发帖
雷达卡
个人观点：
大多数企业已在至少一个业务流程中应用了AI，几乎成为了行业标准；然而，使用并不等于深入利用，更不意味着能够产生经济效益 -- AI first。
不再是旁观者，而是积极参与者。
尝试并不代表能成功应用，更不代表能达到最终目标。
软件工程、制造和IT等以提高效率为主的岗位更容易受益，而营销、战略和财务则是少数几个可以带来“收入增长”的领域。
集中在流程明确且标准化程度较高的部门；结构清晰、流程规范、数据丰富、容错率高；重构流程+重塑组织架构+重新培训员工。
停留在减少人工成本或制作报表层面的企业，可能根本未触及AI的真正价值区域。
不仅仅是为了提升效率，而是试图全面变革业务模式。
将AI视为增长与创新的动力源、具备清晰变革故事的团队。
主动重写业务流程，将AI融入前线操作与系统中，采用敏捷开发方式，追求“快速尝试-持续改进”的实施节奏。
AI带来的红利并不均衡分布，更像是结构性机遇，属于那些愿意打破常规重新做起的人群。
真正高效的组织，反而是那些目标明确、策略清晰，能够在创新过程中解决问题的团队。
88%的企业在使用AI，但只有39%尝到了实实在在的好处？麦肯锡2025 AI报告来了
88%的企业在使用AI，但只有39%获得了实际收益？麦肯锡2025 AI报告出炉。
麦肯锡最新发布的2025年AI报告中，一组数据令人“警醒”：88%的机构都在应用AI，然而只有39%真正从中获利。这份《The State of AI in 2025》解答了AI时代大家普遍关心的问题：使用了AI之后，实际效果如何？
报告总结出五大结论：
- 多数企业在至少一个业务环节采用了AI，几乎成为了标配。
- 虽然看起来大家都在用AI，但真正能“见到成效并获利”的比例不到四成。
- 虽然人人都在谈论智能代理（Agent），但实际上能够在业务流程中成功实施的企业仍然是少数。
- 只有高绩效企业才能真正享受到AI的红利。
- AI相关职位正在消耗招聘预算，传统岗位被取代、AI人才受到争夺，组织结构正经历重塑。
AI普及是事实，但大规模应用还为时尚早。
麦肯锡这份《The State of AI in 2025》调查了全球近2000个来自不同行业的机构。其中一个直观的数据表明：88%的受访企业表示已在至少一个业务职能中运用AI技术，比去年增加了10个百分点。但，使用并不等同于深入应用或产生收益。虽然表面上很活跃，但实际上能够盈利的企业并不多。许多企业希望借助智能代理实现飞跃发展，但大多数仍然处于观望阶段。
尽管如此，从数据来看，AI确实在各企业内部广泛传播。大多数企业已不再是旁观者，而是参与者（即便只是初步尝试）：
然而，尝试并不代表成功应用，更不意味着能够达到最终目标。
报告显示，仅有39%的机构表示AI带来了实质性的财务回报，实现了息税前利润的增长。换句话说，大多数企业的AI项目尚未实现投资回报率：这39%主要来自少数特定行业的集中成果。例如，软件工程、制造和IT等以提升效率为中心的岗位更容易受益，而营销、战略和财务则是少数几个能够带来“收入增长”的领域：
因此，许多企业的AI应用呈现出一种效率提升并不等于利润增加的分裂状态：流程顺畅了，但财务报表并没有显著变化。
智能代理（Agent）热度上升，但在局部地区落地
生成式AI热潮未消，智能代理已成为企业的新宠。报告显示，62%的受访机构正在测试AI Agent类应用，许多甚至已经建立了自己的内部智能代理系统，如AI客服助手、AI知识总结工具和AI代码生成器等。更关键的是：在任何部门中，真正推动智能代理发展的公司不到一成。而这些“运行起来”的应用主要集中在流程清晰且标准化程度高的领域，例如IT运营、知识管理和营销与销售：
进一步分析后发现，使用智能代理的场景有一个共同特点：结构清晰、流程规范、数据充分和容错率高。而一旦涉及跨部门协作、复杂流程或高风险决策时，智能代理往往停留在试验阶段。原因不难理解。麦肯锡在报告中明确指出：部署智能代理不仅需要接通API，还需要重构流程+重塑组织架构+重新培训员工。因此，麦肯锡反复强调，尽管智能代理的热度很高，但离大规模生产应用还有很大差距。目前多数机构仍处于试用或“验证阶段”，距离规模化还有一段距离。
AI带来的更多是“感觉良好”，但实际收入增长有限
如果将AI视为企业的新员工，那么它目前的表现可能是：工作流程变得更加顺畅，但月底的账上钱并未显著增加。首先，麦肯锡报告提到，64%的受访机构表示自从使用了AI后，感觉更具创新力：
换句话说，AI确实给人们带来了一种变得更强大的实际感受。团队工作速度加快、反应更加迅速、会议减少、思维更清晰。
然而，这种正面评价尚未广泛转化为收入增长——仅有36%的企业表示盈利能力有所提高，只有33%看到了收入增加，而在报告中最冷门的一项——市场份额提升方面，只有25%的企业认为得到了改善。
那么现在，AI到底为企业的哪些方面带来了帮助？从岗位上看，目前它主要在后端环节发挥显著的“立竿见影”的成本节约效果：40%的组织利用AI进行知识管理，34%的组织将AI应用于IT管理，26%的组织则使用AI于软件工程。
而真正能够带来显著成果的前线业务领域主要包括三个方面：39%的营销销售部门用AI撰写文案、制作内容、寻找线索，以实现精准获客和提高转化率；31%的产品开发团队依赖AI进行快速迭代和辅助测试；17%的战略与财务规划部门利用AI构建预测模型、计算ROI（投资回报率）、进行预算分析：
谁真正享受到了AI带来的红利？并不是每个使用AI的企业都能获得这些好处。在这波AI浪潮中，普通企业还在尝试和探索阶段，而高绩效企业已经深入业务流程，使AI发挥了实质性的作用。
只有高绩效企业才能真正体验到AI的红利
麦肯锡这次的研究中，特别关注了一类企业：那些能够将至少5%的企业EBIT（息税前利润）增长归因于AI，并已在实际业务中实现显著价值回报的组织，被定义为AI高绩效企业。麦肯锡对这类企业的分析发现了一个惊人的差异：未来3年，有50%的高绩效企业计划推动由AI主导的重大变革，而普通企业中的这一比例仅为14%。
更为重要的是，这种“重大变革”并非空谈，而是正在实际发生的事情。
在AI实际应用的关键环节上，高绩效员工重新设计工作流程的可能性高达55%，大约是其他企业的三倍（2.8倍）。
相比之下，那些仅限于减少人力、制作报表的企业可能根本未触及到AI的真正价值区域。
麦肯锡的合作专家Tara Balakrishnan在报告中指出，高绩效企业/人才最显著的特点是其高度的雄心壮志。他们的AI战略不仅限于提高效率，而是试图重塑整个业务模式。他认为，成本导向的思维正在限制AI的潜力，真正能够大规模应用AI并持续提升生产力的企业，往往是那些将AI视为增长和创新引擎、拥有明确变革策略的团队。当然，高绩效AI组织的成功并非偶然。麦肯锡从战略、技术、人才、数据、运营等五个维度梳理出近20项最佳实践，结果发现一个显著差异：AI绩效越高的企业，在每一项实践中都表现得更早、更深入。例如，在战略层面，60%的高绩效企业已绘制明确的AI路线图（而一般企业的这一比例为30%）。
在组织执行层面，这些企业不仅停留在“尝试使用AI”的阶段，而是主动重新设计业务流程，将AI嵌入前线操作与系统中，采用敏捷开发模式，追求“快速试错-持续迭代”的实施节奏。
AI带来的红利并非均匀分布，它更像是一场结构性的机会，属于那些愿意打破常规重新开始的人。
AI岗位正在消耗所有招聘预算
AI不仅在重塑企业的业务流程，也在改变员工的职业路径。麦肯锡的报告显示，在未来一年内，32%的受访企业预计员工总数将减少，只有13%的企业预计会增加，大多数则认为“总体变化不大”。尽管数据看似平稳，但背后隐藏的是组织结构的微妙调整：“可以裁员的已经被裁了，无法裁员的正在学习AI技能。”被淘汰的是重复性强、创造力低的工作；而急需招聘的，则是那些能够掌握和利用AI技术的关键角色：软件工程师、数据工程师、AI产品经理、Prompt Engineer、AI伦理与合规专家……这些原本“偏向技术”的职位，正从边缘走向中心。同时，企业之间在AI人才上的差距也在不断拉大。大型企业在AI相关岗位的招聘比例是中小企业的两倍。资源充足、有远见的大公司正在加速人才储备，而人员紧张的小型组织则被迫经历一段AI转型的空窗期。
人才结构的变化背后，实际上反映了另一个关键词：承受风险的能力。
麦肯锡的调查显示，在所有与AI相关的负面后果中，“结果不准确”是企业最常遇到的问题，30%的组织在过去一年中至少遭遇过一次此类风险。其次是“解释性不足”和“个人隐私问题”。然而，真正值得关注的是另一组数据：在所有的AI风险管理行为中，最积极的仍然是那些高绩效的AI组织。
这些企业在“侵犯知识产权”、“合规问题”等关键风险上既是受害者也是最早部署防御措施的群体。这一点得到了麦肯锡全球高级合伙人Alexander Sukharevsky的精辟解释：因为他们使用得更深、更激进，所以面临的风险也更快、更集中。
这并非坏事。这些“高绩效组织”通常部署了比其他企业多两倍的AI用例，意味着他们在关键任务场景中使用AI。例如涉及隐私的数据流管理、核心业务流程优化、员工与客户交互自动化等环节，这些自然要求有“较高的风险承受力+高效的执行能力”。这也给仍在探索阶段的企业提供了启示：真正高绩效的组织往往是目标明确、策略清晰，在创新中解决问题的团队。只有当AI被视为“业务变革引擎”而非简单的“节省人力工具”，它才能带来可量化的长期价值。
报告链接：https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
京公网安备 11010802022788号
