报告概述
本报告是麦肯锡2025年全球AI应用现状调研的成果，基于覆盖100多个国家、近两千名受访者的问卷调查，系统评估AI在企业中的实际落地情况。研究对象涵盖不同行业、规模与职能的企业，分析内容包括AI应用普及率与部署阶段、智能体应用现状、AI对财务和业务指标的影响、高绩效企业的特征、就业变化预期以及风险治理机制。报告沿用了麦肯锡对AI转型的长期研究框架，并结合《麦肯锡讲全球企业数字化》提出的六大核心维度，识别企业从试点走向规模化的关键成功因素。通过阅读本报告，企业管理者可以快速把握全球AI应用的最新态势，了解领先企业的实践路径，从而为自身的AI战略制定与执行提供参考依据。
报告的核心结论
多数企业仍处于AI探索或试点阶段
报告指出，虽然AI工具已在企业中获得广泛应用，但真正实现规模化部署的企业仍然较少。近三分之二的受访者表示其企业尚未全面启动AI规模化部署，仅约三分之一已着手推进。企业规模越大，进入规模化阶段的可能性越高，大型企业中已有近半数实现规模化，而小型企业的比例明显更低。这一现状说明，从试点走向规模化仍是大多数企业面临的核心挑战。
AI智能体应用快速兴起但落地深度有限
智能体作为能够自主规划并执行多步骤任务的AI系统，正受到越来越多企业的关注。报告显示，大部分受访者表示所在机构已开始试用智能体，但距离广泛普及仍有距离。即便在推动规模化落地的企业中，智能体应用也往往局限在一两个职能领域，在任一具体职能中报告正在扩大智能体应用的受访者比例均未超过一成。IT与知识管理是智能体应用最成熟的职能，科技、媒体与电信以及医疗健康行业的采用率领先。
AI对财务影响有限但创新与降本成效显现
报告认为，AI尚未显著撬动整体EBIT，仅不足四成的受访者认为AI对EBIT产生了某种程度的影响，其中多数表示贡献率不足5%。但在财务之外，AI正在推动更深刻的变化：超过一半的受访者表示AI明显增强了组织创新能力，近半数观察到客户满意度与竞争差异化提升。在软件工程、生产制造和IT等职能中，许多企业已看到清晰的成本效益，营销与销售等职能则出现了显著的营收提升。
AI高绩效企业以增长创新为目标并重构工作流
报告将EBIT因AI提升超过5%、并已创造显著价值的企业定义为AI高绩效企业，这一群体占比极低。它们不满足于降本，而是同时追求增长和创新，计划通过AI实现颠覆性变革的比例是其他企业的三倍以上。这些企业在部署AI时从根本上重塑工作流的比例接近其他企业的三倍，高层深度参与并投入更大资源，绝大多数已实现或正在推进规模化部署，从而在客户满意度、盈利、营收增长等维度获得全局性提升。
AI对就业影响预期分化且减员预期上升
报告显示，过去一年AI对员工规模的实际影响相对温和，多数职能中因AI导致人员缩减超过3%的情况并不普遍。但展望未来一年，更多受访者预期员工数量将出现更显著变化，预计出现缩减的比例较过去明显上升。从企业整体编制看，预期呈现明显分化，多数受访者认为总员工数将大体保持稳定，但预计减少者多于预计增加者。大型企业更倾向于认为AI将带来整体性人力缩减，而AI高绩效企业的预期变化更为明显，既可能表现为减少也可能表现为扩张。
报告回答的关键问题
企业AI规模化部署为什么这么难？
报告显示，虽然AI应用普及率持续上升，但多数企业仍停留在探索或试点阶段。原因在于AI尚未深度嵌入工作流和业务流程，许多企业缺乏清晰的路线图和系统化方法。规模越大的企业越容易突破试点，因为其拥有更充足的数字预算和人才储备。报告指出，从试点走向规模化需要战略、人才、运营模式、技术、数据和落地推广六大维度的协同，而不仅是技术工具的上线。
AI智能体在企业里能做什么？
智能体是基于基础模型、可在真实场景中自主规划并执行多步骤任务的AI系统。报告显示，智能体已在IT服务台管理、知识管理深度研究、营销与销售等场景中率先形成应用体系。当前IT与知识管理的采用率最高，科技、媒体与电信及医疗健康行业走在前面。多数企业的智能体应用仍处于试验阶段，但高绩效企业已开始在多个职能中规模化部署，将其作为重构工作流的重要工具。
哪些企业能从AI中赚到钱？
报告指出，只有约6%的'AI高绩效企业'在EBIT层面获得了超过5%的实质性提升。这些企业的共同特征是：将AI同时用于效率提升和增长创新，从根本上重塑工作流，高层深度参与并提供持续资金，AI预算占数字预算的比例明显更高。相比之下，仅以降本为目标的企业较难在盈利能力、营收增长和市场份额等关键维度获得全局性改善。
AI会取代多少工作岗位？
报告显示，过去一年AI对员工规模的实际影响相对温和，多数职能中人员缩减超过3%的受访者比例不到两成。但未来一年预期明显分化：32%的受访者预计企业总员工数将减少3%及以上，43%认为基本不变，13%预计增长。大型企业更倾向预期人力缩减，同时也在积极招聘AI相关岗位，软件工程师和数据工程师是最受追捧的角色。
企业AI应用面临哪些主要风险？
报告显示，最常见且企业着力应对的AI风险是结果不准确，超过半数受访者表示至少遭遇过一次AI负面事件，近三分之一提到结果不准确带来的实际影响。企业平均治理的AI风险类型较以往明显增加，但可解释性问题未获得与重要性匹配的关注。高绩效企业报告的负面事件比例更高，尤其在知识产权侵权与监管合规方面，但它们也在更系统地治理风险。
报告中的代表性数据
至少在一个职能中常态化使用AI的企业比例
2025年，该比例为2025年全球调研中受访者报告其组织至少在一个职能中常态化应用AI的比例，较2024年的78%有所上升。调研覆盖105个国家，样本量为1,993名受访者。
已开始试用AI智能体的企业比例
2025年，62%的受访者表示所在机构至少已开始试用智能体，其中23%已在部分职能推进智能体的规模化部署。该数据基于2025年6月25日至7月29日开展的全球调研。
认为AI对EBIT产生影响的受访者比例
过去一年（截至2025年调研），仅39%的受访者认为AI对息税折旧摊销前利润（EBIT）产生了某种程度的影响，其中多数表示贡献率不足5%。该指标反映AI对企业整体财务表现的影响仍相对有限。
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
- 全球AI应用普及率与深度评估：报告基于覆盖105个国家、1,993名受访者的调研数据，分析AI在11个职能中的应用比例、覆盖职能数量及部署阶段分布，并比较不同行业、企业规模的差异。读者可借此了解自身企业与全球同行在AI应用成熟度上的位置。
- AI智能体应用全景：报告详细展示智能体在IT、知识管理、营销与销售等职能中的应用现状，包括探索、试点、规模化与全面部署各阶段的比例，并按行业与职能交叉分析采用率高低。还包含智能体定义、典型应用场景及高绩效企业的部署策略。
- AI财务影响分析：报告评估过去一年AI对EBIT、成本、营收、创新能力、客户满意度等多项指标的影响程度，按职能展示成本降幅与营收提升的分布，帮助读者识别哪些业务环节最可能从AI中获得财务回报。
- AI高绩效企业深度剖析：报告定义了AI高绩效企业，并从战略目标、工作流重构、领导力参与、预算投入、智能体部署、风险治理等多个维度，对比高绩效企业与一般企业的差异，提炼出创造AI价值的实践清单与相对重要性排序。
- AI就业影响与人才需求预测：报告分析过去一年及未来一年AI对各职能员工规模的影响，包括人员缩减与增加的比例分布，并统计企业招聘的AI相关岗位类型。数据按企业规模细分，可辅助人力资源规划。
- AI风险与治理实践：报告梳理企业过去一年经历的负面后果与正在应对的风险，包括结果不准确、网络安全、隐私、合规等类型，并比较2022年以来风险治理数量的变化，揭示风险应对的优先序与不足。
- 调研方法论与样本说明：报告详细说明调研时间（2025年6月25日至7月29日）、样本量（1,993份）、覆盖国家（105个）、行业、企业规模与加权方法，以及作者信息和贡献者，为解读数据提供透明度。
- 数字化转型框架关联：报告将调研发现与《麦肯锡讲全球企业数字化》研究中的六大核心维度（战略规划、人才储备、运营模式、技术支撑、数据治理、落地推广）相结合，提供从AI试点到规模化价值实现的系统化参考框架。
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。
