《2025年人工智能的现状：智能体、创新和转型》显示，企业应用广度在上升，深度仍不足。

• 至少在一个职能中常态化使用 AI 的企业比例：78% → 88%
• 多数机构仍停留在探索或试点阶段，仅约三分之一已启动规模化落地
• 核心判断：当下是“广泛试用期”，尚非“全面产业化期”

在任一具体职能中，报告“正在扩大智能体应用”的比例均未超过 10%。

• 说明多数企业的智能体仍处于局部验证，而非流程级重构
• 落地难点主要集中在流程再设计、治理机制和跨系统集成
• 下一阶段竞争焦点将从“是否接入”转向“是否规模化运营”

AI 与工作流的全面融合在中小企业中仍不充分。

• 营收超 50 亿美元企业中，近半数已进入规模化阶段
• 营收不足 1 亿美元企业中，规模化比例仅为 29%
• 差异核心在于数据底座、技术人才和组织变革资源

多数企业尚未在 EBIT 层面看到显著跃升。

• 仅 39% 受访者认为 AI 已对 EBIT 产生某种影响
• 其中多数机构反馈贡献率不足 5%
• 但超过半数受访者认为 AI 明显增强了创新能力，近半数观察到客户满意度与竞争差异化提升

不少企业已在局部用例看到清晰的 ROI 信号。

• 成本效益主要集中在软件工程、生产制造与 IT 等领域
• 这些场景共同特征是流程标准化程度高、数据可观测、结果可量化
• 建议优先从“高频、标准、可衡量”任务切入，逐步外延

AI 对营收的拉动在“贴近客户与产品”的职能中更显著。

• 营销与销售、战略与公司财务、产品与服务开发表现突出
• 该趋势与麦肯锡历年追踪结论保持一致
• 增长导向场景应同步建立数据闭环与指标体系，避免“增长幻觉”

高绩效企业并非“用得更多”，而是“治理更完整”。

• 特征 1：高层强力背书，AI 进入核心经营议程
• 特征 2：建立清晰流程，明确何时以及如何进行人工核验
• 特征 3：在 AI 技术与能力建设上的投入显著更大

报告结论可归纳为一句话：AI 价值释放取决于组织能力升级，而不只是模型接入。

• 企业需要同时推进技术、流程、治理与人才四条主线
• 短期看效率与成本，长期看创新能力与业务再造
• 真正差距不在“是否上 AI”，而在“能否持续规模化运营 AI”

企业对未来一年的人力重配预期，明显强于过去一年的实际变化。

• 过去一年：受访者报告“因 AI 导致人员缩减”的中位数比例为 17%
• 未来一年预期：该比例上升至 30%
• 这意味着组织正在从“局部效率工具”转向“岗位结构重塑”阶段

被替代与被增聘并行，是这一轮 AI 组织变革的典型特征。

• 过去一年，企业已增聘大量 AI 相关岗位人才
• 被替代风险更高的，通常是重复性强、创造力要求较低的岗位
• 被重点增聘的，是能够驾驭 AI、推动新流程与新能力建设的关键角色

结果不准确，是当前企业最常着手缓解的风险之一。

• 多数组织已围绕“输出准确性”建立监测、复核与回滚机制
• 但位列第二的“可解释性”问题，仍未获得与其重要性相匹配的治理投入
• 下一步重点应从“先能用”升级为“可解释、可审计、可问责”