AI的普及速度正在加速。2024年，78%的受访者表示所在企业已应用AI，较年初的72%和去年同期的55%实现显著增长。更关键的是，企业不再满足于单点尝试：首次有超过半数的受访者报告AI已应用于多个业务职能，平均覆盖3个领域，较年初进一步提升。
生成式AI的爆发尤为突出。71%的企业已在至少一个业务职能中常规使用生成式AI，较年初的65%稳步增长。从应用场景来看，营销销售、产品服务开发、服务运营和软件工程是最热门的领域——这些正是麦肯锡此前预测的价值密度最高的场景。而在内容生成方面，63%的企业用生成式 AI创作文本，超三分之一用于生成图像，四分之一以上尝试代码编写，技术应用正从单一模态向多元拓展。
值得注意的是，C级高管成为生成式 AI的“重度使用者”：53%的受访高管表示在工作中定期使用生成式 AI，显著高于中层管理者的44%，自上而下的示范效应正在推动技术落地。
报告显示，年收入5亿美元以上的大型企业，在AI价值捕获上遥遥领先。核心差异在于，它们并非单纯堆砌技术，而是通过三大组织变革，让AI深度融入业务肌理：
01｜高管挂帅：CEO直管AI治理成关键
数据显示，CEO主导AI治理的企业，其生成式AI对EBIT的贡献显著更高。在大型企业中，28%的受访者表示CEO直接负责AI治理，17%由董事会监管，且平均有两位核心领导者共同主导。这种高层重视并非形式——AI治理涵盖了负责任开发的政策、流程和技术，直接决定了AI应用的合规性与风险控制能力。
02｜流程重构： 工作流再造是价值核心
AI的真正价值不在于替代人力，而在于重构运营逻辑。在所有影响EBIT的25个因素中，“基于生成式AI重新设计工作流程”的权重最高。目前已有21%的企业完成了部分 工作流的根本性重构，这些企业往往能更高效地释放AI的生产力红利。
03｜人才重构：招聘与双轮驱动
随着组织扩大对人工智能（AI）的使用，未来一年企业内部的员工规模将有怎样的影响呢？尽管大多数受访者预期未来一年AI对其组织员工总数影响甚微，但预期有所不同：
32% 预测总体员工人数将减少（3%或更多）；
13% 预测总体员工人数将增加（3%或更多）。
服务运营部门（例如售后支持部门）人员可能减少最多。
在招聘端，AI相关岗位需求持续旺盛，但招聘难度有所缓解。最紧缺的人才包括AI数据科学家、机器学习工程师和数据工程师——大型企业在这些岗位的招聘上优势明显。同时，新的“风险相关岗位”应运而生：13%的企业招聘了AI合规专家，6%设立了AI伦理专家职位，合规与伦理人才成为AI团队的“标配”。
不过，职场对AI的预期相对理性：38%的受访者认为未来三年AI对员工规模影响不大；金融服务行业是唯一更倾向于预期裁员的行业；而IT和产品开发领域，受访者更期待员工规模增长，技能迭代而非单纯的人员替代，成为AI时代的职场主旋律。
随着AI应用加深，风险管控成为必修课。报告显示，企业最关注的三大风险是：输出不准确、网络安全漏洞和知识产权侵权——这也是最常给企业带来负面后果的领域。好消息是，与2024年初相比，主动管理这些风险的企业占比显著提升，且大型企业在风险控制上更为积极，尤其在网络安全和隐私保护方面投入更多。
尽管大型企业在合规、隐私上表现突出，但在AI输出的准确性和可解释性方面，与小企业并无明显优势。这意味着，无论企业规模大小，AI的“可信度建设”都是长期课题。
大多数组织仍处于试验或试点阶段：
近三分之二的受访者表示，他们的组织尚未开始在整个企业范围内推广（规模化）AI。
对AI代理兴趣高涨：
62%的受访者表示，他们的组织至少正在试验AI代理。
AI影响的积极领先指标：
受访者报告了在用例层面的成本和收入效益，64%的人表示AI正在赋能他们的创新。然而，只有39%的人报告了在企业层面的息税前利润（EBIT）影响。
高绩效者利用AI驱动增长、创新和成本节约：
80%的受访者表示他们的公司将效率设定为AI目标之一，但那些从AI中获得最大价值的公司通常还会将增长或创新设定为额外的目标。
重新设计工作流程是关键成功因素：
一半的AI高绩效者计划利用AI来彻底转型其业务，并且大多数正在重新设计工作流程。
对就业影响的看法不一：
受访者对AI在未来一年对其组织整体员工规模的影响预期各不相同：32%预期减少，43%预期不变，13%预期增加。
