2025企业AI应用概况调查

前言 2025年，人工智能已突破技术工具的边界。在这场智能化浪潮中，基础型AI如同企业"数字化蓝领"，专注自动化执行标准化流程；战略型AI则化身"商业智囊"，通过深度学习企业基因，构建起价值创新的智能生态系统。两者从执行层到决策层的协同，重新定义现代企业的核心竞争力。 截至2025年4月底，我国现存在业、存续状态的人工智能相关企业超424.3万家，其中2025年以来新增注册相关企业约28.6万余家。AI领域呈现出显著的“两极分化”：一方面，通用大模型的性能突破推动生成式AI全面渗透；另一方面，市场焦点逐渐从基础设施投资转向垂类场景应用，低成本、高精准的行业解决方案成为新宠。 全球范围内，无论是基础型AI还是战略型AI，企业选择将AI与行业趋势、竞争壁垒、长期价值绑定，根据自身领域选择技术方向。零售行业侧重AI营销与供应链优化，制造业聚焦AI质检与预测性维护，医疗行业关注AI辅助诊断与药物研发。通过AI形成差异化优势，拥抱技术演进，构建核心壁垒。 数字化转型成功案例大多数源于管理层对AI的持续投入——智能化转型本质是认知革命，技术能力与管理体系的重构必须作为并行的系统化工程。 在此背景下，本报告基于410家企业问卷调查，试图解答以下问题： 2024年以来，我们已经看到组织采取行动，企业级AI应用度不断提高，但从价值捕获的角度来看，AI赋能企业仍处于早期阶段。雇主们正在做更多的工作：对AI人才投入更多，减轻AI相关风险，基础设施重构、安全合规升级、成本效率平衡等。 1.企业选择AI应用时关注点是什么？2.AI已经引发员工的双重情绪，企业是否会加剧这种情绪？3.2025年及以后实施AI战略时，侧重点在哪里？ 主要结论 •受访企业AI普及率仍有较大上升空间：当前AI技术渗透率呈现显著行业分化，制造业、零售业使用率高达半数以上，而金融业仅有16.7%——技术门槛高、场景适配难及安全性是主要制约因素，不过依旧看好未来AI部署趋势。 •增效是企业选择AI的首要考量因素：企业AI决策严格遵循ROI模型，民营企业尤甚，通过降本来实现企业效益的增长，成本敏感度直接驱动技术选型差异。值得注意的是，许多民营企业仍在AI增效迷雾中徘徊：组织能力滞后于技术升级，数据质量制约算法效能……需要做更多的工作来实现业绩价值。 •AI落地的差异化本质在于“风险-效率”的平衡：金融业聚焦AI合规官培养，零售业则侧重于供应链与运营管理优化，技术落地必须与行业特性互为参考系。 •AI技术冲击与员工留存率呈弱相关性：78.2%的受访企业认为AI带给员工的机遇大于挑战，技术迭代带来的新兴职业数量较为可观，效率革命释放创造力，使员工专注于创新、决策等高价值任务，技能升级催生新赛道，职业边界无限延伸。 •AI重塑HR职业能力图谱:需构建数字化人才画像体系，优化全周期人才管理流程，制定AI协同型组织战略，确保技术落地与业务场景深度耦合。 数据样本概述 在本次调研样本中，民营企业与规模处于500人以下的企业占据主导地位，鉴于中国企业的实际分布特征，本次调研结果具备一定的参考价值。 从行业上看，调研数据存在样本差，有一定局限性。 AI市场具有动态性，现有样本可能难以完全覆盖快速演变的大环境。 •受访企业AI应用比例约为40.0% 就像任何新技术一样，从出现到大规模被采用需要很长时间，在AI开始被采用之前，企业必须学习如何使用它，在它的基础上构建应用程序，这不仅需要时间，还需要理性、务实、小步试错。 •基层员工比企业高管更愿意接纳AI 在前程无忧面向C端的AI使用调查中，年轻从业者推动AI工具高频使用,但在企业高管为业绩负责的当下，许多管理者仍然对AI投资持观望态度。 •金融业等信息高密行业AI应用率低于20% 网络安全形势充满了数据泄露、“钓鱼”等熟悉的威胁，AI为传统攻击增加了新的危险级别，对于安全为先的行业来说，这些基于AI的新威胁构成了前所未有的挑战。 提升企业效益，AI技术成熟度与可靠性，智能化趋势，成为受访企业选择AI时最看重三个点。 增效——受访企业使用AI的第一考量 这一诉求深度渗透于企业全业务链，值得关注的是，尽管企业对AI“增效”寄予厚望，但也普遍面临技术应用深水区挑战，即AI与核心业务流程的衔接仍显松散，系统化整合程度亟待提升。 •人机协同被81.8%的受访企业忽略，但42.9%的跨国公司却关注了“友好合作”。AI融入业务需要大量对封闭数据的训练，这种训练很复杂，需要引入AI协同人才，。 •不安全感成为50.0%受访企业引入AI的因素。受访企业中，国有企业与跨国企业选择智能化趋势的比例高达71.4%。面对AI的冲击与智能化趋势，许多企业虽然还没想好如何深度融合业务，但觉得不发展才是最大的不安全。 •AI会大幅降低一线人力成本 68.2%的受访企业认为，目前AI会大幅降低人力成本。企业在使用AI赋能业绩时，运用高质量的大模型基座作为Agent（智能体）入口，理解与规划人类指令，再加上本领域内专有的数据训练子专家系统，让大模型真正落地，深入生产的方方面面，被一线人员广泛而低门槛地使用。但这些仍是业务初级耦合，并未改变底层商业逻辑。 •AI比人更好管理，风险也更不可控 79.1%的受访企业认为，AI比人更好管理，但是AI在赋能业务时，仍旧有技术 生成式AI存在有据可查的风险，从模型偏差到无法为分析提供逻辑基础再到AI幻觉（构建听起来可信但虚假的内容），技术成熟度与可靠性是AI落地的基础保障。 •AI工具为49.1%的受访企业局部改良提效 对大多数企业而言，AI不是“雪中送炭”拯救企业，而是“锦上添花”，优化已有流程。企业一直在试验AI工具，主要是现有工具直接上手，而不是“颠覆式创新”。从价值捕获视角审视，当前多数企业距构建可持续的价值获取体系仍有较长路径。 •民营企业AI工具提效呈现两头效应 15.3%的受访民营企业表示AI提效效果尚不明确，这一比例高于认为AI带来颠覆性提升的比例（13.9%），也显著高于跨国企业（2.7%）和国有企业（1.1%）的同类占比。许多民营企业在AI应用中仍处探索瓶颈期，组织架构、人才储备等能力建设滞后于技术迭代速度，数据治理体系不完善导致算法效能受限。 能借助AI开展业务的行业 不能借助AI开展业务的行业 AI技术在企业端的应用已突破早期试验阶段，但行业之间技术落地深度存在结构性分化。 52.7%的受访企业能借助AI开展业务 而不能很好借助AI开展业务提效的原因，受访企业认为有以下几点： 企业级AI战略模棱两可、短视或不存在AI人才储备不足：现有的技术人才为IT、数据科学和产品开发提供了工具包，但无法提供企业AI解决方案松散定义的运营模式和治理低估了推动规模扩大所需的流程重新布线难度对风险的理解不足：AI引入了独特的风险，从AI幻觉到偏见和知识产权保护 在生成式AI与自动化技术深度渗透人力资源管理的当下，行业正经历结构性变革。 •计算机、能源化工原材料等技术驱动型行业结构性调整 计算机/通信行业40%的受访企业计划启动专项优化,这与其技术替代成熟度直接相关，罗杰斯创新扩散理论在此领域加速应验。（创新的扩散呈现S型，一开始较少的人会使用创新产品，突破临界值后会迅速增长，当大部分人使用后增长曲线又会放缓。） •制造业等人员密集型行业逆势扩容建筑/房地产、机械制造等领域，因产业数字化转型尚处早期，许多场景仍需人工干预，更倾向采取“技术嵌入+人力补充”策略。 78.2%的受访企业认为AI给员工的机遇大于挑战：未来企业竞争力将取决于其“人力-技术”协同进化能力，而非单纯的技术替代效率。企业决策逻辑会出于风险缓释机制、成本效益考量、战略前瞻布局等多方位考量。 尽管AI技术冲击与员工留存率呈弱相关性,需警惕技能断层引发的隐性淘汰 62.7%的受访企业认为短期内不会影响员工数量，但可预见的是，技能断层仍会引发的隐性淘汰。 从行业上看 •智能制造行业AI应用职能TOP1为生产•制药医疗行业与金融业AI应用职能TOP1为综合管理岗•快消零售行业AI应用职能TOP1为技术研发与支持类 64.5%的受访企业表示员工AI素养在招聘环节 只是辅助因素 除大模型研究员、算法工程师等技术岗位外，大多数岗位（如销售、行政、客服）的核心能力仍为行业知识、沟通技能或专业经验。在技术快速迭代的背景下，企业更关注核心技能、学习能力与适应性，而非单一AI素养。 技能升级人员调整AI培训 AI重塑HR职业能力图谱，对人力资源管理的渗透已从“工具辅助”向“能力重构”演进，未来具备“AI技术敏感度+业务场景理解力+战略价值创造力”的HR人才，将成为企业数字化转型的关键赋能者。 72.7%的HR从业者认可AI工具显著降低了事务性工作负荷，但随之衍生的三大挑战正在重塑职业能力图谱：技能要求升级、AI专项培训及人员优化。 企业基因决定转型路径，不同性质企业的应对策略差异渐显： •国有企事业单位依托体制优势，55.6%的受访国有企业率先开展全员数字素养筑基工程，结构性优化比例并不高。 在不同行业，AI引发的人才变革呈现显著梯度差异： •民营企业实施效能优先战略，既通过AI面试官缩减初筛成本，又对岗位启动技能重塑计划，试图通过组织架构调整来实现业绩增长。 •计算机/通信为代表的AI高敏行业先行突破：计算机/通信（40%的企业启动AI人才专项招聘）、半导体等高端装备制造行业，HR体系已构建“技术洞察官”岗位，重点攻坚AI人才画像建模与智能组织诊断。 •跨国企业集团采取渐进式变革路径，仅5.0%岗位涉及优化调整，更侧重构建AI能力共享平台。 •金融、快消零售等服务业差异化适配：服务业AI落地的差异化本质在于“风险-效率”的平衡权重，技术落地必须与行业特性深度耦合。对金融业而言：合规风险＞效率提升，因此AI应用聚焦“可解释性、可控性、可追溯性”；而零售业效率提升为先，因此AI应用侧重“动态响应、成本优化、体验平衡”。 结语 站在2025年的临界点，企业必须意识到：AI竞争已从技术军备竞赛升维至生态位争夺战。胜出者将具备三大特质： •行业重构的加速度分化 上游技术层（如大模型、算力）的迭代速度远超下游应用层的消化能力。高耗能领域（如数据中心、重工业）面临可持续性挑战；强监管行业（如金融、医疗）受数据隐私与合规要求制约，在金融分析等场景的落地仍需突破伦理审查瓶颈。这种加速度分化的本质是技术-产业-资本三因素的综合作用。 -敏捷组织-人类创造力×机器算力的乘数效应-在算法利己主义浪潮中坚守商业向善 •技术与人力的共生进化 AI不再是“替代者”，而是“进化催化剂”，AI消灭的不是岗位，而是固化的能力形态：制造业中的人机协作系统将工人从重复劳动转向工艺创新；金融业的智能投资顾问让分析师从数据搬运工进化为策略架构师。员工队伍必须超越传统角色，以弥合技术执行和业务价值之间的差距。 未来，AI将成为企业的“数字线粒体”，持续为组织提供智能能量。但这场变革没有标准答案，关键在于把握“技术理性与商业感性”的平衡。 正如本报告所揭示的，企业不仅能驾驭技术浪潮，更能在算法迷雾中锚定人性价值，在效率追求中守护创新灵魂，将AI内化为组织的呼吸方式，才能在智能时代的竞争中永立潮头。 •管理岗位引领转型 AI转型本质是权力与资源的重新分配，高层领导唯有以业务价值为锚点，构建“认知-决策-执行”的战略引擎，才能突破部门博弈，实现技术与商业的共赢。