随着Agent持续推进，企业AI正在进入一个很微妙的阶段。
一方面，AI似乎终于开始兑现价值。BCG在7月底最新发布的一项调查显示，近九成CEO表示，公司已经在局部业务中看到了一些降本或增收。（文末有链接，全文PDF可以私信）
但另一方面，大多数公司仍然回答不了一个更关键的问题：这些局部收益，怎样才能变成整个公司的利润表结果？
过去两年，很多企业购买账号、建设平台、举办培训、启动试点，AI项目越来越多，演示也越来越精彩。但试点成功，并不等于企业成功。
真正的考验现在才开始。
BCG在这项覆盖152位CEO的调查中，把AI高绩效企业定义为：借助AI实现至少10%的成本下降，或者至少5%的收入增长；低绩效企业则是成本下降不足5%，或收入增长不足2%。
比较两组企业之后，一个反常识的结论出现了：
AI价值的分水岭，首先不是模型能力，而是组织执行。
一、AI落地最大的障碍，不是技术
很多企业一谈AI落地，首先想到的是模型够不够强、数据够不够好、系统能不能接起来。
这些问题当然重要。
但BCG问CEO：“什么因素限制了AI转化为规模化财务价值？”排在前两位的，并不是技术。
56%的CEO选择了“AI项目与具体财务结果缺少清晰连接”；55%选择了“人员、流程和激励机制没有围绕AI重新设计”；技术或数据能力缺口以49%排在第三位。
这组数据很值得反复看。
这说明，一家公司即使选对了模型、建好了平台、做出了可用的Agent，也可能无法获得规模化价值。
因为模型只解决“任务能不能完成”，企业还需要解决另外三个问题：这个任务为什么值得做，完成之后改变哪个业务指标，最终由谁对结果负责。
如果这三个问题没有答案，AI越容易部署，组织越容易陷入一种“高产的无效”。项目数量增加了，调用次数增长了，员工节省了工时，但收入没有增长，成本也没有真正下降。
使用率不是价值。自动化任务数也不是价值。
AI只有穿过业务流程，最后进入收入、成本、现金流或风险损失，才算形成了企业价值。
二、真正的问题，是“知道”和“做到”之间的巨大落差
更令人意外的是，多数CEO并非不知道问题在哪里。
他们知道AI项目应该连接利润表，知道流程和岗位需要重构，也知道人和变革管理需要投入。问题是，企业的实际行动远远没有跟上认知。
56%的CEO认为AI与财务结果连接不清是关键障碍，但只有14%的企业为所有AI项目明确了利润表影响。
55%的CEO意识到人员和工作方式没有重构，但只有32%充分投入人员与变革管理，只有30%让HR进入AI治理。相比之下，让技术部门参与治理的企业达到82%。
这个结果暴露出许多企业AI转型的真实结构：
技术部门负责平台，业务部门提供场景，员工参加培训，管理层定期听汇报。每个人都参与了一部分，却没有人从端到端为财务结果负责。
最后的现实是AI成为一个跨部门项目，却没有成为一场真正的业务转型。
这也是为什么很多公司试点很多，规模化很少。
BCG的调查显示，64%的CEO表示企业正在推进AI试点，但只有26%把AI嵌入更广泛的业务转型。
试点可以绕开遗留系统、数据缺口、跨部门协作和复杂例外。真正进入业务以后，这些问题一个都绕不开。
所以，试点验证的是“AI能不能做”；规模化验证的是“公司能不能变”。
三、AI没有改变转型的基本规律，只是把一切放大了
BCG有一句判断很准确：AI并没有改变企业转型的基本规律，它只是放大了这些规律。
首先，对人的影响更大。
传统数字化通常改变工具和操作步骤，AI还会改变完成任务所需要的技能、岗位之间的分工，以及团队的决策方式。员工需要承担更多判断、分析和高价值决策，管理者也必须重新定义哪些事情交给AI、哪些结果必须由人负责。
其次，计划更容易过时。
一个为期两三年的传统转型计划，可以围绕相对稳定的技术路线推进。但AI能力在项目实施过程中还会持续变化。今天需要自建的功能，半年后可能已经成为通用模型的基础能力；今天可接受的成本结构，也可能很快发生变化。
再次，风险会在企业看清它之前先规模化。
网络安全、业务中断、不可预测的模型调用成本、供应商锁定，以及错误决策沿自动化链条被快速放大，都要求公司在答案还不完整时建立治理机制。
最后，AI的价值更难提前证明。
很多收益并不直接表现为“少用几个人”或“多卖多少产品”，而是先表现为决策速度提高、预测更准确、客户响应更及时。企业必须一边投资、一边验证，并根据真实结果持续调整优先级。
这不是做一份三年路线图就能解决的事情。AI转型需要方向稳定，但方案持续迭代。
四、高绩效企业，做对了四件看起来并不新鲜的事
BCG发现，真正从AI获得显著财务价值的公司，并没有什么神秘秘诀。
它们只是把四件管理基本功做得更彻底。
与低绩效企业相比，高绩效企业更常重构结果问责、围绕AI重塑业务、把项目直接连接P&L，并充分投入人员与变革管理。
1. CEO负责方向，但业务负责人必须对结果负责
CEO不能把AI战略完全外包给CIO、CTO或首席AI官，但也不能亲自陷入每一个项目。
CEO真正要回答的是：AI怎样支持公司战略？最重要的价值池在哪里？公司愿意投入多少、承受多大风险？成功用什么衡量？
具体执行则必须落到业务负责人和利润中心负责人身上。每个重要项目都要有一个能够调动流程、人员和预算的人，对业务结果而不是项目活动负责。
高绩效企业重构AI结果问责的比例是46%，低绩效企业只有24%。
CEO是AI转型的总导演，不应该成为项目经理；业务负责人是结果所有者，不能只是需求提供者。
2. 不要到处试验，要集中改造少数高价值业务
AI很容易制造“遍地开花”的冲动。
客服做一个机器人，销售做一个助手，HR做一个知识库，财务做一个报表Agent。每个部门都有项目，看起来声势浩大，却没有形成足够深的业务改变。
高绩效企业的做法相反：先找出最重要的价值池，再围绕少数端到端业务域集中投入。
不是优化供应链计划中的一个步骤，而是重新设计从预测、补货到异常处理的完整流程；不是给销售增加一个写邮件工具，而是重新设计从线索识别、客户沟通到成交复盘的整个链条。
BCG数据显示，高绩效企业围绕AI端到端重构流程的可能性，大约是低绩效企业的7倍。
这也解释了为什么AI项目不能只按一年预算周期考虑。BCG指出，AI项目很少能在12个月内实现盈亏平衡。技术投入之后，还需要为流程改造、岗位调整、培训和采用率爬坡提供多年资金。
3. 项目启动前，就画清楚价值怎样进入利润表
很多AI项目的汇报材料充满活动指标：多少员工开通账号、多少人每周使用、自动化了多少任务、节省了多少小时。
这些数字可以说明工具被使用了，却不能证明企业获得了财务价值。
每个重要AI项目在启动前，都应该明确一条“价值路径”：当前基线是什么，AI改变哪个流程指标，流程指标怎样影响收入或成本，由谁负责，财务部门怎样验证。
这份商业论证不能写完以后锁进文件夹。它应该是一份动态文件，随着采用率、流程变化和真实结果不断更新。
BCG发现，高绩效企业为所有AI项目定义利润表影响的比例为25%，低绩效企业只有5%，相差5倍。
更成熟的公司还会让财务部门从第一天参与，而不是等项目结束以后才来“认领收益”。BCG提到，有企业按12周周期审视AI项目：每个项目先通过财务审核商业论证和成功指标，再根据实际结果追加或撤回投资。
这比统计调用次数残酷得多，也有效得多。
4. 把最好的人放到AI项目上，而不是把有空的人放进来
很多企业嘴上说AI是战略重点，实际组建项目时，却把它交给“现在有空的人”。
高绩效企业恰恰相反。它们更愿意把真正理解流程、拥有利润责任、能够推动变革的人放进AI项目。BCG数据显示，高绩效企业把最佳人才投入AI工作流的可能性是其他企业的2.4倍。
原因很简单：AI项目最难的部分，不是调用模型，而是识别真实问题、重构流程、处理例外、改变行为并守住结果。
这些工作需要组织里最有判断力、影响力和业务经验的人。
培训的目的也因此需要改变。企业不应该只教员工怎样使用一个新工具，而要帮助他们在重新设计的岗位中完成新的责任。
会用AI，只是起点。知道什么时候该用、怎样验证、出现错误由谁处理，才是能力。
五、10%靠算法，70%靠组织
BCG根据项目经验提出过一个很有传播力的比例：AI价值中，大约10%来自算法，20%来自数据，剩下70%来自运营模式和新工作方式。
这个比例未必适用于每一家企业，但它提醒了一个常见误区：
企业往往把大部分预算花在最容易购买的部分——模型、平台、算力和工具，却低估了最难购买的部分——流程重构、岗位设计、责任机制、激励变化和管理者行为。
技术系统上线的那一天，往往不是AI转型完成的时刻，而是组织改变真正开始的时刻。
如果管理机制没有变化，员工很快会回到旧流程；如果绩效指标没有变化，部门仍会优化自己的局部目标；如果责任没有变化，AI产生的收益没人认领，风险出了问题也没人承担。
AI不会自动消除这些问题。
它只会把一家公司的管理质量，更快地反映到结果上。
六、CEO现在应该问的，不是“我们用了多少AI”
看完BCG这份报告，我认为每一位管理者都应该重新检查自己的AI项目，并问五个问题：
第一，这个项目最终改变利润表上的哪一项？
第二，谁是能够对结果负责、而不仅是对上线负责的业务负责人？
第三，我们是在自动化一个局部任务，还是重新设计一条端到端流程？
第四，财务、HR和业务部门是否从项目开始就进入治理，而不是最后才来验收？
第五，如果12周后看不到预期证据，我们是否愿意停止项目，把资源转向更有价值的场景？
如果这五个问题没有答案，那么企业缺少的可能不是更强的模型，而是更完整的转型纪律。
最后
近九成CEO已经看到AI的初步收益，这是一个积极信号。
但初步收益也是最容易制造错觉的阶段。一个部门节省了时间，一个试点提高了准确率，一个Agent完成了过去需要人工处理的任务，都不等于企业已经获得了可持续优势。
AI真正的价值，不在于公司里出现了多少工具，而在于它是否改变了业务结果。
从这个意义上说，AI转型从来不只是技术项目。
它是一场由CEO定方向、业务负责人担结果、财务验证价值、HR重构岗位、技术提供能力的企业级变革。
模型决定了企业能走多快。
但组织执行，决定了它究竟能不能走到终点。
参考资料
· BCG：CEOs Are Starting to See Value from AI. Now Comes Execution.（2026年7月22日）
· BCG原始报告PDF
编辑说明：本文为基于BCG报告的中文解读与管理延伸。文中调查数据来自BCG AI Transformation CEO Survey 2026（n=152）。
报告链接：https://www.bcg.com/publications/2026/how-ceos-scale-ai-value
若需全文PDF，可以私信报告，我来发送～
?关注AI组织进化论｜赋能AI组织转型
AI转型升级中，我们也坚信人是终极变量，而管理者则是关键杠杆。因此我们设计了一门面向AI时代管理者的《极简AI领导力-加速迈向AI原生组织》课程，聚焦如何领导AI，而不仅仅个人使用AI，帮助管理者快速掌握推动团队AI落地的核心框架、方法与工具，推动团队AI升级。适合管理者、技术负责人、产品负责人、HR、OD 及数字化转型相关伙伴，欢迎私信交流。
其他推荐阅读：
案例PPT｜谷歌最新六大机制：AI时代如何对抗大公司病，重塑产品力
如何领导AI和人？一文说透人机协同五种模式及应用流程（含PPT）
