仅39%的企业声称人工智能已产生全局性影响。对许多企业领袖而言，2025年本应是借助人工智能实现业务转型的关键之年。然而麦肯锡最新报告显示，多数企业仍在原地踏步进行试验性探索，未能在组织层面实现人工智能的有效规模化应用。

工具已然存在，但实际成效，尤其是对利润的影响，仍难以捉摸。

但报告也传递出明确信号：在人工智能时代蓬勃发展的企业，其作为远不止于构建模型。它们正在构建系统，将数据、治理和工作流程整合为可大规模部署的AI就绪基础设施。若你仍陷于试点阶段的困境，这份路线图将为你指明出路。

这份路线图始于严酷现实：近三分之二的企业(63%)仍停留在试点阶段。麦肯锡调查显示，尽管人工智能已在各职能部门接受测试，但鲜少实现全企业范围部署。客服可能配备聊天机器人，供应链或许采用预测模型，但这些系统彼此割裂、脆弱不堪且远未实现规模化应用。

人工智能应用现状(来源：麦肯锡)

鉴于Agentic AI的热潮，62%的企业表示正在尝试AI智能代理，这类智能体旨在主动执行操作，而非仅提供建议，这并不令人意外。不过，这一跨越存在风险，若缺乏坚实的基础支撑，风险会更高。智能体需要适配 AI 的数据，而大多数企业目前尚未达到这一要求。麦肯锡指出，若缺乏可靠的基础设施和治理机制，早期部署的人工智能代理极易遭遇性能与信任危机。

麦肯锡技术委员会主席Lareina Yee指出：“纵观整个企业生态，智能代理尚未普及。这种差距凸显了'炒作周期'中展现的巨大潜力与当前现实的反差：受访者提及已开始在特定业务环节使用智能代理的企业中，多数仍处于探索阶段。”

尽管整体应用仍显停滞，实际成效的迹象已悄然显现。在采购、营销和供应链等企业领域，人工智能正默默发挥作用。团队正运用模型实现更优价格谈判、定制化推广及更精准的需求预测。这些已非试点或单次测试——而是产生切实可量化成果的成熟系统。

麦肯锡数据印证了这一趋势。64%的企业表示人工智能已在推动创新，但成效仍局限于特定领域。问题不在于人工智能是否有效，而在于早期成功能否突破职能边界，实现全企业范围的规模化应用。在此之前，即便最具前景的成果也只能成为孤立的潜力点。

多数企业仍将人工智能视为削减成本的手段。麦肯锡调查显示，80%的受访者将效率提升作为首要目标。这种务实导向虽切合实际，却难以催生突破性成果。

人工智能预算分配(来源：麦肯锡)

顶尖企业则具备更广阔视野，它们追求的是以AI驱动增长而非仅优化成本。这意味着运用AI测试新产品、定制化客户体验或开拓此前难以触及的市场。这些应用场景需要跨团队更紧密协作和更坚实的数据基础，但也能创造更高价值。效率提升可优化利润率，而增长与创新则能彻底改变企业的成就边界。

麦肯锡的Tara Balakrishnan认为，真正的差异化因素不在于工具或人才，而在于思维模式。她解释道：“企业往往以成本优先的思维模式来推进人工智能应用。虽然许多企业能看到效率提升带来的领先指标，但仅关注成本会限制人工智能的影响力。将人工智能定位为增长与创新的推动者，才能在组织内部创造空间，更有效地追求成本与效率的提升。”

Balakrishnan补充道：“对多数企业而言，仅靠效率提升无法应对人工智能带来的颠覆性变革。他们需要思考如何借助人工智能向利益相关方讲述转型故事，这同时有助于内部变革管理——员工往往会为共同机遇愿景凝聚共识。根据我们的经验，那些运用人工智能激发增长与创新的企业，往往更容易实现人工智能应用的规模化，最终达成可持续的生产力提升。”

麦肯锡调查揭示了一个明确的进步信号——工作流程重构。在人工智能应用成效显著的企业中，约半数表示其技术应用不仅在于提升效率，更在于重塑业务运作模式。多数企业正积极重构人与系统间的工作流转模式。这标志着从优化旧模式转向开创全新模式的转变，正是这种本质差异区分了真正的变革与表面升级。

在劳动力方面，情况则不那么明确。三分之一的领导者预计将裁员，但43%认为变化不大，只有一小部分预测将增加员工。麦肯锡指出，人工智能对就业的影响取决于企业如何使用它。那些将自动化与智能重构和技能再培训相结合的企业，更有可能保持甚至增加员工人数。核心结论是：如果人工智能改变了工作内容，就需要改变工作方式。

作者Ellie Gabel是自由撰稿人