全文阅读时间约为20分钟。 上任伊始，务必审慎评估与相关方沟通的最佳策略：借职位交接之机，重新梳理既有关系、构筑全新联 结；并通过主动沟通，将战略与互动串联成一条清晰的主线。这是你向外界展示优先事项的绝佳窗口。 面向公众的角色，也意味着你必须投入更多心力，围绕愿景和新思路构建共识，并耐心洞察不同相关方 在你战略框架中的位置。例如，一位新任CEO将相关方划分为"抵制者、拥护者、盟友、特立独行者"四 类，并构建了一套严谨的互动方法，针对不同群体采取差异化沟通方式，并定期复盘。针对每个群体， 她都会问两个问题：某项决策将如何影响他们？我们应如何与他们合作？抵制者需要提前沟通以摸清顾 虑；拥护者是积蓄势能的关键力量；盟友有助于扩大声量；而特立独行者能推动团队突破既有思维。这 套原本为内部设计的分类方法，也帮助她识别出潜在的外部传播大使。对她而言，这套体系既是行为指 南，也是凝聚团队、围绕共同愿景协同行动的实践手册。 新任或候任CEO往往会低估内外部沟通的复杂性与强度；而心态是否到位、沟通是否高 效、行动是否得当，往往是决定成败的分水岭。 亲爱的新任CEO： 首先恭喜你走上新的岗位。对你个人和整个组织而言，这都是真正的 ...

在送别2025、开启2026年之际，我们为您精选了过去一年引发读者深度共鸣的 "麦肯锡中国十大热门微信文章" 。 这一年，我们的思考始终围绕一个核心命题：在持续变化的时代，如何韧性增长？贯穿本年度所有高影响力文章的一条清晰主线是： 韧性增长从不源于被动应对颠覆，而来自以明确的目标、无畏的勇气与清晰的洞察，主动塑造未来。领导者必须在"变"与"定"之间把 握精妙的平衡：既要主动拥抱工作方式与新技术变革，具备快速适应的敏捷性；也要在复杂的挑战面前，保有专注战略目标的强大信 念与定力。 这十篇文章，正是这一理念的集中体现——从《拥抱中国并购潮》的战略布局，到《2025中国车市展望》的淘汰赛倒计时；从《麦肯 锡2025技术趋势展望》的前瞻研判，到《麦肯锡全球企业AI应用调研》的实践洞察……每一篇都凝结着我们对行业变迁和未来趋势的 深刻洞察，希望能为客户与读者带来启迪与价值。 点击下方标题或图片，重温2025年最受关注的麦肯锡洞察；愿您在新征程的起点，以专业洞见锚定方向，以务实智慧破局前行。祝各 位读者新年快乐，万象更新！ 1. 拥抱中国并购潮 2. 年中盘点：中国消费市场的五大惊喜 3. 谨慎乐观：中国消费市场回暖中 ...

文章核心观点 - 麦肯锡全球董事合伙人李晓庐入选“2025福布斯中国青年海归菁英100人”榜单 其在高科技与工业领域的卓越成就、产业洞察力及跨界整合能力获得认可 [2][3][8] 个人背景与职业成就 - 李晓庐拥有斯坦福大学化学博士学位 于2014年加入麦肯锡 现任麦肯锡亚洲区电子与工业咨询业务负责人及TMT与转型业务核心领导者 [6] - 其职业生涯与前沿产业变革紧密相连 强调企业战略规划需着眼于未来十年甚至更长的产业格局 以构建面向下一个技术时代的系统性竞争力 [6] - 曾为全球高科技龙头企业主导综合性增长转型 帮助一家企业实现了50年来最强的财务表现 [6] - 曾为中国领先科技公司制定五年物联网增长战略 助力客户在新兴科技领域跻身全球领导者行列 [6] 市场洞察与跨界实践 - 凭借国际化背景与对亚洲及中国本地市场的深入理解 在全球市场与中国实践之间搭建桥梁 [7] - 曾帮助一家欧洲工业企业在华制定本土化战略 深入分析中国产业链生态 帮助企业建立与本土创新网络的高效连接 [7] - 作为麦肯锡与商周CEO学院“双轨转型”高管课程首席讲师 为企业领导者提供在巩固现有业务同时开拓新增长点的系统方法 [7] 社会责任与行业影响 - 李晓庐是麦肯锡在台湾地区社会责任工作的核心领导者 尤其关注教育公平领域 [8] - 主导与多家教育类非营利组织合作 为偏远地区教师设计并开展专业发展工作坊 已为台湾乡村及资源薄弱地区的超过10万名儿童提供了教育支持 [8] - 其入选印证了在全球化与本土化深度交融的时代 具备产业洞察、跨界整合与社会责任感的专业人才正发挥日益重要的作用 [8]

文章核心观点 文章基于麦肯锡的全球调研和对中国民营企业家的深度观察，指出当前企业家面临由颠覆性数字技术、长期高通胀与经济低迷、地缘政治风险升级及人才争夺战等多重因素交织的巨大不确定性[2]。未来十年，中国企业家面临两大核心诉求：一是在不确定环境中引领企业转型升级、开辟第二增长曲线并拥抱AI技术；二是确保企业传承与二代成功接班[5]。文章提出，企业掌舵者需通过实施“转型与接班双轨计划”，并采用“职业经理人与二代相结合的双核组合”，以应对挑战，实现基业长青[5]。 一、 领导变革 - CEO在为企业转型定调、把控节奏和界定范围、推动实施方面发挥独一无二的作用[11] - 变革时期的企业家领导力主要有五点：1) CEO确保所有人达成共识并推动跨职能协作；2) CEO作为“首席故事官”为组织设定愿景和变革理由；3) CEO鼓励组织中的每个人找到参与变革的“个人动因”；4) 领导者需深入了解细节，鼓励公开讨论但决策后坚持到底；5) CEO需为组织设定理想的运营状态，并释放高潜力人才的潜力以加速变革[13] - 企业转型中CEO最容易忽视五大关键挑战：1) 转型举措与日常业务脱节；2) 变革步调不一致；3) 未能发挥CEO在协调与沟通上的优势；4) CEO投入时间不足；5) 未能打造高效转型团队[13] - 成功转型的领导者需具备四大关键特质：抱负、积极参与、获得支持与共识、高效决策[13] 二、 领导创新与增长 - 在动荡时期，CEO需大胆追求增长，投资打造“第二增长曲线”[12] - 高增长公司通常比同行实现高出约50%的营收水平，实现“盈利性增长”的企业回报更丰厚[12] - 过去30年，只有约十分之一的公司能保持高于GDP的增速[14] - CEO需推动公司建立可重复、可规模化的“风险建设”流程，像锻炼肌肉一样培养创新能力[14] - 成功打造“第二增长曲线”的关键因素包括：敏捷工作方法、数据驱动分析、技术技能、跨职能协作、长期客户关注及对AI的创造性应用，并需塑造重视实验的创新文化[14] - 增长型领导者有七大共同行为：1) 将增长作为首要任务；2) 愿意承担风险并支持冒险者；3) 深度理解客户；4) 倾向于行动而非追求完美；5) 为长期增长奋斗并打破协作障碍；6) 经常讲述增长故事；7) 授权一线人员创新[19] - 案例：一家胶片企业通过“四象限战略”识别市场，将化学与材料技术转向医疗生命科学领域，完成向医疗健康与高性能材料巨头的跨界跃迁[18] - 案例：一家传统家电企业在主业增长趋缓时，果断押注新能源汽车电池，推动经营利润与海外销售持续上升，其能源业务在2024年经营利润率达18%[24][26] 三、 驾驭AI时代 - 十年后，多达50%到70%的《财富》500强企业可能从榜单上消失，部分原因在于AI的落地应用[31] - 根据麦肯锡报告，AI普及率高达88%，但真正实现盈利的企业仅有39%，仅6%的企业通过AI实现高增长[31] - 近三分之二的AI项目停留在试点阶段，在单一业务职能中实现规模化应用的企业不足50%[31] - 阻碍AI规模化的四大症结：技术碎片化、数据地基不牢、组织协同缺失、ROI不清晰[33] - 6%的AI高绩效企业通过三项战略转变实现5%以上利润增长：战略目标从降本增效转向增长创新、CEO深度参与驱动、流程重塑与治理[33] - CEO需做到三点：1) 亲自主导AI落地；2) 重塑商业模式，聚焦“结果验证”；3) 自我革新领导方式[32][35] - 文章提出了为期2-3年的智能体落地高阶路线图，分为两个阶段：第一、二年定调方向、打造势能；第二、三年全组织规模化落地，重心从“活动指标”转向“损益表影响”[36][37] 四、 人才战略 - 一家公司中大约2%的岗位对长期价值创造起决定性作用，卓越CEO需锁定并确保这些关键岗位由最合适的人担任[39] - 需围绕关键2%组织跨职能“敏捷突击队”，在真实战场中承担攻坚任务，形成“关键少数牵引、多数人跃升”的循环[40] - CHRO角色需从后台支持者转向CEO的战略智囊，像CFO管理资本一样管理“人才资本”[40] - 打造高效能高管团队需具备三点本质特征：方向同频、机制高效、行为示范[48] - 新时代CHRO需扮演六种角色：战略定位选择者、关键能力建筑师、可信赖的咨询师、变革红旗手、HR创新整合者、科技应用发动者[53] - 建立企业内部的领导力工厂是CEO和高管团队的核心工作，目标是将现有领导者数量提升3至5倍[71] 五、 CEO自身转型升级 - 企业的天花板往往是CEO的认知天花板，CEO需从“管理者”走向“领袖”，完成自我迭代[54] - 案例：在库克领导下，苹果市值从2000亿美元飙升至3.5万亿美元；在贝索斯领导下，亚马逊市值从1000亿跃升至2.5万亿美元；在纳德拉领导下，微软市值从3000亿跃升至4万亿美元[54] - CEO需聚焦“非他莫属之事”，例如贝索斯关注长期、高质量决策和培养人才；黄仁勋关注资源聚焦与信息透明；库克关注人员、战略和执行[55] - CEO需在沟通和决策风格上转变，例如从在会议中“讲75%时间”变为“花75%时间倾听”，从“全知者”转变为“首席学习官”[61][62] - 动荡环境下CEO需打造六大特质：持续学习、乐观、受托责任意识、建立领导力工厂、轻松处事的能力、韧性[65][71] - 随着AI普及，企业的差异化优势将来自“以人为本型领导力”，领导者需赋予员工使命感、关怀与同理心[67] 六、 企业传承与二代接班 - 成功的二代接班需要系统性的能力培养机制，一代企业家必须完成从“台前”到“幕后”的角色转变，以100%的信任为二代创造试错空间[69] - 传承失败的案例揭示，缺乏系统性接班准备和容错机制会使企业陷入“传承陷阱”[70] - 成功传承可分为三个阶段：预备期、交接期、深化期[72] - 案例：台湾某制造业企业通过“转型与接班双轨计划”及“职业经理人加二代的双核组合”实现成功传承与增长。职业经理人主导战略转型，二代通过长达十年的系统性历练补齐能力[72][73][74] - 该企业市值从2012年约66亿美元增长至2025年约770亿美元，累计增长超过11倍；营收从2012年约56亿美元增长至2025年约172亿美元，累计增长超过3倍[75] - 案例启示：1) 引入“导师型”职业经理人是二代软着陆的关键；2) 接班是超长周期能力建设工程；3) 最好的接班是嵌入转型进程的“二次创业”[77]

招聘项目概览 - 麦肯锡正在开展针对中国大陆院校2027届毕业生的2026年暑期商业分析师实习生招聘 [4][9] - 该实习项目网申截止日期为2026年1月4日 [4][10] - 实习地点可在北京、上海、深圳、香港、台北五个城市中选择其一 [10] 候选人要求 - 招聘对象为中国大陆院校2027届本科或硕士毕业生，且不限专业 [10] - 候选人需擅长团队协作与应变，能营造良好团队氛围 [10] - 候选人需具备通过定量定性分析来拆解和解决问题的能力 [10] - 候选人需能在团队项目中独立规划并完成所负责的工作 [10] - 候选人需具备良好的中英文交流与读写能力 [10] - 申请需提交PDF版中英文简历及成绩单 [10] 职业发展平台与资源 - 公司为商业分析师提供跨区域协作及跨文化交流的全球成长平台 [5] - 公司为不同职业阶段的员工提供系统化学习与成长体验，包括名为FLITE的全球线下沉浸式学习项目 [5] - FLITE项目通过角色扮演、情景模拟、小组讨论等活动，帮助参与者系统性提升解决问题及沟通表达能力 [5] - 该全球培训项目有助于参与者将职业社交网络拓展至全球范围 [5] 员工体验与项目价值 - 据一位商业分析师分享，FLITE等全球培训是公司全球一体化文化的真实体现 [7][8] - 该员工认为FLITE的经历非常值得，最深刻的印象是参与成员的多元性，大家来自世界各地，背景、个性、经历完全不同 [8] - 该项目设计巧妙，能让参与者在很短时间内建立起强连接，甚至维持长期的定期聚会 [8] - 该培训不仅教授了日常工作中可用的沟通与解决问题的方法，更促使参与者重新思考个人价值观，使职业发展规划更有意识和方向 [8] 申请渠道与防诈骗提示 - 官方申请链接为麦肯锡公司官网的特定页面 [11] - 其他地区院校的申请截止日期信息需关注麦肯锡官方网站、招聘公众号及学校相关通知 [13] - 公司声明从未与任何第三方存在涉及要求应聘者付费的简历推荐、实习渠道或招聘培训等合作关系 [17] - 提醒申请者提高警惕，注意辨别虚假信息，切勿相信非官方发布的付费“内推机会” [17]

AI技术在全球及中国企业的应用现状 - 全球88%的企业已在至少一个业务职能中使用AI技术，比2024年高出10个百分点，但仅三分之一已着手推进AI的规模化落地 [7] - 中国内地AI应用普及率与全球持平，83%的企业在至少一个职能中常态化使用生成式AI，领先全球平均水平 [8] - 中国内地有45%的受访企业实现AI的规模化或全面部署，高于全球38%的均值 [9] AI Agent（智能体）的应用与挑战 - AI Agent热度高，62%的受访组织已在试验，但真正跑通业务流程的企业是少数派，在任何部门中推动AI Agent的公司都不到一成 [10] - AI Agent率先应用于流程清晰、标准化程度高的部门，如IT运维、知识管理、营销与销售 [10] - 部署AI Agent的根源挑战在于需要重构流程、重塑组织并重训员工，多数组织仍处于试用或验证阶段 [11] Agentic AI（智能体AI）成为未来趋势 - Agentic AI被置于技术趋势首位，其核心是AI能主动完成任务 [11] - 推动Agentic AI发展的三大底层动力：推理成本大幅下降（2025年模型推理价格中位数下降约50倍）、小模型爆发、多模态能力突破 [11][12] - Agentic AI深度融入后，将在企业、经济和个人三个层面带来改变，包括重塑组织架构、拉大企业间生产率差距（可能达两位数提升）以及改写工作定义 [12] 金融行业的AI应用与分化 - 金融业是AI技术落地的前沿阵地，但不少金融机构反馈AI应用效果不达预期，投入产出比不高，根源在于应用尚处尝试阶段，未真正重塑作业模式 [3][14] - 高绩效AI组织（能将至少5%的EBIT增长归因于AI）的成功特征在于：绘制明确的AI路线图，并主动重写业务流程，将AI嵌入前线流程与系统 [14] - 大模型加速行业分化，大型金融机构优势明显，但中小金融机构可借助降低的推理成本，通过寻找合适应用场景和合作伙伴实现能力跃升 [15] 实现AI价值的关键经验 - 要通过智能体AI实现业务价值，必须改变工作流程，例如财富管理流程未来在AI助力下可能从五步简化为三步 [16] - 智能体并非万能药，高变化、低标准化的工作流程更适合应用，在部署前需评估任务需求 [16] - 需杜绝“AI垃圾”，重视用户信任，这需要结合专业知识创建评估标准，并让专家持续参与测试 [17] - 人的作用依然不可或缺，需要监督模型准确性、确保合规、运用判断力并处理边缘情况 [17] AI在金融领域的治理与平衡策略 - 不能“一刀切”地应用AI，需根据业务特性选择最适合的AI类型 [17] - 规则型AI适用于信贷审批等标准化场景，可确保决策一致性和可解释性；生成式AI和智能体AI在非标知识领域更具优势，但不应让其直接制定规则 [18] - 需建立完善的治理框架，采取“规则主导+AI辅助”的混合模式，在创新与风险间找到平衡 [18]

文章核心观点 - 中国凭借庞大的市场规模和消费活力，仍是全球最大的单一增长引擎，为洞悉增长潜力的企业创造重大机遇 [1] - 中国经济增长动能持续，对全球GDP增量贡献约三分之一，2025年约5%的增速仍是瞩目成就 [2] - 当前中国市场呈现显著的分化特征，整体增长数据下掩盖了不同消费者细分、产品品类、渠道和城市层级的广泛差异，企业成功的关键在于精准布局而非广撒网 [18][20][34] 持续的经济增长动能 - 中国仍是全球经济增长最大贡献者，约占全球GDP增量的三分之一 [2] - 2025年中国经济预计增长约5%，贸易顺差增长22%成为关键驱动力 [2] - 结构性挑战依然存在：房地产和建筑行业持续低迷，消费者信心徘徊在历史最低水平，青年失业率问题引发担忧 [8] 消费市场表现与分化 - 全年零售额预计增长约4%，但增长势头分化明显 [12] - 服务业表现优于商品消费，国内和国际旅游均实现两位数增长，入境游达历史最高水平 [12] - 品类增长差异显著：受国补和技术升级推动，上半年家电增长14.8%，电动汽车增长27.4%；但补贴退出后，家电销量在10月下降约15%，11月下降20% [12][19] - 化妆品、服饰等非必需品类下半年逆势上扬，保持中高个位数增长；食品饮料板块持续成为市场亮点，年初至今增长约8% [12][19] - 食品消费增长达10%，重要驱动因素是零售商自有品牌的快速崛起，以及零食店渠道的扩张 [19] - 零食店渠道年营收约200亿美元，两大头部企业各自运营超过1万家门店，主要集中在低线城市 [19] - 区域差异明显：低线城市增速持续高于高线城市，例如上海消费在2024年出现下降 [19] 全球CEO关注的四大关键问题 问题1：整体零售增长与个体业务下滑的矛盾 - 中国消费格局呈现显著分化，整体4%-5%的零售额增速掩盖了细分市场、品类、渠道和城市层级的广泛差异 [18] - 增长分布不均，部分细分市场以高个位数或两位数增长，另一些则持平或萎缩，导致企业感受不一 [18] - 成功越来越取决于识别新兴客群、渠道和消费场景并抢占先机 [20] 问题2：人口下降和老龄化的影响 - 中国人口已进入负增长阶段，生育率持续低迷 [21] - 未来十年人口结构仍比通常预想的有利：高出生率时期人群进入劳动力市场，叠加高等教育毛入学率达60%，共同导致截至今年11月青年失业率达17% [21] - 城镇化进程持续，未来十年预计新增约6000万城镇家庭，超过德国家庭总数 [21] - 中高收入及以上家庭增长显著，2025年其数量预计首次突破2亿户，将继续支撑品牌及高端产品需求 [21] 问题3：外国直接投资急剧下滑的意味 - 外国直接投资从2022年峰值大幅下降，2024年下跌约30%，2025年持续走低至十年前水平 [25] - FDI仅占中国固定资产投资总额的1%-2%，其变化对整体投资水平直接影响有限 [25] - 更令人担忧的是国内民间投资的持续下滑，重振企业家信心对维持长期增长至关重要 [25] 问题4：公开市场复苏与私募股权的去向 - 公开资本市场明显复苏，香港IPO活动强势反弹 [30] - 私募股权活动仍远低于历史峰值，2025年投资额甚至低于去年 [30] - 私募股权投资水平低迷，是衡量对中国中期增长前景信心的重要指标之一 [30] 结论与市场机遇 - 中国消费市场展现出强大适应力，在当前庞大基数上实现增长得益于产品、渠道及商业模式的持续创新 [34] - 零售商自有品牌崛起、零食专卖业态涌现、健康与健身品类扩张，印证市场增长动能正在转移而非消失 [34] - 对跨国企业而言，在华成功关键已转为精准布局：精选细分赛道、优化渠道策略、锚定核心城市、打磨价值主张 [34] - 尽管存在挑战，但中国市场仍能提供无可比拟的规模优势、市场活力与发展机遇 [34]

文章核心观点 - 在AI时代，银行业新的制胜利器是“精准经营”，而非规模 [2] - 领先银行正通过“精准经营”构建穿越经济周期的核心竞争力，这对面临增长放缓、息差收窄、风险成本上升的中国银行业尤为重要 [2] - 全球银行业2024年利润约1.2万亿美元，创历史记录，但行业更关注如何建立可持续的商业模式 [2] - 中国上市银行中，最出色银行的市净率是平均水平的1.64倍，是最低水平的3.22倍，显示银行间分化显著 [2] 精准经营的具体建议 精准客群经营 - 公司银行应从传统宽泛客群经营，转向落实行业专业化经营，将其融入获客、产品服务、授信审批及专业团队 [3] - 零售银行应高度关注特异性高的重点高价值客群，如女性、95后、企业主等，实现差异化经营模式 [3] - 全球银行业正依托人工智能技术，实现对零售客户的“一人一策”经营模式 [3] 精准产品服务 - 银行业需从求全求繁的产品体系，转向更匹配客户高敏感需求的精准产品创新和包装 [4] - 围绕客户高敏感需求、具有标签式差异化特色的拳头产品和服务，更能帮助银行打开市场、获客并赢得客户心智 [4] 精准技术投入 - 技术投入应从随大流、“撒胡椒面”式，转向以创造核心业务价值为主 [5] - 全球AI应用领先的银行更关注能给整个业务领域带来降本增效的高价值场景，以及能构建核心竞争力的场景 [5] - 重点关注依托AI的新一代客户交互模式，以及利用AI加强风险管理和反欺诈核心能力 [5][6] - 组织和流程的变革管理与人工智能技术应用需同步进行，才能捕捉技术应用的业务价值 [6] 精准风险管理 - 风险管理需从一刀切、事后导向，向精准化、前瞻性体系转型 [7] - 领先银行正通过行业研究驱动公司业务风控、数据与AI驱动零售/小微信贷反欺诈、存量贷款预警和清收体系建设，来构建新体系 [7] 精准人才管理 - 人才管理需从传统战略管理，转向关键岗位驱动的精准管理体系 [8] - 中国银行业普遍面临关键管理人才断层和前线优质客户经理来源断流的问题 [8] - 需制定与战略解码高度匹配的关键岗位人才战略，并配套选、用、育、留、酬机制 [8] 精准资源配置和成本管理 - 资源配置和成本管理需从线性、分散的模式，转向战略驱动、精准的模式 [9] - 多数中国银行业资源配置仍遵循老路，导致战略重点与资源配置错配 [9] - 在“十五五”期间，能打破路径依赖、围绕全行精细化经营重点（如客群、产品、分行）实现资源优化配置的银行，更可能成功转型 [9]

文章核心观点 - 在由算法和AI主导的时代，领导者通过冥想等内在修炼培养的道德感、觉知力与平和心，是应对复杂挑战、弥补AI能力缺口、并塑造组织状态的关键竞争优势 [2][3][9] 冥想在AI时代对领导力的价值 - AI可以处理近乎无限的信息并生成洞见，但无法提供方向、判断、共情与道德明辨，而冥想所培育的内在清晰、沉着与明辨正是技术无法复制的能力 [3][8] - 最强大的领导力操作系统在于个人的内在心智，而非外在的人工系统，持续的内在修炼能让领导者变得“更智慧” [9] 冥想培养的具体领导力能力 - **专注力**：冥想帮助领导者重夺宝贵的注意力资源，通过正念习惯锚定当下，以清晰判断事务轻重 [4] - **认知弹性**：冥想能增强专注力、工作记忆与思维敏捷度，这些是理解新工具、驾驭多变环境及激发创造力所必需的能力 [5] - **平和心**：冥想训练大脑在刺激与回应间留出空间，使领导者在压力下保持平稳，提升决策质量，这是一种基于全局视角的沉着行动力 [6] - **情绪管理**：领导力本质是情绪的传递机制，领导者的能量会塑造组织状态，冥想帮助领导者调节自身状态，从而将稳定感传递给团队 [2][7] - **道德判断**：冥想帮助领导者对齐内在的“使命罗盘”，在信息纷杂的时代坚守正道，做出坚定的道德决策 [8]

全球AI应用现状与规模化挑战 - 几乎所有受访企业已将AI纳入业务实践，近九成（88%）受访者表示其组织已在至少一个职能中常态化应用AI，较去年的78%有所上升 [2][3] - 然而，大多数机构仍停留在从试点走向规模化的早期阶段，仅约三分之一（约33%）的受访者表示企业正在全公司范围推进AI的规模化应用 [2][3][13] - 企业规模越大，AI部署成熟度越高：在营收超过50亿美元的企业中，近半数（近50%）已进入规模化阶段，而营收不足1亿美元的企业中，这一比例仅为29% [13] 中国大陆AI应用表现 - 中国大陆的AI应用普及率与全球平均水平基本持平，生成式AI已广泛渗透，有83%的企业在至少一个职能中常态化使用生成式AI，领先全球平均水平 [6] - 中国大陆地区有45%的受访企业实现AI的规模化或全面部署，高于全球38%的平均值，展现出在应用深度上的相对领先优势 [6] 智能体应用现状 - 智能体应用开始崭露头角，23%的受访者表示其企业已在至少一个职能中启动智能体的规模化应用，另有39%正处于试验阶段 [7][10] - 但智能体普及度仍有限，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10% [7] - 在职能层面，IT与知识管理的智能体采用率最高；从行业视角看，科技、媒体与电信及医疗行业的智能体采用率领先 [9] AI应用的职能与行业分布 - AI在组织内部的渗透面持续拓宽，超过三分之二的受访者称其组织至少在两个职能采用AI，半数表示应用已覆盖三个以上职能 [11] - 除科技行业（应用率已超90%）外，其他所有行业中“至少在一个业务板块常态化使用AI”的比例均较上一轮调研明显上升，媒体与电信、保险行业的应用率已与科技行业并驾齐驱 [13] - IT、营销与销售始终是AI应用最集中的职能，知识管理在今年首次跻身这一行列 [13] - 从具体场景看，AI最常被用于信息获取、处理与分发；营销策略内容支持；以及联络中心或客服工作的自动化 [13] AI对财务与业务的影响 - AI对整体息税折旧摊销前利润（EBIT）的拉动有限，仅39%的受访者认为AI对EBIT产生了影响，其中多数表示贡献率不足5% [16] - 但在具体用例中已看到清晰的成本效益，尤其在软件工程、生产制造和IT等领域 [19] - 在营销与销售、战略与公司财务、产品与服务开发等职能中，AI推动的营收增长尤为突出 [22] - 超过一半（超过50%）的受访者表示AI明显增强了组织的创新能力，近半数（近50%）观察到客户满意度与竞争差异化有所提升 [16] AI高绩效企业的特征 - 将EBIT因AI提升超过5%并已利用AI创造“显著”价值的企业定义为“AI高绩效企业”，这一群体约占样本总量的6% [25] - 高绩效企业普遍拥有借助AI重塑业务的更宏大目标，其计划通过AI实现颠覆性变革的比例是其他企业的三倍以上 [25] - 它们不满足于降本，更倾向于同时将增长和/或创新纳入AI战略目标 [25] - 高绩效企业对具体工作流程进行根本性重构的比例达到其他机构的三倍，这是推动取得实质业务成效的关键因素之一 [26] - 高绩效企业在各职能中的应用广度显著领先，在营销与销售、战略与公司财务、产品与服务开发等核心职能中应用AI的比例远高于其他组织 [26] - 在多数职能中，高绩效企业规模化部署智能体的比例达到其他组织的三倍以上 [27] - 高绩效企业的AI应用更常获得高层的强力背书，高管不仅是推动者，更是率先践行者 [27] - 高绩效企业更擅长系统化方法，例如更常建立清晰流程以明确对模型输出进行人工核验的时机与方式 [30] - 高绩效企业在AI技术上的投入显著更大，超过三分之一（超过33%）的高绩效企业受访者表示组织已将20%以上的数字化预算投向AI [31] - 约四分之三（约75%）的高绩效企业已经或正在规模化部署AI，而其他企业的这一比例仅为三分之一（约33%） [31] AI对员工规模的影响与预期 - 回望过去一年，在已落地AI的各项职能中，多数受访者认为员工数量大体保持稳定，在多数职能里，不到20%的受访者观察到AI造成超过3%的人员缩减 [34] - 展望未来一年，预期出现分化：表示过去一年因AI导致人员缩减的受访者中位数比例为17%，而预计未来一年会出现缩减的这一比例升至30% [34] - 从企业整体编制看，32%的受访者预计未来一年员工规模将减少3%及以上，另有13%预计会增加3%及以上，多数受访者认为将大体保持稳定 [37] - 大型企业的受访者更倾向于认为AI将带来整体性的人力缩减，而AI高绩效企业的受访者则更有可能预期出现显著变化（无论是减少还是扩张） [37] - 多数受访者提到企业在过去一年招聘了AI相关岗位人才，大型企业中这一比例更高，软件工程师与数据工程师仍是最受追捧的角色 [37] AI风险管理现状 - 企业在AI风险管理方面的投入有所提升，受访者平均报告企业治理的AI风险类型从2022年的2类升至如今的4类 [41] - 在已应用AI的组织中，51%的受访者表示至少遭遇过一次AI相关负面事件，近三分之一（近33%）提到AI结果不准确带来的实际影响 [41] - 结果不准确是当前企业最常着手缓解的风险，然而位列第二的“可解释性”问题未获得与其重要性相匹配的关注 [41] - AI高绩效企业部署的AI用例数量是其他企业的两倍，报告的负面事件比例也更高，尤其集中在知识产权侵权与监管合规方面，同时它们也在更系统地治理更广泛的风险类型 [44]