行业与公司 * 报告聚焦于生成式人工智能在商业领域的应用现状 特别是2025年的实施情况[1] * 研究基于对300多个公开披露的AI计划的分析 对52家组织的结构化访谈 以及对153名高级领导人的调查[3] * 研究揭示了企业界在GenAI投资与回报之间存在巨大差距 即"GenAI鸿沟"[6] 核心观点与论据 GenAI鸿沟的现状与表现 * 尽管企业界对GenAI的投资达到300亿至400亿美元 但95%的组织获得零回报 仅5%的集成AI试点项目能提取数百万美元的价值[6] * 通用AI工具采用率高 超过80%的组织探索或试点过ChatGPT和Copilot等工具 近40%报告已部署 但这些工具主要提升个人生产力 而非损益表绩效[7] * 企业级系统部署率极低 60%的组织评估了此类工具 但仅20%进入试点阶段 仅5%进入生产阶段 大多数失败归因于脆弱的工作流程 缺乏情境学习以及与日常操作不匹配[7] * 行业层面的转型有限 在九个主要行业中 仅技术和媒体两个行业显示出结构性颠覆的迹象 其他七个行业仍处于转型的错误一侧[15][16][17][20] * 从试点到生产存在巨大鸿沟 定制化企业AI工具仅有5%能进入生产阶段 而通用LLM聊天机器人的试点到实施率约为83% 但这掩盖了价值认知上的深层分裂[24][26][27][28][29] GenAI鸿沟的驱动因素 * 核心障碍是"学习差距" 大多数GenAI系统不保留反馈 不适应情境或随时间改进 缺乏记忆和适应性[8][48][61][65] * 用户偏好是鸿沟的体现 用户因答案更好 界面熟悉和更高信任度而偏好ChatGPT等通用工具 但在关键工作中 90%的用户偏好人类 分界线在于记忆 适应性和学习能力[56][58][66][67][68] * 投资模式反映鸿沟 约50%的GenAI预算流向销售和营销功能 但后台自动化往往能产生更好的投资回报率 这种偏见源于更容易的指标归因 而非实际价值[40][41][44][46] * 内部构建成功率低 外部合作伙伴关系的成功部署率约为67% 而内部构建工具的成功率约为33% 战略合作伙伴关系实现成功部署的比例显著高于内部开发[96][98][100][105] 跨越GenAI鸿沟的成功模式 * 成功的构建者专注于构建自适应 嵌入式系统 这些系统能从反馈中学习 并深度集成到工作流程中[71][73][74] * 企业买家实际需要的是能够学习并随时间改进的系统 关键选择标准包括对工作流程的深度理解 对现有工具的最小干扰 清晰的数据边界以及随时间改进的能力[76][78][79] * 成功的组织在采购上采取不同做法 他们像BPO客户而非SaaS客户 要求深度定制 从前线推动采用 并根据业务指标要求供应商负责[94][107] * 真正的投资回报率往往存在于被忽视的职能中 后台自动化带来了更快的投资回收期和更清晰的成本削减 收益来自减少BPO支出和外部机构使用 而非内部裁员[108][109][110][111] * 组织设计至关重要 成功的企业分散实施权限但保留问责制 采用战略合作伙伴模式的组织更可能成功跨越鸿沟[98][99][100] 其他重要内容 影子AI经济 * 员工通过个人AI工具跨越鸿沟 虽然仅40%的公司购买了官方LLM订阅 但90%公司的员工报告经常使用个人AI工具处理工作任务 形成了一个繁荣的"影子AI经济"[34][35][36][37] 对劳动力的影响 * GenAI对劳动力的影响已经开始显现 但表现为选择性替代先前外包的职能和受限的招聘模式 而非大规模裁员 在客户支持运营和行政处理工作中 裁员幅度在5%至20%之间[112][113] * 在技术和媒体等受GenAI影响显著的行业 超过80%的高管预计在24个月内减少招聘量 而在医疗保健和能源等 disruption 最小的行业 高管报告没有当前或预期的招聘减少[114][115][117] * 当前的自动化潜力为美国劳动力价值的2.27% 潜在的自动化暴露影响3900万个职位 涉及23万亿美元的劳动力价值 随着AI系统发展出持久记忆 持续学习和自主工具集成能力 这种影响将变得可操作[119] 未来趋势：Agentic Web * 超越单个AI代理的下一个演进是"Agentic Web" 自主系统可以在整个互联网基础设施中发现 协商和协调 从根本上改变业务流程的运作方式[121][122][123] * 支持这种转型的基础设施正在通过如Model Context Protocol Agent-to-Agent和NANDA等协议出现 这些协议实现了代理互操作性和自主网络导航[92][122][125][126] * 这标志着一个根本性转变 从当今由人介导的商业流程转向在整个互联网生态系统中运作的自主系统[123]