2025麦肯锡AI应用现状调研：仅6%企业成为高绩效赢家，他们做对了什么？

智能体 创新和转型 几乎所有受访企业都已将AI纳入业务实践，许多企业也开始尝试应用AI智能体。然而，大多数机构仍停留在规模化部署与实现企业级价值的早期阶段。 作者：Alex Singla、Alexander Sukharevsky、Lareina Yee、Michael Chui、Bryce Hall、Tara Balakrishnan，代表QuantumBlack, AI by McKinsey观点。 核心洞察 1.多数企业仍处于探索或试点阶段：近三分之二受访者表示，企业尚未全面启动AI规模化部署。2.智能体受关注：62%受访者称所在机构至少已开始试用智能体。3.AI影响显现：受访者已在具体场景中看到成本优化与收入增长；64%认为AI正在推动创新，但仅39%在企业息税折旧摊销前利润（EBIT）层面感受到实质性影响。4.AI高绩效企业将AI视为增长、创新与降本的引擎：80%受访企业以效率提升为目标，而收获最大价值的企业往往会同步追求增长或创新。5.重构工作流是关键抓手：半数AI高绩效企业计划借助AI推动业务转型，多数已着手重塑工作流。6.就业影响预期分化：32%预计未来一年员工规模会下降，43%认为不会变化，13%预计增长。 自生成式AI工具开启人工智能新纪元三年以来，近九成受访者表示其组织已常态化应用AI，但整体进展仍参差不齐。尽管AI工具已广泛落地，多数企业尚未将其深度嵌入工作流和业务流程，距离释放企业级价值仍有不小差距。麦肯锡最新全球AI现状调研显示，当下局面呈现“应用扩张”（包括智能体快速渗透）与“成长阵痛”并存的特点，从试点走向规模化仍是大多数企业面临的核心挑战。 AI应用持续拓展，整体仍处试点阶段 最新调研显示，更多企业开始使用AI，但真正的规模化部署依然稀少。至少在一个职能中常态化使用AI的企业比例，从去年的78%上升至88%。但在企业层面，多数机构仍停留在探索或试点阶段（图1），仅约三分之一已着手推进AI的规模化落地。 中国大陆的AI应用普及率与全球平均水平基本持平，同时在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中：有83%的企业在至少一个职能中常态化使用生成式AI，这一比例领先全球平均水平。同时，中国大陆地区有45%的受访企业实现AI的规模化或全面部署，高于全球38%的均值，展现出在AI应用深度上的相对领先优势。 受受访访企企业业的的AI应应用用情情况况（受访者比例） McKinsey & Company 智能体崭露头角 更多企业开始积极探索智能体，这类系统基于基础模型、能够在真实场景中自主规划并执行多步骤任务。23%的受访者表示企业已在至少一个职能中启动智能体的规模化应用，另有39%正处于试验阶段。但距离更广泛的普及仍有距离：即便在推动规模化落地的企业中，其应用也往往局限在一两个职能领域。在任一具体职能中报告“正在扩大智能体应用”的受访者比例均未超过10%（图2）。 不不同同职职能能的的智智能能体体应应用用现现状状¹（受访者比例，n=1,933） McKinsey & Company 在职能层面，IT与知识管理的智能体采用率最高，IT服务台管理与知识管理中的深度研究等场景发展迅速，率先形成相对成熟的应用体系。从行业视角来看，科技、媒体与电信及医疗行业的智能体采用率领先其他板块（图3）。 已已进进入入规规模模化化阶阶段段的的智智能能体体应应用用情情况况¹，，按按行行业业与与职职能能划划分分（受访者比例） McKinsey & Company 23%的受访者表示企业已在部分职能中推进智能体系统的规模部署。 多数机构的AI应用仍停留在试点阶段 总体而言，AI在组织内部的渗透面持续拓宽。更多受访者表示组织正在更多职能中使用AI（图4）。超过三分之二的受访者称其组织至少在两个职能采用AI，半数表示应用已覆盖三个以上职能（各行业情况请见边栏“各行业AI应用率普遍提升”）。 受受访访者者所所在在组组织织应应用用AI的的职职能能数数量量¹（受访者比例） McKinsey & Company 各行业AI应用率普遍提升 除科技行业（应用率已超90%）外，其他所有行业中，受访者报告其所在企业“至少在一个业务板块常态化使用AI”的比例均较上一轮调研明显上升。在去年调研中，科技企业AI应用领先优势明显；如今，媒体与电信、保险行业的应用率已与科技行业并驾齐驱（图）。过去8年的调研显示，IT、营销与销售始终是AI应用最集中的职能。今年的最新结果中，知识管理也首次跻身这一行列。 从具体场景来看，AI最常被用于信息获取、处理与分发（如通过对话式界面）；营销策略内容支持（包括方案起草、创意生成及提供营销策略参考知识）；以及联络中心或客服工作的自动化。 不不同同行行业业常常态态化化应应用用AI的的职职能能¹（受访者比例） McKinsey & Company 需要关注的是，许多企业，尤其是中小型企业，尚未实现AI与工作流的全面融合。仅约三分之一受访者表示企业已在全公司范围推动AI的规模化应用。而且，无论从收入规模还是员工人数来看，企业体量越大，越有可能迈入规模化阶段：营收超50亿美元的企业中，近半数已进入规模化阶段，而营收不足1亿美元的企业中，这一比例仅为29%（图5）。 不不同同营营收收水水平平企企业业当当前前所所处处的的AI应应用用阶阶段段¹（受访者比例） McKinsey & Company 仅三分之一受访者称企业正在全公司范围推进AI规模化应用，且企业规模越大，部署成熟度越高。 AI：驱动创新的新引擎 调研显示，对多数机构而言，AI尚未显著撬动整体息税折旧摊销前利润（EBIT）。仅39%的受访者认为AI对EBIT产生了某种程度的影响，其中多数表示贡献率不足5%。但在财务之外，AI正在悄然推动更为深刻的变化：超过一半的受访者表示AI明显增强了组织的创新能力，近半数观察到客户满意度与竞争差异化有所提升（图6）。 尽管对整体EBIT的拉动依旧有限，不少受访者已在具体用例中看到清晰的成本效益，尤其集中在软件工程、生产制造和IT等领域（图7）。 过过去去一一年年AI应应用用对对组组织织各各指指标标的的影影响响程程度度¹（受访者比例，n=1,753） McKinsey & Company 过过去去12个个月月各各职职能能因因使使用用AI而而产产生生的的成成本本降降幅幅¹（受访者比例） McKinsey & Company 在营销与销售、战略与公司财务、产品与服务开发等职能中，AI推动的营收增长尤为突出，与我们历年调研观察到的趋势一致（图8）。 过过去去12个个月月各各职职能能因因应应用用AI而而产产生生的的营营收收提提升升¹（受访者比例） McKinsey & Company 积极布局者收获更丰 AI改善整体利润的案例仍较少见，但调研结果显示，越是具备雄心的企业，越能获得超越同行的收益。我们将EBIT因AI提升超过5%，并已利用AI创造“显著”价值的企业定义为“AI高绩效企业”，这一群体约占样本总量的6%。这些企业往往会运用AI驱动颠覆性创新、重塑工作流、加速规模化落地、采用最佳转型实践，并投入更大资源。 高绩效企业普遍拥有借助AI重塑业务的更宏大目标。其计划通过AI实现颠覆性变革的比例，是其他企业的三倍以上（图9）。 取得卓越成效的机构也往往不会满足于降本。虽然多数受访者将“提升效率”视为AI部署的主要目标，但领先企业更倾向于同时将增长和/或创新纳入AI战略目标（图10）。 无论是否被归类为高绩效企业，那些将AI用于推动增长和/或创新的组织，都更有可能在客户满意度、竞争差异化、盈利能力、营收增长及市场份额等关键维度收获全局性改善。 McKinsey & Company McKinsey & Company 将AI用于促进增长和创新的企业，往往更能在多个维度上获得全局性提升。 除了制定宏大的战略愿景，高绩效企业对具体工作流程进行根本性重构的比例，也达到其他机构的三倍（图11）。在本次测试的所有影响因素中，有意识地重设计工作流程，是推动企业取得实质业务成效的关键因素之一1。 在在AI部部署署中中从从根根本本上上重重塑塑工工作作流流的的企企业业¹（受访者比例） McKinsey & Company AI高绩效企业在各职能中的应用广度同样显著领先同行。例如，它们在营销与销售、战略与公司财务、产品与服务开发等核心职能中应用AI的比例远高于其他组织。此外，在智能体的落地深度方面，高绩效企业也走在最前：在多数职能中，它们规模化部署智能体的比例达到其他组织的三倍以上（图12）。 相相应应职职能能对对智智能能体体的的应应用用已已达达到到““规规模模化化””或或““全全面面部部署署””阶阶段段的的企企业业¹（受访者比例） McKinsey & Company 调研还显示，高绩效企业的AI应用更常获得高层的强力背书。与其他企业相比，这些机构的受访者更可能强烈认同高层在AI项目中展现出真正的主导力与长期承诺（图13）。同时，高管不仅是推动者，更是率先践行者，以亲身使用推动AI在组织内部扎根。 McKinsey & Company 除了高层担当与投入，高绩效企业更擅长通过系统化的方法释放AI价值。例如，它们更常建立清晰的流程，明确何时、以何种方式对模型输出进行人工核验，以确保结果可靠（图14）。这是本次调研中区分高绩效企业的突出特征之一。这套方法体系，也与我们在《麦肯锡讲全球企业数字化》(Rewired)研究中总结的规律高度一致。该研究基于超过200项大型AI转型案例，凝练出实现AI价值的六大核心维度：战略规划、人才储备、运营模式、技术支撑、数据治理以及落地推广。本次调研所涉及的管理实践，与AI价值创造均呈正相关。也正是这些实践，使组织能够通过规模化应用AI，把创新做深，把价值做大。 高绩效企业更常建立清晰流程，明确何时、以何种方式对模型输出进行人工核验。 遵遵循循各各项项实实践践的的组组织织¹（受访者比例） McKinsey & Company 建立敏捷产品交付体系，或具备清晰定义的企业级敏捷流程，同样与AI价值的落地紧密相关。强化人才战略、夯实技术与数据基础设施亦是基础；同时，将AI嵌入业务流程，为AI解决方案设置并持续跟踪关键绩效指标，可进一步提升整体价值回报。 最后，这些领先企业在AI技术上的投入也显著更大。超过三分之一的高绩效企业受访者表示，组织已将20%以上的数字化预算投向AI（图15）。这些资源支撑了AI能力在组织内部的全面扩张：约四分之三的高绩效企业已经或正在规模化部署AI，而其他企业的这一比例仅为三分之一。 McKinsey & Company AI对员工规模影响：预期分化 随着AI加速普及，受访者对未来一年员工规模变化的判断呈现明显分化。回望过去一年，在已落地AI的各项职能中，多数受访者认为员工数量大体保持稳定。在多数职能里，不到20%的受访者观察到AI造成超过3%的人员缩减，因AI带来明显增员的比例更少。 但展望未来一年，更多受访者预期员工数量将出现更显著的变化（图16）。整体来看，表示过去一年因AI导致人员缩减的受访者中位数比例为17%，而预计未来一年会出现缩减的这一比例升至30%。 从企业整体编制来看，预期同样呈现出明显分化。多数受访者认为未来一年企业总员工数将大体保持稳定；与此同时，32%的受访者预计员工规模将减少3%及以上，另有13%预计会增加3%及以上（图17）。大型企业的受访者更倾向于认为AI将带来整体性的人力缩减；而AI高绩效企业的受访者则更有可能预期出现显著变化，无论这种变化表现为人员减少还是扩张。 过过去去一一年年AI对对各各职职能能员员工工规规模模的的影影响响¹（ 受访者比例） McKinsey & Company 预预计计未未来来一一年年AI对对企企业业员员工工规规模模的的影影响响¹（受访者比例） McKinsey & Company 多数受访者认为