文章核心观点 - 生成式AI在企业中的实际应用与市场炒作之间存在巨大鸿沟 绝大多数企业未能实现规模化部署和显著的财务回报 真正的成功者仅占少数 他们通过重构工作流程和战略性投入实现了增长与利润提升 [1][8] AI应用普及与规模化现状 - AI在企业中的触达率很高 常态化使用AI的企业比例从去年的78%上升至88% [2] - 然而 近三分之二的企业尚未全面启动AI的规模化部署 多数仍停留在探索或试点阶段 [5] - 企业规模与规模化程度正相关 营收超50亿美元的大型企业中近半数已进入规模化阶段 而营收不足1亿美元的小型企业该比例仅为29% [5] - 中国大陆地区表现突出 有45%的企业实现了AI的规模化或全面部署 高于全球38%的平均水平 且83%的企业常态化应用生成式AI [5] 智能体（AI Agent）的应用现实 - 市场对智能体寄予厚望 但实际应用仍处于极早期阶段 [3] - 62%的受访者正在试用智能体 但仅有23%的企业在至少一个职能中启动了规模化应用 [3] - 即便在推进规模化的企业中 应用也局限于一两个领域 在任何单一职能中 能从试点走向规模化的比例均未超过10% [3] - 科技、媒体与电信以及医疗健康行业是智能体应用的领跑者 IT服务台管理和知识管理是最成熟的应用场景 [3] AI对财务利润的实际影响 - 仅39%的受访者认为AI对企业的息税折旧摊销前利润产生了实质性影响 这意味着超过60%的企业尚未看到明确的利润回报 [1][6] - 在感受到EBIT影响的企业中 多数贡献率不足5% [1] - 虽然AI在软件工程、生产制造和IT领域带来了成本下降 在营销与销售领域带来了营收增长 但这些局部改善尚未汇聚成全公司层面的利润爆发 [6] - 目前AI应用呈现出“广泛但肤浅”的特征 资本支出正在发生 但投资回报严重滞后 [1] 高绩效企业的成功关键 - 调研定义了约6%的企业为“AI高绩效企业” 即EBIT因AI提升超过5%且创造了显著价值 [7] - 80%的普通企业只盯着效率与降本 而高绩效企业往往同步追求增长或创新目标 [10] - 高绩效企业从根本上重塑工作流的几率是其他企业的近3倍 [10] - 三分之一的高绩效企业将超过20%的数字预算投向AI 这一比例是其他企业的近5倍 [10] - 高绩效企业的管理层建立了清晰的人机协同流程和人工核验机制 [10] 劳动力市场与风险变化 - 对未来一年的员工规模预期变得悲观 32%的受访者预计未来一年员工规模会下降超过3% 而只有13%预计增长 大型企业更倾向于认为AI将带来人力缩减 [10] - 软件工程师与数据工程师的招聘需求依然旺盛 存在人才结构性短缺 [10] - 51%的应用企业至少遭遇过一次AI负面事件 最常遇到的风险是“结果不准确”（30%）即幻觉问题 [10] - 企业对隐私和合规的关注度提升 但对“可解释性”的关注仍然不足 构成了潜在的尾部风险 [10]