自 2020 年起，麥肯錫每年都會發(fā)布《The State of AI》調(diào)研，持續(xù)追蹤全球企業(yè)在 AI 技術(shù)、組織變革、人才與商業(yè)價值方面的真實進展。

今年（2025），11月5日，麥肯錫再次發(fā)布重量級報告，對全球企業(yè)的 AI 使用現(xiàn)狀與趨勢進行了系統(tǒng)研究。

 本次調(diào)研覆蓋面更廣、規(guī)模更大：

調(diào)研時間：2025 年 6 月 25 日 – 7 月 29 日

調(diào)研方式：在線問卷

調(diào)研對象：來自 105 個國家的 1,993 位企業(yè)管理者與專業(yè)人士

涵蓋領(lǐng)域：各行業(yè)、不同規(guī)模企業(yè)、不同職能部門與任職年限

其中有 38% 的受訪者來自年收入超過 10 億美元的大型企業(yè)。

為了避免樣本差異導(dǎo)致結(jié)果偏差，麥肯錫還對數(shù)據(jù)進行了加權(quán)處理——根據(jù)各國家對全球 GDP 的貢獻進行權(quán)重校正，使結(jié)果更具代表性與可信度。

本次調(diào)研核心結(jié)論一句話

幾乎所有企業(yè)都在用 AI，很多已經(jīng)開始嘗試 AI 代理，但大多數(shù)仍停留在“試點階段”，尚未真正擴大規(guī)模，也沒有獲取企業(yè)級價值。

一、AI 使用持續(xù)擴大，但仍以試點為主

1.1 越來越多的企業(yè)開始使用 AI，但多數(shù)企業(yè)仍未實現(xiàn)規(guī)?；?/span>

最新調(diào)研顯示，越來越多的企業(yè)開始使用 AI。然而，大多數(shù)企業(yè)仍未實現(xiàn)規(guī)?；渴稹Ｅc去年相比，今年有 88% 的受訪者表示其組織在至少一個業(yè)務(wù)職能中定期使用 AI，而去年這一數(shù)字為 78%。

盡管滲透率提高，但在企業(yè)層面，AI 仍主要停留在試驗或試點階段。僅有約三分之一的企業(yè)表示已開始在全公司范圍內(nèi)推進 AI 規(guī)?；涞兀ㄒ妶D表 1）。

1.2 越來越多企業(yè)開始試驗 AI 智能體（AI Agents）

企業(yè)正逐步探索 AI 智能體（AI Agents）的應(yīng)用。這類系統(tǒng)基于基礎(chǔ)模型（Foundation Models），能夠在真實業(yè)務(wù)環(huán)境中行動，并完成多步驟的工作流程執(zhí)行與規(guī)劃。

調(diào)研顯示：

• 23% 的企業(yè)已在至少一個業(yè)務(wù)職能中推進 AI 智能體的規(guī)模化部署；

• 另有 39% 正在試驗 AI 智能體。

然而，AI 智能體的普及仍處于早期階段。即便是在擴大部署的企業(yè)中，大多數(shù)也僅在 一到兩個業(yè)務(wù)職能中使用。在任何單一業(yè)務(wù)職能內(nèi)，規(guī)模化使用 AI 智能體的企業(yè)比例均未超過 10%（見圖表 2）。

1.3 從具體業(yè)務(wù)來看，AI 智能體使用最多的領(lǐng)域是 IT 與知識管理

在不同業(yè)務(wù)職能中，AI 智能體最常用于 IT 與知識管理領(lǐng)域。目前應(yīng)用較成熟的場景包括：

• IT 場景：服務(wù)臺管理（Service-desk Management）

• 知識管理場景：深度調(diào)研（Deep Research）

這些都是能夠由 AI 智能體執(zhí)行復(fù)雜流程、自動完成多步驟任務(wù)的典型用例。

同時，若按行業(yè)劃分，技術(shù)、媒體與電信（TMT）行業(yè)以及醫(yī)療健康行業(yè)，是 AI 智能體采用最廣泛的領(lǐng)域（見圖表 3）。

1.4 對多數(shù)企業(yè)而言，AI 仍主要停留在試點階段

盡管 AI 的使用范圍正在擴大，但在多數(shù)組織中，AI 仍未進入全面推廣階段，而是主要停留在“試點”與“局部落地”階段。 AI 使用正覆蓋更多業(yè)務(wù)領(lǐng)域：

隨著企業(yè)不斷加深 AI 應(yīng)用，使用 AI 的業(yè)務(wù)職能數(shù)量持續(xù)增加。根據(jù)調(diào)研結(jié)果：

• 超過三分之二的受訪者表示，他們的組織已經(jīng)在多個業(yè)務(wù)職能中使用 AI（圖表4）

• 有一半的企業(yè)已在三個或更多職能中使用 AI

1.5 許多企業(yè)（尤其是中小企業(yè)）仍未將 AI 深度融入工作流程

雖然 AI 的使用范圍持續(xù)擴大，但對很多企業(yè)而言，AI 仍未真正做到深度集成。目前，只有約三分之一的受訪企業(yè)正在推動 AI 的企業(yè)級規(guī)?；涞?/span>。

從企業(yè)規(guī)模來看，大型企業(yè)（無論按營收還是員工規(guī)模計算）更有可能進入規(guī)?；A段：

• 營收超過 50 億美元的企業(yè)中，近一半已經(jīng)進入規(guī)?；A段

• 營收低于 1 億美元的企業(yè)中，只有 29% 達到規(guī)模化（見圖表 5）

1.6 AI 正在成為企業(yè)創(chuàng)新的催化劑

調(diào)研顯示，對于大多數(shù)企業(yè)而言，AI 尚未在企業(yè)層面顯著影響財務(wù)利潤（EBIT）。目前，只有 39% 的受訪者認為 AI 對企業(yè) EBIT 產(chǎn)生了影響，而其中大多數(shù)企業(yè)表示，AI 貢獻不到其 EBIT 的 5%。

盡管財務(wù)層面的回報有限，但 AI 已在非量化層面帶來更明顯的組織收益。多數(shù)受訪者指出：

• AI 正顯著提升企業(yè)的創(chuàng)新能力

• 近一半企業(yè)的客戶滿意度與競爭差異化有所提升（見圖表 6）

1.7 AI在具體業(yè)務(wù)看到了成本收益，主要在軟件工程、制造和IT

盡管 AI 對企業(yè)整體 EBIT 的顯著貢獻仍不多，但許多受訪者表示，他們已經(jīng)在具體業(yè)務(wù)用例中看到了成本收益——特別是在軟件工程、制造和 IT 領(lǐng)域（見圖表 7）。

1.8  AI 帶來營收增長的場景主要集中于市場營銷、戰(zhàn)略與財務(wù)、產(chǎn)品與服務(wù)

與過去幾年的調(diào)研結(jié)果一致，受訪者最常報告的 AI 帶來營收增長的場景主要集中在以下業(yè)務(wù)領(lǐng)域（見圖表 8）：

• 市場與銷售

• 戰(zhàn)略與企業(yè)財務(wù)

• 產(chǎn)品與服務(wù)開發(fā)

二、擁有大膽 AI 戰(zhàn)略的企業(yè)，正在收獲更大的回報

2.1  越“敢想、敢投”，越有可能獲得巨大的回報

目前，能從 AI 中獲得顯著企業(yè)級收益（尤其是 EBIT 增長）的組織仍然不多，但調(diào)研顯示：越“敢想、敢投”，越有可能獲得巨大的回報。

在本研究中，麥肯錫將以下企業(yè)定義為 AI 高績效者（AI High Performers）：

認為 AI 帶來了至少 5% 的 EBIT 增長，并認為 AI 已為組織帶來“顯著價值”的企業(yè)

——在全部受訪者中約占 6%。

這些高績效企業(yè)普遍具備共同特征：

• 以 AI 推動業(yè)務(wù)變革，而非局部優(yōu)化

• 重塑工作流程（workflow redesign）

• 更快推進規(guī)模化落地（scaling faster）

• 更系統(tǒng)地采用成熟的轉(zhuǎn)型實踐

• 投入更多資源

進一步來看，高績效企業(yè)在 AI 方面抱有更激進的商業(yè)愿景：

使用 AI 進行企業(yè)級“變革性創(chuàng)新”的可能性，是其他企業(yè)的三倍以上（見圖表 9）。

2.2 多數(shù)企業(yè)將效率提升（降本增效）視為 AI 使用目標

調(diào)研顯示，多數(shù)企業(yè)將 效率提升（降本增效）視為 AI 使用目標；然而，真正從 AI 中獲得顯著效果的企業(yè)（高績效企業(yè)）通常不僅僅追求效率優(yōu)化，還把 增長（Growth）和創(chuàng)新（Innovation）作為 AI 的核心目標。（見圖表 10）

無論是否屬于高績效企業(yè)，只要組織將 AI 明確用于推動增長或創(chuàng)新，受訪者更可能報告 AI 帶來了多項企業(yè)層面的積極成果，例如：客戶滿意度提升、競爭差異化增強、盈利能力改善、營收增長以及市場份額變化。

除此之外，AI 高績效企業(yè)不僅擁有更高的業(yè)務(wù)目標，它們還 更接近實現(xiàn)業(yè)務(wù)流程層面的根本性重設(shè)計。與其他企業(yè)相比，高績效企業(yè)在重新設(shè)計具體工作流程方面的可能性幾乎高出三倍（見圖表 11）。事實上，在所有影響因素中，主動進行流程重構(gòu)，是實現(xiàn) AI 產(chǎn)生顯著業(yè)務(wù)價值的關(guān)鍵因素之一。

2.3 AI 高績效企業(yè)在更多業(yè)務(wù)領(lǐng)域中持續(xù)使用 AI

調(diào)研顯示，與其他企業(yè)相比，AI 高績效企業(yè)在更多業(yè)務(wù)職能中持續(xù)運用 AI，尤其體現(xiàn)在以下領(lǐng)域：

• 市場與銷售

• 戰(zhàn)略與企業(yè)財務(wù)

• 產(chǎn)品與服務(wù)開發(fā)

此外，它們在 AI 智能體（AI Agents）的應(yīng)用上也更成熟。在大多數(shù)業(yè)務(wù)職能中，高績效企業(yè)推進 AI 智能體規(guī)模化（Scaling）的可能性至少是其他企業(yè)的三倍（見圖表 12）。

調(diào)研還顯示，在 AI 高績效企業(yè)中，AI 的使用更常由組織高層親自推動。高績效企業(yè)的受訪者認同“高層領(lǐng)導(dǎo)對 AI 項目具有主人翁精神并積極承諾”的比例，是其他企業(yè)的三倍（見圖表 13）。

此外，這些受訪者也更傾向認為，企業(yè)高層不僅支持 AI，更在推動 AI 采用中積極參與，并以身作則使用 AI—— 高層正在成為 AI 推進的示范者和實踐者。

2.5  AI 高績效企業(yè)在管理實踐上也更成熟

除了具備高層的強力承諾外，AI 高績效企業(yè)在管理實踐上也更成熟，并通過一系列方法確保 AI 產(chǎn)生價值。

例如，與其他企業(yè)相比，高績效企業(yè)更普遍建立明確機制，用來判斷何時需要由人工驗證模型輸出，以確保準確性（見圖表 14）。這一做法是最能區(qū)分 AI 高績效企業(yè)的重要因素之一。

這些領(lǐng)先實踐與麥肯錫基于 200 多個大型 AI 轉(zhuǎn)型項目的 Rewired 研究高度一致，涵蓋實現(xiàn) AI 價值的六大關(guān)鍵維度：

1. 戰(zhàn)略（Strategy）

2. 人才（Talent）

3. 運營模式（Operating Model）

4. 技術(shù)（Technology）

5. 數(shù)據(jù)（Data）

6. 采納與規(guī)?；ˋdoption & Scaling）

調(diào)研結(jié)果顯示：幾乎所有這些管理實踐，都與 AI 為企業(yè)創(chuàng)造價值顯著正相關(guān)。

換句話說，領(lǐng)先企業(yè)依靠的是系統(tǒng)性運營，而不是單點工具。

2.6  企業(yè)范圍內(nèi)擁有明確定義的敏捷交付流程，也與AI價值實現(xiàn)高度相關(guān)

具備敏捷的產(chǎn)品交付組織，或者在企業(yè)范圍內(nèi)擁有 明確定義的敏捷交付流程，也與AI價值實現(xiàn)高度相關(guān)。同時，制定穩(wěn)健的人才策略、建設(shè)技術(shù)與數(shù)據(jù)基礎(chǔ)設(shè)施，同樣對A 成功落地有顯著貢獻。

此外，將AI 深度嵌入業(yè)務(wù)流程，并對 AI解決方案進行 KPI 追蹤，也能進一步推動 AI 創(chuàng)造顯著業(yè)務(wù)價值。

最后，高績效企業(yè)在 AI 能力上的投資更為積極。超過三分之一的高績效企業(yè)表示，其組織 將數(shù)字化預(yù)算的 20% 以上投入到 AI 技術(shù)（見圖表 15）。這些資源投入，正幫助它們加速推動 AI 在業(yè)務(wù)中的規(guī)模化落地：大約 三分之二的高績效企業(yè)已在進行或已完成 AI 規(guī)?；渴?/span>，而其他企業(yè)中這一比例僅為三分之一。

三、AI 對員工規(guī)模的影響：預(yù)期正在發(fā)生變化

3.1 不同受訪者對AI 是否會影響員工規(guī)模持有不同看法

從過去一年實際情況來看，多數(shù)組織的受訪者認為 AI 并未顯著改變崗位數(shù)量。在已經(jīng)使用 AI 的業(yè)務(wù)職能中：

• 不到 20% 的受訪者表示，由于 AI，所在職能的員工數(shù)量出現(xiàn) 3% 或以上的減少

• 更少比例的人認為 AI 所帶來的是員工數(shù)量增加

然而，展望未來一年，人們的預(yù)期正在發(fā)生變化（見圖表 16）：

過去一年，不同業(yè)務(wù)職能中約 17% 的受訪者經(jīng)歷了因 AI 導(dǎo)致的崗位減少；

但 30% 的受訪者預(yù)計未來一年會出現(xiàn)崗位減少—— 幾乎是過去的 近兩倍。

3.2 企業(yè)整體員工規(guī)模受 AI 影響的預(yù)期并不一致

在預(yù)測 AI 對企業(yè) 整體員工數(shù)量的影響時，受訪者觀點存在明顯差異：

• 有相當(dāng)一部分受訪者認為，未來一年 AI 對員工總規(guī)模影響不大或沒有影響；

• 32% 的受訪者預(yù)測明年組織整體員工數(shù)量將因 AI 減少 3% 及以上；

• 13% 的受訪者則認為 AI 將帶來 3% 及以上的人員增加（見圖表 17）。

此外，調(diào)研還顯示：

• 大型企業(yè)相比小型企業(yè)，更可能預(yù)期 AI 將帶來 員工總量減少；

• AI 高績效企業(yè)則更傾向于認為，AI 會帶來 顯著變化——無論是人員減少還是增加。

換句話說：成熟使用 AI 的企業(yè)，更明確意識到 AI 將帶來人力結(jié)構(gòu)性的調(diào)整，而不僅僅是“節(jié)省成本”。

與此同時，大多數(shù)受訪者（尤其是來自大型企業(yè)的受訪者）表示，過去一年他們的組織 招聘了與 AI 相關(guān)的崗位（見圖表 18）。

盡管不同規(guī)模的公司在人才需求上有所差異，但最受歡迎的人才類型普遍是軟件工程師和數(shù)據(jù)工程師。

四、隨著風(fēng)險顯現(xiàn)，各組織正在加快 AI 風(fēng)險治理

在過去六年里，麥肯錫研究持續(xù)發(fā)現(xiàn)：多數(shù)組織對 AI 風(fēng)險的治理不足。然而，最新調(diào)查顯示，針對 個人隱私、可解釋性、組織聲譽與監(jiān)管合規(guī)等風(fēng)險的治理比例正在上升，相比 2022 年已有明顯改進。（注：2023–2024 年調(diào)查重點為生成式 AI 的風(fēng)險。）

• 2022 年，受訪者平均只治理 2 項 AI 風(fēng)險；

• 2025 年，這一數(shù)字上升至 4 項。

調(diào)查還顯示：企業(yè) 體驗到哪些 AI 風(fēng)險，就更傾向治理哪些風(fēng)險。整體來看：

• 在使用 AI 的組織中，有 51% 的受訪者表示組織曾遭遇至少一次負面影響；

• 其中 近三分之一遭遇過“AI 不準確”帶來的問題（見圖表 19）。

值得注意的是，“不準確性（accuracy risk）”是企業(yè)治理最常見的風(fēng)險之一；但 第二常被提及的風(fēng)險——可解釋性（explainability）——卻并未成為治理重點。

整體上看，AI 的應(yīng)用已經(jīng)較為普及，但本次調(diào)研結(jié)果表明，其真正潛力仍在未來。多數(shù)組織仍處于從試點走向規(guī)?；瘧?yīng)用的過渡期。盡管部分業(yè)務(wù)功能已經(jīng)開始獲得價值回報，但尚未實現(xiàn)全企業(yè)層面的財務(wù)影響。

高績效企業(yè)的經(jīng)驗展示了一條明確的前進路徑：它們不再僅僅追求效率提升，而是將 AI 視為推動企業(yè)變革與創(chuàng)新加速的催化劑，通過 重新設(shè)計工作流程、重塑業(yè)務(wù)模式等方式實現(xiàn)真正的價值創(chuàng)造。

隨著 AI 工具（包括 AI 代理）持續(xù)演進，以及企業(yè)整體能力不斷成熟，將 AI 深度嵌入企業(yè)運營體系的機會將愈發(fā)明顯，從而為組織帶來全新的價值空間和競爭優(yōu)勢。