麦肯锡2025 AI状态报告：88%企业常规使用AI，但仅6%实现高绩效

麦肯锡 2025 年《AI 现状报告》基于 1993 名全球受访者（覆盖 105 个国家）的调查数据，描绘了企业 AI 应用的全貌。几个核心数据：88% 的组织在至少一个业务职能中常规使用 AI，但近三分之二尚未实现规模化；62% 的组织至少在试验 AI 智能体；仅 39% 的组织实现了企业级 EBIT 影响。

AI 应用普及与规模化

88% 的常规使用率较 2024 年的 78% 有显著提升，但规模化程度远未跟上。31% 的组织开始跨职能扩大部署，仅 7% 实现全组织部署整合。

企业规模差异显著：年收入超 50 亿美元的企业中 48% 已进入规模化阶段，年收入低于 1 亿美元的企业中仅 29%。

AI 智能体发展现状

62% 的组织至少在试验 AI 智能体（基于基础模型、能执行多步工作流的系统），其中 23% 已在部分职能规模化。

应用最普遍的领域是 IT（8% 规模化）和知识管理（7% 规模化）。行业方面，科技/媒体/电信（22% 规模化率）和医疗（18%）领先，制造业（1%）和供应链（2%）最低。

AI 的价值体现

几个关键发现：

• 64% 的受访者表示 AI 提升了组织创新能力，是所有定性影响中占比最高的维度
• 软件工程（56%）、制造（56%）、IT（54%）是降本最显著的职能，其中 14% 的软件工程职能降本超过 20%
• 营销与销售（67%）、战略与企业金融（65%）是增收最显著的职能
• 但仅 39% 的组织报告 AI 对企业级 EBIT 有影响，且其中 80% 的组织 AI 贡献的 EBIT 占比不足 5%

"普及与价值脱节"是当前最突出的问题。AI 用得广，但真正转化成企业级利润的并不多。

AI 高绩效组织的五个特征

约 6% 的受访者属于 AI 高绩效组织（AI 贡献的 EBIT 超 5% 且获得显著价值），他们有五个共同特征：

1. 目标设定不同：82% 以增长为目标，79% 以创新为目标（普通组织均为 50%）。他们不只盯着降本增效，而是追求增长和创新的组合。

2. 重新设计工作流：55% 从根本上重新设计了业务流程以适配 AI，是普通组织（20%）的 2.8 倍。不是把 AI 嵌入现有流程，而是围绕 AI 重构流程。

3. 高管强力支持：39% 的高绩效组织中高管对 AI 主动担责并投入，是普通组织（16%）的 3 倍。不只是给钱，还亲自示范使用。

4. 高投入：35% 将超过 20% 的数字预算用于 AI，是普通组织（8%）的 4.9 倍。

5. 更积极的风险管理：高绩效组织遭遇的负面后果更多（因为他们用得更深），但平均缓解 6 类风险，远超普通组织的 3 类。

对劳动力的影响

32% 的受访者预计未来一年企业员工规模减少 3% 以上，43% 认为无变化，13% 预计增加。

职能差异很大：服务运营（39% 预计减少）和 IT（28%）是裁员风险最高的职能，知识管理（13% 预计增加）和产品开发（12%）是增员比例最高的。

企业层面也存在分化：大企业更倾向裁员预期（年收入超 50 亿美元的企业中 48% 预计减少），小企业更倾向观望（年收入低于 1 亿美元的企业中 52% 预计无变化）。

热门 AI 岗位：软件工程师（29%）、数据工程师（29%）、AI 数据科学家（26%）。大企业招聘 AI 人才的比例是小企业的 2 倍。

AI 风险

51% 的组织遭遇过 AI 负面后果。"不准确性"最常见（30%），其次是网络安全（10%）和合规风险（8%）。

相比 2022 年（平均缓解 2 类风险），2025 年组织平均缓解 4 类风险，有进步。但"可解释性"风险的缓解率（14%）远低于"不准确性"（54%），是个明显的薄弱环节。

流程设计：深化人机协同的关键

报告花了大量篇幅讨论企业如何设计流程来实现人机协同。核心框架是四个动作：

流程拆解：按"人机能力适配度"把业务流程拆分为智能体主导模块、人类主导模块、人机协同模块三类。每个模块只包含单一类型任务，避免职责混淆。

节点交互：在关键环节设计三种交互节点——决策前置（智能体先建议，人类再确认）、例外干预（遇异常自动触发人类介入）、结果反馈（智能体先执行，人类再评估）。

动态迭代：建立"评估-优化"闭环，每月采集协同效果指标数据，每季度优化一次流程。

场景适配：高风险低频场景（如年度预算审批）以决策前置交互为主，低风险高频场景（如考勤统计）以结果反馈为主，根据场景调整流程设计。

报告的核心结论：AI 高绩效组织的做法不是让智能体替代人类，而是让人机在流程中各展所长。科学的流程设计可以使 AI 价值释放效率提升 50% 以上。