2025年3月，麦肯锡发布《AI现状报告》（The State of AI: How organizations are rewiring to capture value），基于全球101个国家、1491位受访者的调研，揭露了AI落地的核心趋势：生成式AI（gen AI）使用量持续暴涨，但真正能实现企业级盈利的还很少；大公司（年营收≥5亿美元）正通过重构组织、强化治理抢占先机，中小企则在人才、流程上明显滞后。AI不再是“可选工具”，而是倒逼企业重新设计工作方式的核心变量。
一、78%企业用AI，但仅17%实现显著盈利
AI的普及速度远超预期，但“使用率”和“价值转化”之间还存在巨大鸿沟：
渗透率大幅提升：78%的受访者表示所在企业至少在一个业务职能中使用AI（含生成式AI和分析型AI），较2023年的55%、2024年初的72%持续增长；生成式AI的使用率也达71%，半年内从65%稳步上升；
多场景应用成常态：首次有超半数企业在多个业务职能中使用AI，平均覆盖3个领域，IT、营销销售、服务运营是最热门的应用场景，其中IT领域AI使用率半年内从27%飙升至36%；
盈利转化仍处早期：仅17%的企业表示过去12年有5%及以上的EBIT（息税前利润）来自生成式AI，80%以上企业尚未实现企业级的实质性盈利；但业务单元层面已见成效，更多企业报告AI带来了营收增长和成本降低，尤其是HR、营销销售领域的成本优化最明显。
二、CEO直管+流程再造，大公司的致胜关键
要让AI真正创造价值，企业不能只“加工具”，还要“改组织”，这一点大公司已经走在前面：
CEO亲自抓AI治理：这是与AI盈利最相关的因素之一。28%的AI应用企业由CEO直接负责AI治理（含政策、流程、技术合规），17%由董事会监管，且多数企业会由两位核心领导共同牵头，确保AI战略落地；
workflow（工作流程）重构是核心动作：21%的企业已针对生成式AI彻底重构部分工作流程，这一动作对盈利的影响最大——不是简单用AI替代人工，而是重新设计“人+AI”的协作模式，比如让AI处理重复性工作，员工聚焦高价值决策；
集中化与分布式结合：风险合规、数据治理等核心环节多采用“中央卓越中心”模式集中管控；而技术人才、AI解决方案落地则偏向混合模式，部分资源集中、部分分散到业务单元，中小企更倾向于全集中化管理。
三、三类风险最突出，大企中小企应对差距明显
随着AI深入应用，风险管控成为必答题，不同规模企业的应对能力分化严重：
三大风险最棘手： inaccuracy（输出不准确）、网络安全、知识产权侵权是企业最常遭遇的负面后果，也是当前重点管控的方向，较2024年初，更多企业开始主动应对这些风险；
大企管控更全面：年营收≥5亿美元的企业在网络安全、隐私保护等风险的应对上明显领先，但在AI输出准确性、可解释性上的管控并不比中小企更强；
内容审核两极分化：27%的企业会审核所有AI生成内容（尤其是法律、专业服务行业），另有27%仅审核20%及以下的内容，缺乏统一的管控标准。
四、新角色涌现，裁员不是主流， reskilling是关键
AI对 workforce的影响不是“一刀切”的替代，而是结构性的调整：
新岗位需求冒头：企业仍在积极招聘AI相关人才，AI合规专员（13%企业已招聘）、AI伦理专员（6%企业已招聘）等风险相关角色成为新热点；数据科学家、机器学习工程师仍是最难招的核心人才，半数企业表示未来需要更多数据科学家；
裁员并非主流操作：38%的企业认为未来三年AI对员工规模影响不大；仅金融服务行业更倾向于预判裁员；服务运营、供应链管理等职能被认为最可能减员，而IT、产品开发领域反而可能扩编；
reskilling（技能重塑）成常态：多数企业已开始对现有员工进行AI技能培训，并计划未来三年加大力度；AI节省的时间，更多用于员工承接新任务或深化现有核心工作，而非单纯裁员。
五、12个关键动作，大公司已抢先布局
要让AI真正落地见效，麦肯锡总结了12个核心实践，而大公司在这些方面的推进速度远超中小企：
最核心的两个动作：一是跟踪明确的AI KPIs（关键绩效指标），二是制定清晰的AI落地路线图（如分阶段在各团队推广），这两个动作对盈利的影响最直接；
大企的领先优势：年营收≥5亿美元的企业，在设立专门AI推进团队、内部宣传AI价值、开展分层技能培训、建立客户信任等方面，进度是中小企的两倍以上；
整体仍处早期：不足三分之一的企业落实了大部分最佳实践，仅五分之一的企业在跟踪AI KPIs，说明多数企业还在摸索阶段。
六、生成式AI多模态爆发， agentic AI成下一站
报告还揭示了AI技术和应用的未来方向，值得企业重点关注：
多模态应用扩容：63%的企业用生成式AI创作文本，超三分之一用于生成图片，四分之一用于编写代码；科技行业的应用最广泛，高端制造业（汽车、航空航天）更倾向于生成图片和音频；
行业差异化明显：所有行业都优先在营销销售领域用生成式AI，但其他场景各有侧重——媒体 telecom行业侧重服务运营，科技公司侧重软件工程，专业服务机构侧重知识管理；
agentic AI（智能体AI）将成新前沿：随着技术演进，能自主规划、执行复杂任务的智能体AI，被认为是下一波AI创新的核心方向，企业需要提前布局相关能力。
整体来看，AI已经从“技术试验”进入“组织重构”的深水区：大公司靠战略引领、组织调整和人才储备抢占先机，中小企则需要在流程优化、技能培训上快速补课。AI的价值不在于替代人，而在于重构“人、流程、技术”的协同模式。