2025年11月5日，麥肯錫旗下QuantumBlack團隊發布《2025年AI應用現狀》報告，基於對1993名來自105個國家的企業從業者的調查，描繪了一幅AI技術在企業界的應用全景圖。
這份報告傳遞出一個核心資訊：儘管88%的受訪者表示其所在組織正在使用AI技術，但真正實現企業級規模化應用並產生實質性財務影響的組織仍屬少數。距離生成式AI工具引發新一輪AI熱潮已有三年，企業的AI之旅正處於從廣泛試驗到深度整合的關鍵轉折點。
AI應用現狀：廣度擴展但深度不足
報告數據顯示，88%的受訪組織至少在一個業務職能中常規使用AI，較2024年的78%有明顯提升。然而這一增長更多體現在應用廣度而非深度上。從部署階段來看，僅有約三分之一的組織進入了規模化階段，其餘大多數仍停留在試驗或試點階段，32%處於試驗階段，30%處於試點階段，僅31%在擴大部署規模，7%實現全面規模化應用。
這一格局與企業規模高度相關。年收入超過50億美元的大型企業中，近半數已進入規模化階段，而收入低於1億美元的小型企業中，這一比例僅為29%。大型企業在資源投入、技術積累和組織能力上的優勢，使其在AI規模化道路上處於領先位置。
在具體應用領域，AI技術的滲透呈現出明顯的職能偏好。IT、營銷銷售和知識管理持續成為應用最廣泛的三大領域。特別值得注意的是，知識管理在2025年首次躋身應用最廣泛的職能之列。從具體用例來看，資訊捕獲處理、營銷策略內容支持以及客戶服務自動化成為最常見的三類應用場景。
AI智能體（AI Agents）作為能夠在真實世界中自主行動、規劃和執行多步驟工作流程的AI系統，正在成為企業關注的新焦點。調查顯示，62%的受訪者表示其組織至少在試驗AI智能體，其中23%的組織已在企業內某處擴大智能體部署規模。
不過，智能體應用的深度仍然有限。即便在已開始規模化部署智能體的組織中，大多數也只在一到兩個職能中這樣做。在任何單一業務職能中，報告智能體應用達到規模化階段的受訪者比例均不超過10%。從職能分布看，IT和知識管理領域的智能體應用最為常見，這與服務台管理、深度研究等典型智能體用例的快速發展密切相關。
從行業角度觀察，科技、媒體電信和醫療健康行業的智能體應用報告率最高。這些行業的數字化基礎、技術人才儲備以及對創新技術的開放態度，為智能體應用創造了有利條件。
儘管多數組織尚未實現企業級財務影響，但調查揭示了一些積極的領先指標。39%的受訪者認為AI對其組織的息稅前利潤（EBIT）產生了影響，儘管其中大多數表示影響程度低於5%。更具說服力的是定性成果：64%的受訪者認為AI改善了創新能力，45%認為提升了員工滿意度，45%認為改善了客戶滿意度和競爭差異化。
在職能層面的成本收益方面，受訪者最常報告的成本節約來自軟體工程、製造和IT領域，其中56%的受訪者表示軟體工程成本有所下降。收入增長方面，營銷銷售、戰略與企業財務以及產品服務開發職能獲益最多。
報告將AI高績效組織定義為歸因於AI的EBIT影響超過5%且認為AI帶來"顯著價值"的受訪者所在組織，這類組織僅占樣本的6%。深入分析這些高績效組織的特徵發現，其成功的關鍵不在於單純追求效率提升，而在於更宏大的戰略願景。
80%的受訪者表示其公司將效率提升作為AI計劃的目標，但高績效組織除效率外，更傾向於同時設定增長或創新目標。高績效組織中50%的受訪者表示其組織意圖利用AI實現業務轉型性變革，這一比例是其他組織的3.6倍。在目標設定上，高績效組織在效率（84%）、增長（82%）和創新（79%）三個維度的關注度都顯著高於其他組織。
高績效組織在多個維度展現出不同於一般組織的實踐特徵。最突出的是工作流程重塑：55%的高績效組織受訪者表示在AI部署中對工作流程進行了根本性重新設計，這一比例是其他組織的2.8倍。這種重塑不僅涉及技術層面的優化，更包括業務流程、組織架構和員工角色的系統性變革。
領導層的投入程度是另一關鍵差異。高績效組織中48%的受訪者強烈認同其高層領導在AI計劃中展現出真正的所有權和承諾，這一比例是其他組織的3倍。這種承諾體現在持續的資金支持、定期的預算重新分配、在組織內部推廣AI應用，以及高層領導自身對AI工具的示範性使用。
在投資力度上，超過三分之一的高績效組織將數字預算的20%以上投入AI技術，而其他組織中這一比例僅為7%，相差近5倍。這些資金支持著高績效組織在更多業務職能中部署AI，並推動AI智能體的規模化應用。
麥肯錫團隊基於對31個變量的相對權重分析，識別出一系列與高績效強相關的管理實踐。這些實踐涵蓋戰略、人才、運營模式、技術、數據以及採用與擴展六個維度，與麥肯錫的"Rewired"數字化轉型方法論高度一致。排名靠前的關鍵實踐包括：明確定義何時需要人工驗證以確保模型輸出準確性、擁有支持核心AI計劃的技術基礎設施和架構、制定明確的AI路線圖並與廣泛戰略保持一致等。
關於AI對勞動力規模的影響，受訪者的預期呈現顯著分化。在職能層面，過去一年中，多數職能的受訪者報告員工數量變化不大。但展望未來一年，預期變化的比例明顯上升：跨業務職能中位數顯示，17%的受訪者報告過去一年因AI導致職能人員減少，而30%預計未來一年將出現減少。
在企業整體層面，32%的受訪者預計未來一年企業總員工數將因AI減少3%或以上，43%預計幾乎無變化，13%預計增加3%或以上。大型企業的受訪者更傾向於預期AI帶來的勞動力規模縮減，而高績效組織的受訪者則更可能預期顯著變化，無論是減少還是增加。
與此同時，AI相關崗位的招聘仍在持續。在過去一年中，多數組織都招聘了AI相關職位，其中軟體工程師和數據工程師需求最高。大型企業在AI人才招聘上更為活躍，特別是在數據科學家、數據工程師和機器學習工程師等整合、建模和工業化數據的崗位上，大型企業的招聘率約為小型企業的兩倍。
企業對AI風險的認識和應對正在深化。與2022年調查相比，受訪者報告其組織採取措施緩解的AI風險數量從平均2個增加到4個。緩解率上升最明顯的風險領域包括個人隱私、可解釋性、組織聲譽和監管合規。
調查發現，組織經歷的風險與其緩解的風險高度相關。51%的使用AI的組織受訪者表示其組織至少經歷過一次負面後果，最常見的是AI不準確性問題（30%）。不準確性和網路安全是受訪者最常報告其組織正在努力緩解的兩大風險，分別有54%和51%的受訪者提及。
值得注意的是，高績效組織報告的負面後果反而更多，特別是在智慧財產權侵權和監管合規方面。看似矛盾的現象實際上反映了高績效組織更具雄心的AI應用策略，它們在更關鍵的業務環境中使用AI，因而對風險的敏感度和監控力度更強，同時也更積極地採取緩解措施。
麥肯錫此次調查描繪了一幅AI應用從普及到深化的過渡圖景。AI工具已經無處不在，但多數組織尚未將其深度嵌入工作流程和業務流程，以實現企業級的實質性收益。從試點到規模化的跨越，正是當前大多數組織面臨的核心挑戰。
高績效組織的經驗提供了清晰的指引：超越增量效率提升的雄心壯志、對工作流程的根本性重塑、高層領導的堅定承諾、充足的資源投入，以及覆蓋戰略、人才、運營、技術、數據和擴展六大維度的系統性管理實踐，共同構成了AI價值實現的成功路徑。
AI智能體的興起為企業帶來了新的可能性，但同時也對組織能力提出了更高要求。如同一位受訪高管所言，"當涉及智能體時，要做好它需要付出艱苦的努力。"從試驗到生產化，從單點應用到規模部署，每一步都需要在技術、流程、組織和文化層面進行深入的調整和優化。
對於仍在AI之旅早期階段的組織而言，這份報告既是鞭策也是指南。AI的全部潛力仍在前方，但實現路徑已漸趨清晰。隨著AI工具（包括智能體）的持續改進和企業能力的逐步成熟，將AI更全面地嵌入企業運營的機會正在到來，這將為組織創造新的價值獲取方式和競爭優勢來源。AI轉型的下一章，將屬於那些敢於超越效率優先思維、擁抱創新與轉型願景的組織。
報告地址：https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
