麥肯錫剛剛發布了2025年AI最新報告，一組數據讓人“破防”：

88%的組織都在用AI，但只有39%的組織吃出了“真金白銀”。

這份《The state of AI in 2025》回答了AI時代大家都很關心的一個問題：

用了AI之后，大家到底過得怎么樣？

總共有5個結論：

1.多數企業已在至少一個業務環節使用AI，AI幾乎已成標配。

2.看似大家都在用AI，但真能用到“見效賺錢”的，其實不到四成。

3.人人都在談Agent，但真正跑通業務流程的企業，仍是少數派。

4.只有高績效企業能真正嘗到AI紅利。

5.AI崗位正吃掉招聘預算，傳統崗位被替代、AI人才被爭奪，組織結構正在被重寫。

AI普及是真的，但規模化落地還早

麥肯錫這份《The State of AI in 2025》調查了全球來自各行業的近2000家組織，其中一個最直觀的數字是：

88%的受訪企業表示已在至少一個業務職能中使用AI技術，比去年整整高出了10個百分點。

但，用上不等于用深，更不等于用出錢。

看著很熱鬧，真正能賺到錢的卻不多，不少企業想靠Agent一步起飛，但更多的還停在起跑線觀望。

用是都在用了，但多數還停在試點階段

單從數據看，AI確實在企業里全面開花，大多數企業已經不再是觀望者，而是參與者（哪怕只是試水）：

但試水不代表游泳，更不代表能游到終點。

報告顯示，只有39%的組織表示AI帶來了實質性財務回報，實現了息稅前利潤（EBIT）的增長。

也就是說，多數企業AI項目還沒有跑贏投入產出比：

這39%，基本來自少數行業場景的集中收割。

例如軟件工程、制造、IT這類以效率提效為核心的崗位更容易吃到紅利，而營銷、戰略、財務則是為數不多能帶來“營收提升”的領域：

也正因如此，很多企業的AI使用呈現出一種效率提升 ≠ 盈利提升的割裂狀態：

流程順了，但財務賬面并沒太大變化。

AI Agent熱度飆升，但落地只在局部

生成式AI余溫未散，Agent就已成為企業新寵。

報告顯示，62%的受訪組織已經在試驗AI Agent類應用，不少還搭建了自己的企業內部Agent，例如AI客服助手、AI知識總結助手、AI代碼生成工具等。

更關鍵的是：在任何一個部門里，真正在推AI Agent的公司，都不到一成。

而這些真正“跑起來”的應用，也主要集中在流程清晰、標準化程度高的部門，例如 IT運維、知識管理、營銷與銷售等：

進一步拆解后會發現，這些使用Agent的場景有一個共同點：結構清晰、流程標準、數據充分、容錯率高。

而一旦涉及跨部門協作、復雜流程或高風險決策，Agent往往就會止步于試驗階段。

根源也不難理解。

麥肯錫在報告中明確指出：部署Agent不是接個API就完事了，而是要重構流程+重塑組織+重訓員工。

也正因如此，麥肯錫在報告中反復強調，Agent熱度雖高，但還遠未量產。多數組織目前還在試用或“驗證階段，離規模化還有一段距離。

AI帶來的更多是“感覺好”，但進賬的還不多

如果說AI是企業的新晉員工，那它目前的表現大概是，工作流程順了不少，但月底賬上錢還是沒多出幾位數。

首先，麥肯錫報告里提到，64%的受訪組織都表示自從用了AI以后感覺更有創新力了：

也就是說，AI確實給了大家帶來了一種變強了的實感。

團隊做事更快了、響應更靈了、開會更少了、腦子更清楚了～

但這份好感度尚未大面積轉化為收入增長——

僅36%的企業表示盈利能力有所提高，僅33%看到收入增長，而報告中最冷的一項——市場份額提升，僅有25%的企業認為得到了改善。

那么現在AI到底幫企業干了什么？

從崗位來看，它現在還是在后端環節更能顯出“立竿見影”的降本效果：

有40%的組織用AI做知識管理，有34%的組織把AI派去管IT，有26%的組織把應用在軟件工程。

而真正“能上分”的業務前線主要集中在三大類：

39%的營銷銷售部門用AI寫文案、做內容、找線索，精準獲客提轉化；31%的產品開發團隊依賴AI做版本快速迭代、輔助測試；17%的戰略與財務規劃部門則利用AI做預測建模、算ROI、做預算分析：

AI紅利給了誰？

不是誰用AI，誰就能吃到紅利。

在這波AI浪潮中，普通企業還在“用一用、試試看”，而高績效企業早已殺進了業務流程，把AI用出了真章。

只有高績效企業能真正嘗到AI紅利

麥肯錫這次報告中，把一類企業單獨拉了出來看：

那些能將至少5%的企業EBIT（息稅前利潤）增長歸因于AI，并已在實際業務中實現顯著價值回報的組織，被定義為AI高績效企業。

麥肯錫這次把這類企業和拉出來比了一下，結果發現了一個驚人的差異：

未來3年，有50%的高績效企業打算推動AI主導的“變革性改變”，而普通企業中這一比例只有14%。

更重要的是，這種“變革性改變”不是空口號，而是正在發生的事。

在AI真正落地的環節上，高績效員工從從根本上重新設計工作流程的可能性高達55%，約其他人的三倍（2.8×）。

相比之下，那些還停留在省點人工、做點報表的企業，可能根本沒觸碰到AI的真正紅利區。

麥肯錫合作方專家Tara Balakrishnan也在報告中指出，高績效企業/人才最突出的特征是野心的高度，他們的AI戰略并不止步于效率提升，而是試圖重塑整個業務模式。

在他看來，成本導向思維正在限制AI的潛力，真正能夠規模化使用AI、并持續獲得生產力提升的企業，往往也正是那些把AI當作增長與創新引擎、擁有清晰變革敘事的團隊。

當然了，高績效AI組織的成功也并非偶然。

麥肯錫從戰略、技術、人才、數據、運營五大維度梳理出近20項AI最佳實踐，結果發現一個顯著差異：

AI績效越高的企業，幾乎在每一項實踐上都做得更早、更深入。

比如，在戰略層面，高績效企業中有60%已繪制明確的AI路線圖（一般企業的一半）。

在組織執行層面，它們不止停留在“用AI試試”的階段，而是主動重寫業務流程，將AI嵌入前線流程與系統，采用敏捷開發模式，追求“快速試錯-持續迭代”的落地節奏。

AI紅利并不平均，它更像一場結構性機會，屬于那些愿意打破流程重做一遍的人。

AI崗正在吃掉所有招聘預算

AI正在改寫的不止是企業的業務流程，還有員工的生存邏輯。

麥肯錫報告顯示，未來一年內，32%的受訪企業預計員工總數將下降，僅13%預計會上升，多數則認為“總體變化不大”。

看似平穩的數據背后，是組織架構的悄然重構：“裁得動的被裁了，裁不動的正在學習AI技能。”

被替代的，是重復性強、創造力低的崗位；而被緊急招聘的，是那些能駕馭AI、驅動新能力的關鍵角色：

軟件工程師、數據工程師、AI產品經理、Prompt Engineer、AI倫理與合規專家……這些原本“偏技術”的崗位，正從邊角料變成招聘主角。

與此同時，企業之間的AI人才分化也越拉越大。

大企業在AI相關崗位的招聘比例，是中小企業的兩倍。

有資源、有預判的大公司正在加速囤人，而人力緊張的小組織，則被迫經歷一段AI轉型的空窗期。

人才結構的變化背后，其實對應著另一個關鍵詞：風險承壓能力。

麥肯錫的調研顯示，在所有AI相關的負面后果中，“結果不準確”是企業遇到最多的問題，有30%的組織在過去一年中至少遇到過一次該類風險。其次是“解釋性不足”和“個人隱私問題”。

不過，真正令人關注的是另一組數據：

在所有AI風險治理行為中，最積極的仍然是那批高績效AI組織。

他們在“知識產權侵犯”“合規問題”等關鍵風險上，既是遭遇者，也是最早進行防御部署的群體。

這一點，麥肯錫全球高級合伙人Alexander Sukharevsky給出的解釋非常到位：

正因為他們用得更深，用得更激進，所以風險也來得更快、更集中。

這并不是壞事。

這些“高績效組織”通常部署了比其他企業多兩倍的AI用例，意味著他們往往是在關鍵任務場景里使用AI。

比如涉及隱私的數據流、核心業務流程的優化、員工、客戶交互的自動化等等,這些環節天然就要求“高風險承受力+高執行效率”。

這也給尚在探索階段的企業一個提示：

真正高績效的組織，反而是那些目標明確、策略清晰，能在創新中解決問題的團隊。

只有當AI被當作“業務變革引擎”而不是“省人工工具”，它才能帶來可衡量的長期價值。

更多細節歡迎查看完整報告。

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