AI数字化deepseek制造业培训讲师培训师唐兴通国央企营销销售课程上结构麦肯锡AI报告,效率不是 AI 的红利,增长才是。AI 正在重新定义“价值创造”
这些公司不再仅仅关注成本和工时节省,而是转向衡量员工/代理人均收入、代理工作流程中的工作份额、从创意到市场试验的速度以及创造的净新价值等新指标。
麦肯锡旗下的 QuantumBlack AI 发布了新报告《2025 年人工智能现状:智能体、创新与转型》。
概要
商业领域出现了一种新的“智能体鸿沟”。一小部分先锋企业(约占6%)正在围绕人工智能智能体重塑工作方式。
6% 的企业将客服人员视为企业的新操作系统。他们正在重新设计端到端的工作流程,让客服人员对实际成果而非仅仅是任务负责。
他们不仅在修改代码,更在重新定义衡量标准。这些公司不再仅仅关注成本和工时节省,而是转向衡量员工/代理人均收入、代理工作流程中的工作份额、从创意到市场试验的速度以及创造的净新价值等新指标。
文化和领导力才是真正的护城河。分水岭在于思维模式:领导者要愿意质疑传统的流程、角色和组织架构,并设计一种让员工和员工共同学习、共同成长的文化。
曲线现在开始弯曲。那 6% 的企业学习速度更快,迭代速度更快,并向市场发出信号:他们是“原生智能体”。
深入分析统计数据
数据就像一面镜子,映照出人工智能如今无处不在,但在大多数组织中,其应用深度却远不足以带来变革。几乎所有公司都在“使用人工智能”,许多公司都在尝试使用智能体,只有极少数公司突破了现状,而真正默默探索新领域的则更是寥寥无几。
以下是我印象最深刻的一些数字。
从实验到人工智能鸿沟
最引人注目的是,目前已有88%的公司在至少一项职能中使用人工智能(高于之前的78%)。但这在所难免。

我关注的是以下两者之间日益扩大的差距:
-
那些将人工智能视为工具和试点项目的组织
-
将人工智能视为企业新操作系统的组织。
麦肯锡的数据证实了董事会中一直强调的观点:我们已经进入了智能体时代,但大多数企业仍然在下一代技术上运行着传统的行为、模式和流程。只有一小部分人工智能领域的佼佼者(6%)反其道而行之。
他们利用人工智能、新一代人工智能以及现在的智能体来重新设计工作流程、重构价值创造机制,并重新定义领导力本身。因此,他们的息税前利润增长了5%甚至更多。

这些数据(从宏观层面)真正说明了什么?
人工智能如今已成为必备条件,但其影响力却并非必然。
88% 的用户使用人工智能;三分之二的用户在多个功能中使用人工智能;约一半的用户在三个或更多功能中使用人工智能。这代表着人工智能的普及,但并不意味着它的价值。这表明,人工智能不再仅仅依靠普及程度来区分产品,而是依靠其应用深度、设计和规范性来区分产品。

然而,只有39%的企业能够将人工智能对税前利润的影响与自身业绩联系起来,而且其中大部分企业对税前利润的影响不足5%。换句话说:
大多数企业只是在现有流程上简单地应用了人工智能,而不是彻底改变工作方式。

2. 人工智能智能体已经到来,但却被困在孤立的系统或企业的各个角落。
23% 的企业正在至少一项功能中扩展智能体 AI;另有 39% 的企业正在进行相关试验。

在职能部门中,只有不到 10% 的人认为自己是真正的规模化推动者,而且通常只在 1-2 个职能部门中如此。科技、媒体、电信和医疗保健行业领先。

这标志着一种经典模式:
创新分散在边缘,缺乏统一的运营模式。智能体被部署为附加式自动化组件,而非端到端的流程重构。
3. 规模偏向大型企业,而且即使是大型企业也处于早期阶段。
收入超过 50 亿美元的公司中,近一半处于“规模化”阶段,而收入低于 1 亿美元的公司中,只有 29% 处于这一阶段。

目前来看,规模优势对资源雄厚的企业更有利。但这种优势并不稳固。规模较小的公司,如果从一开始就具备人工智能技术,就可以直接过渡到智能体、自动化和自适应模型,而无需背负数十年的技术和文化债务。
4. 人工智能悖论:降低成本容易,转型难
各组织正在看到成本方面的效益,尤其是在软件工程、制造和IT领域。

报告称,收入和经验的增长主要体现在市场营销和销售、战略和公司财务以及产品开发方面。

但企业层面的盈利能力提升“仍然很少见”。这就是悖论:很多动作,却鲜有实质内容。陷入这种困境的公司往往这样想:
应该问:“我们可以在哪些方面以人工智能和智能体为核心,重塑价值、体验和工作流程?”
5. 那6%:人工智能高绩效者们究竟在做什么
将 5% 以上的领先者归功于人工智能的那一小部分群体,才是真正重要的信号。
这些“人工智能高绩效者”始终如一:
重新设计工作流程,而不仅仅是任务。这些公司表示他们已经从根本上重建了工作流程的可能性是其他公司的三倍左右。

他们将人工智能部署到更多职能部门,并且在整个业务范围内扩展代理规模的可能性是其他公司的 3 倍。

将领导力视为真正的支撑:高层领导者应支持、示范并主导人工智能项目。人工智能领域的高绩效者对人工智能的应用往往得到其领导者的支持。高绩效者强烈认同其所在组织的高层领导者对其人工智能项目展现出主人翁精神和坚定承诺的可能性是其他员工的三倍。

从六个维度实施全栈式策略: 1)战略,2)人才,3)运营模式,4)技术,5)数据,以及6)应用和扩展。高绩效企业采用一套完整的管理实践。

领先企业有目的地进行投资: 1/3 的高绩效企业表示,他们正在将超过 20% 的数字预算投资于人工智能;约 3/4 的企业正在扩大规模或已经扩大规模。
简单来说:他们的思维更战略,行动更快,运作方式也不同。
6. 思维模式的转变:超越效率的表象
从人工智能中获益最大的组织,其目标远不止于降低成本。虽然大多数组织表示提高效率是其目标之一,但表现优异的组织更有可能将增长和/或创新也作为其人工智能工作的目标。
其中一项最明确的发现是:将增长和创新(而不仅仅是效率)作为人工智能核心目标的组织更有可能在以下方面取得改进:
-
客户满意度
-
竞争优势
-
盈利能力和收入增长
-
市场份额均衡
这强化了一个核心主题:效率是底线,而非上限……这意味着它并非变革的门槛。如果仅仅将人工智能视为降低成本的手段,你就会把自己困在渐进式发展的局限中,而其他人则在构建全新的价值链。
从人工智能应用到人工智能转型
如果从更宏观的角度来看,这份研究报告也可以像一面镜子,反映出那些展现出好奇心、想象力、领导力和勇气的杰出人物。
几乎每个人都拥有人工智能。但很少有人愿意利用人工智能来重塑自己的公司。
一方面,我们看到“人工智能舞台”,其中分散的试点项目、各自为政的代理、空洞的策略,都没有产生任何实质性的影响。
另一方面,有一小部分但不断壮大的自主企业正在探索新的领域,它们所处的位置包括:
-
重新设计工作流程,
-
重建他们的运营模式,
-
围绕不同的未来,调整文化、激励机制和领导力。
如果我们把梦想放得更大一些呢?除了问“我们如何利用人工智能来自动化过去的工作并降低成本”之外,我们还可以问“如果我们今天创办这家公司,以人工智能、智能体和数据为核心,我们会如何设计它?”
更多推荐



所有评论(0)