是简单的"把AI塞进现有流程"，而是"为了AI重新设计流程"。比如客服部门不是"给客服代表配个AI助手"，而是"让AI处理80%的常规咨询，人类专注复杂情绪和投诉升级"。

第三，领导层真下场。 48%的高绩效者强烈认同"高管对AI项目有真正的所有权和承诺"，普通企业只有16%。这种承诺不是喊口号，而是"持续资助、参与预算重排、亲自示范使用"。

第四，舍得砸钱。 35%的高绩效者将超过20%的数字预算投入AI，是普通企业的近5倍。而且他们的投资是系统性的——人才、技术、数据、治理，六个维度齐头并进。

塔拉·巴拉克里希南（麦肯锡合伙人）点评得很到位："高绩效者的AI议程超越了推动增量效率提升……当领导者为AI阐述变革愿景时，我们看到它在协同、投资和整体能量方面激发了组织。"

? 人怎么办？三成企业预计减员，但技能需求正在重塑

AI对就业的影响，今年报告给出了更复杂的图景。

短期来看，变化还不算剧烈。过去一年，大多数职能的员工数量变化在3%以内，服务运营、人力资源、供应链等领域有少量减员，软件工程反而有增加。

但未来一年的预期明显更悲观：32%的受访者预计整体员工规模会减少，13%预计会增加，43%认为不变。大型企业和AI高绩效者更可能预期显著变化——无论是增是减，波动都会更大。

有趣的是，AI相关岗位招聘其实挺火热，尤其是大公司。软件工程师、数据工程师、机器学习工程师是最抢手的人才，AI产品经理、数据架构师、AI合规专家的需求也在涨。亚里莎·Yee（麦肯锡全球研究院院长）指出："在理赔员、数字营销人员和财富管理师等职位上，我们看到对人工智能技能的需求正在增加；通常，这涉及将人工智能融入到现有的角色或工作流程中。"

这意味着什么？纯执行岗在收缩，"AI增强型"岗位在扩张。未来不属于会被AI替代的人，而属于会用AI增强自己的人。

⚠️ 风险在累积： inaccuracy成最大痛点，但可解释性被忽视

随着AI用得更深，风险也在暴露。今年报告有个重要发现：企业经历的风险和正在缓解的风险高度相关——简单说，"挨过打才知道疼"。

不准确性（inaccuracy）是头号痛点：30%的企业经历过AI出错带来的负面后果，54%正在采取措施缓解。这在医疗诊断、金融风控等场景尤其致命。

网络安全、合规性、知识产权侵权也是高频风险。值得注意的是，可解释性（explainability）虽然被14%的企业列为已发生风险，但只有28%在主动缓解，这个比例远低于不准确性（54%）和网络安全（51%）。这可能是个隐患——当AI做出关键决策时，如果人类无法理解其逻辑，监管和信任都会成问题。

高绩效者在这里又展现了"先进经验"：他们经历的负面后果反而更多（因为用得深、用得猛），但缓解措施也更全面。亚历山大·苏哈列夫斯基（麦肯锡高级合伙人）解释："由于他们更雄心勃勃，AI表现优异者更有可能在实际关键情境中使用这项技术……他们还报告说，比其他人更频繁地缓解这些风险，因为他们意识到了这些风险。"

? 给企业的行动清单：从"会用"到"用好"的六个关键

综合报告内容，想要成为AI高绩效者，企业需要在六个维度发力：

战略层面：别只盯着降本，要把增长和创新写进AI的KPI。高管得真重视，不是批预算就行，要参与、要示范、要持续投入。

人才层面：招AI专家，更要培养"AI增强型"员工。数据工程师、MLOps（机器学习运维）人才尤其关键。

运营层面：重新设计工作流程，让AI嵌入业务肌理，而不是外挂一个工具。建立"人在回路"机制，知道什么时候该让人类介入。

技术层面：基础设施要跟上，能支持最新模型的快速迭代。敏捷开发、快速试错是标配。

数据层面：把数据当产品来运营，建立可复用的数据资产。没有好数据，再强的模型也是巧妇难为无米之炊。

采纳与扩展：定义清晰的AI路线图，跟踪KPI，建立跨职能的治理机制。别让大家各自为战。

? 结语：AI的"iPhone时刻"已过，"工业革命时刻"未到

读完这份报告，我最深的感受是：AI已经走过了"有没有"的阶段，正在经历"用不用"的阶段，距离"好不好"还有相当长的路。

88%的使用率说明AI不再是新鲜事物，但39%的企业级利润贡献率说明价值释放还远未充分。AI代理的兴起代表了下一个突破方向，但23%的规模化率和"只敢试一两个场景"的谨慎，说明技术成熟度和组织 readiness（ readiness）之间还有鸿沟。

对于企业来说，现在最危险的不是"不用AI"，而是"用得很浅却自以为在用AI"。真正的竞争优势属于那些敢于重新定义业务流程、敢于投入资源、敢于承担风险去"重新发明业务"的组织。

就像报告结尾说的："随着人工智能工具（包括智能体）的改进和公司能力的成熟，将人工智能更全面地嵌入企业的机会将为组织提供新的捕获价值并创造竞争优势的方式。"

这场AI转型的马拉松，大多数人刚跑完前五公里。你是准备继续散步，还是开始加速？

报告原文

Mckinsey《2025年人工智能的状态：代理，创新和转型》扫码即可获取（ 8 MB | 32 页）