川海智库

报告概述

本报告基于2025年11月对全球1505名企业高管的调查，探讨AI从试点走向企业级规模化的关键挑战与路径。报告聚焦AI作为长期战略要务而非短期试验，分析了组织如何平衡长期转型与短期成果，并涵盖了生成式AI、代理AI、边缘AI等新兴技术的采用现状。报告还深入研究了企业级AI采用的新规则，包括治理、人才、数据主权和衡量标准，旨在为CEO、CXO及技术高管提供从愿景到实际影响的行动指南。

报告的核心结论

AI被视为长期战略要务，投资持续增加

报告指出，超过一半的组织将AI视为长期能力，并承诺5年以上的投资周期。全球AI预算占年度业务预算的比例预计从2025年的3%升至2026年的5%。即使出现AI寒冬，大多数企业仍将继续投资核心能力，而非削减支出。

生成式AI已从试点走向规模化应用

38%的组织已将生成式AI用例在多个部门或地点规模化部署。61%的企业预计生成式AI将在2026年对其组织产生重大影响。代理AI也在快速兴起，60%的组织正在探索其应用，其中中国在采用率上领先于美国和欧洲。

人机协作显著提升生产力，但信任仍需加强

66%的组织报告人机协作已带来生产力和决策质量的切实改善。然而，只有48%的企业明确了人类与AI系统的角色和责任。报告强调，建立“人机化学”（Human-AI Chemistry）是释放全部价值的关键，需要设计AI系统让人类保留关键决策控制权。

企业正从‘自建或外购’转向混合AI策略

31%的组织主要自建AI能力，44%购买现成方案，但大多数组织正采取混合模式：在差异化领域自建，在加速发展领域外购，并在通用模型之上编排专有价值。64%的企业正在评估或投资小型语言模型或微调开源模型，以平衡性能、成本和主权。

数据主权和AI主权成为新的战略优先事项

54%的组织优先考虑数据主权，确保敏感数据在外部AI模型或平台中仍受控制。各国也在推动AI主权，韩国、法国、德国等国家大幅增加AI投资和本土算力建设，以降低对超级大国的依赖。

报告回答的关键问题

企业为什么必须将AI视为长期战略？

报告显示，超过半数企业认为AI具有长期变革影响，53%将其视为5年以上投资的能力。短期内即使有不确定性，企业依然计划加大在数据、治理、基础设施和员工技能方面的投入，因为未能快速规模化AI将导致竞争劣势和战略机会错失。

生成式AI在企业中的实际采用程度如何？

截至2025年11月，38%的组织已规模化部署生成式AI用例，另外43%处于试点或有限部署阶段。全球生成式AI支出预计2025年达6440亿美元，同比增长76.4%。代理AI也受到关注，60%的组织正在探索，36%已开始试点或使用。

企业如何衡量AI投资的成功？

AI成功指标正从单纯的ROI扩展到更多战略维度。报告显示，73%的组织使用ROI衡量，68%同时关注AI用例部署数量，68%关注归因于AI的收入增长，38%关注市场份额影响，37%关注员工对AI工具的满意度。这表明企业正将AI视为战略转型催化剂。

实现企业级AI采用的关键加速因素有哪些？

报告指出，67%的组织认为强有力的高管支持与愿景是最有效催化剂，其他关键要素包括外部合作（59%）、监管清晰度与伦理框架（53%）、员工技能提升（53%）、强有力的治理框架（53%）以及可扩展的数据基础设施（51%）。

报告中的代表性数据

5%

AI预算占年度业务预算比例

2026年预计，全球组织预计2026年AI支出占年度业务预算的5%，高于2025年的3%。数据基于对1505名高管调查，涉及15个国家。

38%

已规模化部署生成式AI的组织比例

2025年11月，38%的受访组织表示已在大部分职能/地点规模化使用生成式AI用例。另外43%处于试点或有限部署阶段。

66%

人机协作带来生产力和决策改善的组织比例

2025年11月，66%的受访组织确认人- AI协作已带来可衡量的生产力和决策质量提升。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整市场数据与趋势图表：包括不同行业AI预算占比、生成式AI成熟度阶段分布、边缘AI采用率等可视化图表，直观展示全球AI投资热点与差异化。
  • 研究模型与评价维度：Capgemini的‘Resonance AI框架’详解，从AI基础、人机化学、AI就绪到价值波浪，提供循序渐进的转型路径。
  • 服务商分层与厂商分析：深入分析自建与外购的权衡策略，包含商业AI解决方案、开源模型、小型语言模型的评估框架，以及高通、NXP等企业的边缘AI收购案例。
  • 企业案例与方法：涵盖Goldman Sachs、Walmart、AT&T、Lilly、Coca-Cola等公司的AI实践，展示实际投资金额、节省工时和效率提升等具体成果。
  • 预测与选型框架：2026年基础设施投资重点（数据管道、算力、治理、技能提升）以及AI成功衡量标准的演变（从ROI到收入增长和市场影响）。
  • 全球调查方法与样本描述：1505名总监及以上高管在15个国家、15个行业的分布，以及受访者职能、企业营收的详细构成，确保数据代表性。
  • 专家访谈与行业领袖观点：包含高盛CEO David Solomon、JPMorgan CEO Jamie Dimon等多位CXO的引言，以及Capgemini AI专家的深度洞察。
  • 数据主权与AI主权专题：韩国、法国、德国、印度、英国等国的AI主权举措，以及企业如何平衡主权与速度的实操建议。
  • 人机化学与技能重塑路线图：从‘人在回路中’到‘人在领导位’的演进路径，以及结构化学院项目、混合技能培养等具体方案。
  • 推荐行动框架：基于调查和分析的四大战略要务（强化AI基础、推进AI就绪、构建人机化学、平衡当下与未来），每项附有具体行动步骤。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告