《麦肯锡 2025 AI 报告》

麦肯锡刚刚发布了 2025 年 AI 最新报告，一组数据让人 " 破防 "：

88% 的组织都在用 AI，但只有 39% 的组织吃出了 " 真金白银 "。

这份《The state of AI in 2025》回答了 AI 时代大家都很关心的一个问题：

用了 AI 之后，大家到底过得怎么样？

总共有 5 个结论：

1. 多数企业已在至少一个业务环节使用 AI，AI 几乎已成标配。

2. 看似大家都在用 AI，但真能用到 " 见效赚钱 " 的，其实不到四成。

3. 人人都在谈 Agent，但真正跑通业务流程的企业，仍是少数派。

4. 只有高绩效企业能真正尝到 AI 红利。

5.AI 岗位正吃掉招聘预算，传统岗位被替代、AI 人才被争夺，组织结构正在被重写。

AI 普及是真的，但规模化落地还早

麦肯锡这份《The State of AI in 2025》调查了全球来自各行业的近 2000 家组织，其中一个最直观的数字是：

88% 的受访企业表示已在至少一个业务职能中使用 AI 技术，比去年整整高出了 10 个百分点。

但，用上不等于用深，更不等于用出钱。

看着很热闹，真正能赚到钱的却不多，不少企业想靠 Agent 一步起飞，但更多的还停在起跑线观望。

用是都在用了，但多数还停在试点阶段

单从数据看，AI 确实在企业里全面开花，大多数企业已经不再是观望者，而是参与者（哪怕只是试水）：

但试水不代表游泳，更不代表能游到终点。

报告显示，只有 39% 的组织表示 AI 带来了实质性财务回报，实现了息税前利润（EBIT）的增长。

也就是说，多数企业 AI 项目还没有跑赢投入产出比：

这 39%，基本来自少数行业场景的集中收割。

例如软件工程、制造、IT 这类以效率提效为核心的岗位更容易吃到红利，而营销、战略、财务则是为数不多能带来 " 营收提升 " 的领域：

也正因如此，很多企业的 AI 使用呈现出一种效率提升 ≠ 盈利提升的割裂状态：

流程顺了，但财务账面并没太大变化。

AI Agent 热度飙升，但落地只在局部

生成式 AI 余温未散，Agent 就已成为企业新宠。

报告显示，62% 的受访组织已经在试验 AI Agent 类应用，不少还搭建了自己的企业内部 Agent，例如 AI 客服助手、AI 知识总结助手、AI 代码生成工具等。

更关键的是：在任何一个部门里，真正在推 AI Agent 的公司，都不到一成。

而这些真正 " 跑起来 " 的应用，也主要集中在流程清晰、标准化程度高的部门，例如 IT 运维、知识管理、营销与销售等：

进一步拆解后会发现，这些使用 Agent 的场景有一个共同点：结构清晰、流程标准、数据充分、容错率高。

而一旦涉及跨部门协作、复杂流程或高风险决策，Agent 往往就会止步于试验阶段。

根源也不难理解。

麦肯锡在报告中明确指出：部署 Agent 不是接个 API 就完事了，而是要重构流程 + 重塑组织 + 重训员工。

也正因如此，麦肯锡在报告中反复强调，Agent 热度虽高，但还远未量产。多数组织目前还在试用或 " 验证阶段，离规模化还有一段距离。

AI 带来的更多是 " 感觉好 "，但进账的还不多

如果说 AI 是企业的新晋员工，那它目前的表现大概是，工作流程顺了不少，但月底账上钱还是没多出几位数。

首先，麦肯锡报告里提到，64% 的受访组织都表示自从用了 AI 以后感觉更有创新力了：

也就是说，AI 确实给了大家带来了一种变强了的实感。

团队做事更快了、响应更灵了、开会更少了、脑子更清楚了～

但这份好感度尚未大面积转化为收入增长——

仅 36% 的企业表示盈利能力有所提高，仅 33% 看到收入增长，而报告中最冷的一项——市场份额提升，仅有25%的企业认为得到了改善。

那么现在 AI 到底帮企业干了什么？

从岗位来看，它现在还是在后端环节更能显出 " 立竿见影 " 的降本效果：

有 40% 的组织用 AI 做知识管理，有 34% 的组织把 AI 派去管 IT，有 26% 的组织把应用在软件工程。

而真正 " 能上分 " 的业务前线主要集中在三大类：

39% 的营销销售部门用 AI 写文案、做内容、找线索，精准获客提转化；31% 的产品开发团队依赖 AI 做版本快速迭代、辅助测试；17% 的战略与财务规划部门则利用 AI 做预测建模、算 ROI、做预算分析：

AI 红利给了谁？

不是谁用 AI，谁就能吃到红利。

在这波 AI 浪潮中，普通企业还在 " 用一用、试试看 "，而高绩效企业早已杀进了业务流程，把 AI 用出了真章。

只有高绩效企业能真正尝到 AI 红利

麦肯锡这次报告中，把一类企业单独拉了出来看：

那些能将至少 5% 的企业 EBIT（息税前利润）增长归因于 AI，并已在实际业务中实现显著价值回报的组织，被定义为 AI 高绩效企业。

麦肯锡这次把这类企业和拉出来比了一下，结果发现了一个惊人的差异：

未来 3 年，有 50% 的高绩效企业打算推动 AI 主导的 " 变革性改变 "，而普通企业中这一比例只有 14%。

更重要的是，这种 " 变革性改变 " 不是空口号，而是正在发生的事。

在 AI 真正落地的环节上，高绩效员工从从根本上重新设计工作流程的可能性高达 55%，约其他人的三倍（2.8 ×）。

相比之下，那些还停留在省点人工、做点报表的企业，可能根本没触碰到 AI 的真正红利区。

麦肯锡合作方专家 Tara Balakrishnan 也在报告中指出，高绩效企业 / 人才最突出的特征是野心的高度，他们的 AI 战略并不止步于效率提升，而是试图重塑整个业务模式。

在他看来，成本导向思维正在限制 AI 的潜力，真正能够规模化使用 AI、并持续获得生产力提升的企业，往往也正是那些把 AI 当作增长与创新引擎、拥有清晰变革叙事的团队。

当然了，高绩效 AI 组织的成功也并非偶然。

麦肯锡从战略、技术、人才、数据、运营五大维度梳理出近 20 项 AI 最佳实践，结果发现一个显著差异：

AI 绩效越高的企业，几乎在每一项实践上都做得更早、更深入。

比如，在战略层面，高绩效企业中有 60% 已绘制明确的 AI 路线图（一般企业的一半）。

在组织执行层面，它们不止停留在 " 用 AI 试试 " 的阶段，而是主动重写业务流程，将 AI 嵌入前线流程与系统，采用敏捷开发模式，追求 " 快速试错 - 持续迭代 " 的落地节奏。

AI 红利并不平均，它更像一场结构性机会，属于那些愿意打破流程重做一遍的人。

AI 岗正在吃掉所有招聘预算

AI 正在改写的不止是企业的业务流程，还有员工的生存逻辑。

麦肯锡报告显示，未来一年内，32% 的受访企业预计员工总数将下降，仅 13% 预计会上升，多数则认为 " 总体变化不大 "。

看似平稳的数据背后，是组织架构的悄然重构：" 裁得动的被裁了，裁不动的正在学习 AI 技能。"

被替代的，是重复性强、创造力低的岗位；而被紧急招聘的，是那些能驾驭 AI、驱动新能力的关键角色：

软件工程师、数据工程师、AI 产品经理、Prompt Engineer、AI 伦理与合规专家……这些原本 " 偏技术 " 的岗位，正从边角料变成招聘主角。

与此同时，企业之间的 AI 人才分化也越拉越大。

大企业在 AI 相关岗位的招聘比例，是中小企业的两倍。

有资源、有预判的大公司正在加速囤人，而人力紧张的小组织，则被迫经历一段 AI 转型的空窗期。

人才结构的变化背后，其实对应着另一个关键词：风险承压能力。

麦肯锡的调研显示，在所有 AI 相关的负面后果中，" 结果不准确 " 是企业遇到最多的问题，有 30% 的组织在过去一年中至少遇到过一次该类风险。其次是 " 解释性不足 " 和 " 个人隐私问题 "。

不过，真正令人关注的是另一组数据：

在所有 AI 风险治理行为中，最积极的仍然是那批高绩效 AI 组织。

他们在 " 知识产权侵犯 "" 合规问题 " 等关键风险上，既是遭遇者，也是最早进行防御部署的群体。

这一点，麦肯锡全球高级合伙人 Alexander Sukharevsky 给出的解释非常到位：

正因为他们用得更深，用得更激进，所以风险也来得更快、更集中。

这并不是坏事。

这些 " 高绩效组织 " 通常部署了比其他企业多两倍的 AI 用例，意味着他们往往是在关键任务场景里使用 AI。

比如涉及隐私的数据流、核心业务流程的优化、员工、客户交互的自动化等等 , 这些环节天然就要求 " 高风险承受力 + 高执行效率 "。

这也给尚在探索阶段的企业一个提示：

真正高绩效的组织，反而是那些目标明确、策略清晰，能在创新中解决问题的团队。

只有当 AI 被当作 " 业务变革引擎 " 而不是 " 省人工工具 "，它才能带来可衡量的长期价值。

更多细节欢迎查看完整报告。

报告链接：

https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

— 完 —

年度科技风向标「2025 人工智能年度榜单」申报即将于 11 月 17 日截止！点击了解详情

企业、产品、人物 3 大维度，共设立了 5 类奖项，最后时刻一起冲刺

一键关注 点亮星标

科技前沿进展每日见