88%的公司在用AI，但只有39%吃到真金白银？麦肯锡最新AI报告来了

梦瑶 发自 凹非寺
量子位 | 公众号 QbitAI

麦肯锡刚刚发布了2025年AI最新报告，一组数据让人“破防”：

88%的组织都在用AI，但只有39%的组织吃出了“真金白银”。

这份《The state of AI in 2025》回答了AI时代大家都很关心的一个问题：

• 用了AI之后，大家到底过得怎么样？

总共有5个结论：

1.多数企业已在至少一个业务环节使用AI，AI几乎已成标配。

2.看似大家都在用AI，但真能用到“见效赚钱”的，其实不到四成。

3.人人都在谈Agent，但真正跑通业务流程的企业，仍是少数派。

4.只有高绩效企业能真正尝到AI红利。

5.AI岗位正吃掉招聘预算，传统岗位被替代、AI人才被争夺，组织结构正在被重写。

AI普及是真的，但规模化落地还早

麦肯锡这份《The State of AI in 2025》调查了全球来自各行业的近2000家组织，其中一个最直观的数字是：

• 88%的受访企业表示已在至少一个业务职能中使用AI技术，比去年整整高出了10个百分点。

但，用上不等于用深，更不等于用出钱。

看着很热闹，真正能赚到钱的却不多，不少企业想靠Agent一步起飞，但更多的还停在起跑线观望。

用是都在用了，但多数还停在试点阶段

单从数据看，AI确实在企业里全面开花，大多数企业已经不再是观望者，而是参与者（哪怕只是试水）：

但试水不代表游泳，更不代表能游到终点。

• 报告显示，只有39%的组织表示AI带来了实质性财务回报，实现了息税前利润（EBIT）的增长。

也就是说，多数企业AI项目还没有跑赢投入产出比：

这39%，基本来自少数行业场景的集中收割。

例如软件工程、制造、IT这类以效率提效为核心的岗位更容易吃到红利，而营销、战略、财务则是为数不多能带来“营收提升”的领域：

也正因如此，很多企业的AI使用呈现出一种效率提升 ≠ 盈利提升的割裂状态：

流程顺了，但财务账面并没太大变化。

AI Agent热度飙升，但落地只在局部

生成式AI余温未散，Agent就已成为企业新宠。

报告显示，62%的受访组织已经在试验AI Agent类应用，不少还搭建了自己的企业内部Agent，例如AI客服助手、AI知识总结助手、AI代码生成工具等。

更关键的是：在任何一个部门里，真正在推AI Agent的公司，都不到一成。

而这些真正“跑起来”的应用，也主要集中在流程清晰、标准化程度高的部门，例如 IT运维、知识管理、营销与销售等：

进一步拆解后会发现，这些使用Agent的场景有一个共同点：结构清晰、流程标准、数据充分、容错率高。

而一旦涉及跨部门协作、复杂流程或高风险决策，Agent往往就会止步于试验阶段。

根源也不难理解。

麦肯锡在报告中明确指出：部署Agent不是接个API就完事了，而是要重构流程+重塑组织+重训员工。

也正因如此，麦肯锡在报告中反复强调，Agent热度虽高，但还远未量产。多数组织目前还在试用或“验证阶段，离规模化还有一段距离。

AI带来的更多是“感觉好”，但进账的还不多

如果说AI是企业的新晋员工，那它目前的表现大概是，工作流程顺了不少，但月底账上钱还是没多出几位数。

首先，麦肯锡报告里提到，64%的受访组织都表示自从用了AI以后感觉更有创新力了：

也就是说，AI确实给了大家带来了一种变强了的实感。

团队做事更快了、响应更灵了、开会更少了、脑子更清楚了～

但这份好感度尚未大面积转化为收入增长——

仅36%的企业表示盈利能力有所提高，仅33%看到收入增长，而报告中最冷的一项——市场份额提升，仅有25%的企业认为得到了改善。

那么现在AI到底帮企业干了什么？

从岗位来看，它现在还是在后端环节更能显出“立竿见影”的降本效果：

有40%的组织用AI做知识管理，有34%的组织把AI派去管IT，有26%的组织把应用在软件工程。

而真正“能上分”的业务前线主要集中在三大类：

39%的营销销售部门用AI写文案、做内容、找线索，精准获客提转化；31%的产品开发团队依赖AI做版本快速迭代、辅助测试；17%的战略与财务规划部门则利用AI做预测建模、算ROI、做预算分析：

AI红利给了谁？

不是谁用AI，谁就能吃到红利。

在这波AI浪潮中，普通企业还在“用一用、试试看”，而高绩效企业早已杀进了业务流程，把AI用出了真章。

只有高绩效企业能真正尝到AI红利

麦肯锡这次报告中，把一类企业单独拉了出来看：

• 那些能将至少5%的企业EBIT（息税前利润）增长归因于AI，并已在实际业务中实现显著价值回报的组织，被定义为AI高绩效企业。

麦肯锡这次把这类企业和拉出来比了一下，结果发现了一个惊人的差异：

• 未来3年，有50%的高绩效企业打算推动AI主导的“变革性改变”，而普通企业中这一比例只有14%。

更重要的是，这种“变革性改变”不是空口号，而是正在发生的事。

• 在AI真正落地的环节上，高绩效员工从从根本上重新设计工作流程的可能性高达55%，约其他人的三倍（2.8×）。

相比之下，那些还停留在省点人工、做点报表的企业，可能根本没触碰到AI的真正红利区。

麦肯锡合作方专家Tara Balakrishnan也在报告中指出，高绩效企业/人才最突出的特征是野心的高度，他们的AI战略并不止步于效率提升，而是试图重塑整个业务模式。

在他看来，成本导向思维正在限制AI的潜力，真正能够规模化使用AI、并持续获得生产力提升的企业，往往也正是那些把AI当作增长与创新引擎、拥有清晰变革叙事的团队。

当然了，高绩效AI组织的成功也并非偶然。

麦肯锡从战略、技术、人才、数据、运营五大维度梳理出近20项AI最佳实践，结果发现一个显著差异：

• AI绩效越高的企业，几乎在每一项实践上都做得更早、更深入。

比如，在战略层面，高绩效企业中有60%已绘制明确的AI路线图（一般企业的一半）。

在组织执行层面，它们不止停留在“用AI试试”的阶段，而是主动重写业务流程，将AI嵌入前线流程与系统，采用敏捷开发模式，追求“快速试错-持续迭代”的落地节奏。

AI红利并不平均，它更像一场结构性机会，属于那些愿意打破流程重做一遍的人。

AI岗正在吃掉所有招聘预算

AI正在改写的不止是企业的业务流程，还有员工的生存逻辑。

麦肯锡报告显示，未来一年内，32%的受访企业预计员工总数将下降，仅13%预计会上升，多数则认为“总体变化不大”。

看似平稳的数据背后，是组织架构的悄然重构：“裁得动的被裁了，裁不动的正在学习AI技能。”

被替代的，是重复性强、创造力低的岗位；而被紧急招聘的，是那些能驾驭AI、驱动新能力的关键角色：

软件工程师、数据工程师、AI产品经理、Prompt Engineer、AI伦理与合规专家……这些原本“偏技术”的岗位，正从边角料变成招聘主角。

与此同时，企业之间的AI人才分化也越拉越大。

• 大企业在AI相关岗位的招聘比例，是中小企业的两倍。

有资源、有预判的大公司正在加速囤人，而人力紧张的小组织，则被迫经历一段AI转型的空窗期。

人才结构的变化背后，其实对应着另一个关键词：风险承压能力。

麦肯锡的调研显示，在所有AI相关的负面后果中，“结果不准确”是企业遇到最多的问题，有30%的组织在过去一年中至少遇到过一次该类风险。其次是“解释性不足”和“个人隐私问题”。

不过，真正令人关注的是另一组数据：

• 在所有AI风险治理行为中，最积极的仍然是那批高绩效AI组织

他们在“知识产权侵犯”“合规问题”等关键风险上，既是遭遇者，也是最早进行防御部署的群体。

这一点，麦肯锡全球高级合伙人Alexander Sukharevsky给出的解释非常到位：

• 正因为他们用得更深，用得更激进，所以风险也来得更快、更集中。

这并不是坏事。

这些“高绩效组织”通常部署了比其他企业多两倍的AI用例，意味着他们往往是在关键任务场景里使用AI。

比如涉及隐私的数据流、核心业务流程的优化、员工、客户交互的自动化等等,这些环节天然就要求“高风险承受力+高执行效率”。

这也给尚在探索阶段的企业一个提示：

真正高绩效的组织，反而是那些目标明确、策略清晰，能在创新中解决问题的团队。

只有当AI被当作“业务变革引擎”而不是“省人工工具”，它才能带来可衡量的长期价值。

更多细节欢迎查看完整报告。

报告链接：
https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai