普及加速，回报停滞

数据显示，89% 的受访者表示所在组织已在至少一个业务职能中常态化使用 AI，44% 已实现跨部门规模化落地（高于去年的 38%），在三个及以上职能落地的比例也从 51% 升至 56%。

然而在个体层面，80% 的受访者认为 AI 提升了个人工作效率，半数认为它帮助自己做出更好决策；但仅有 37% 的组织观察到 AI 对息税前利润（EBIT）产生了正向影响——这一比例与 2025 年完全持平，零增长。真正拿到显著回报的「AI 高绩效企业」仅占 6%，其标准是将至少 5% 的 EBIT 增量归功于 AI，且影响「显著」，该比例已连续两年不变。

麦肯锡将此称为「价值悖论」：自上而下放任员工自发使用 AI，几乎无法带来企业利润增长；员工省下的时间若未被重新规划到更高价值的工作中，效率增益便会白白流失。

智能体拉开差距

AI 智能体（Agent）成为新的分水岭。年营收超过 10 亿美元的大型企业中，规模化部署智能体的比例从去年的 27% 跃升至 40%；而中小企业仍停留在 22%，毫无增长。

编码智能体正在改写企业软件采购逻辑：32% 的组织因能用 AI 编码工具内部自研功能，转而放弃采购至少一款商业软件产品或功能。与此同时，成本约束浮出水面——20% 的组织因 Token 等运行成本限制了 AI 使用规模，但仍有 60% 计划在未来一年加大 AI 投入。

高绩效企业的启示

仅占 6% 的 AI 高绩效企业，差异不在预算多寡，而在组织打法：近四分之三（约 75%）彻底重构了端到端工作流程，而非简单将 AI 叠加在原有流程之上，普通企业该比例仅约四分之一；它们规模化部署智能体的比例约为其他企业的 3 倍。

麦肯锡在报告中比喻：早期工厂只是把蒸汽机换成电动机、产线布局不变，收益有限；真正释放生产力，是围绕电力彻底重构生产线。AI 转型逻辑如出一辙——瓶颈已从技术模型转向组织能否完成流程与机制的配套变革。