ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">这份报告基于对全球近2000名高管的调查，描述了一幅2025年AI应用的场景。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;font-style: italic;padding: 1em 1em 1em 2em;border-radius: 6px;color: rgba(0, 0, 0, 0.6);background: rgb(247, 247, 247);">ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 1em;display: block;letter-spacing: 0.1em;color: rgb(63, 63, 63);">该在线调查于2025年6月25日至7月29日进行，共收到来自105个国家的1993名参与者的回复，代表了所有地区、行业、公司规模、职能专长和任期的范围。38%的受访者表示，他们所在组织的年收入超过10亿美元。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">报告中有以下的一些发现：
ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;color: rgb(63, 63, 63);" class="list-paddingleft-1">ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size:14px;text-indent:-1em;display:block;margin:0.5em 8px;color:#888888;">1. 大多数组织仍处于实验或试点阶段：近三分之二的受访者表示，其所在组织尚未开始在整个企业范围内规模化应用AI。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size:14px;text-indent:-1em;display:block;margin:0.5em 8px;color:#888888;">2. 对AI Agent抱有高度好奇心：62%的受访者表示，其所在组织至少在对AI Agent进行实验。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size:14px;text-indent:-1em;display:block;margin:0.5em 8px;color:#888888;">3. AI影响力的积极先行指标：受访者报告了在具体用例层面的成本和收入效益，64%的受访者表示AI正在赋能其创新。然而，只有39%的受访者报告了在企业层面对息税前利润（EBIT）产生了影响。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size:14px;text-indent:-1em;display:block;margin:0.5em 8px;color:#888888;">4. 高绩效组织利用AI驱动增长、创新和成本控制：80%的受访者表示，其公司将效率设定为AI计划的目标之一，但那些从AI中看到最大价值的公司通常会将增长或创新作为额外目标。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size:14px;text-indent:-1em;display:block;margin:0.5em 8px;color:#888888;">5. 重新设计工作流程是关键成功因素：半数的AI高绩效组织打算利用AI来转型其业务，并且大多数正在重新设计工作流程。6. 对就业影响的看法各不相同：对于未来一年AI对其组织整体员工规模的影响，受访者的预期各不相同：32%预计会减少，43%预计没有变化，13%预计会增加。
普及加强，深度不足2025年有更多的受访者表示至少他们有一个业务在定期使用AI，这个比例从去年的78%上升到88%，接近九成，这充分表现绝大多数企业都在尝试引入AI，说明企业对AI的接受度越来越高。 但是，除了一些定性的成果，如通过AI改善了创新，以及对客户满意度和竞争差异化的提升外， 对于大多数组织而言，AI使用尚未影响到企业范围内的财务指标（如39%的受访者将任何程度的EBIT影响归因于AI，而这些受访者中的大多数表示，其组织EBIT中不到5%可归因于AI的使用)。 还有一些AI应用的成果主要体现在一些单个AI用例带来的成本效益上，特别是软件工程、制造业和IT领域，这几个行业的特点似乎都是有自身特有的SOP，利用AI进行优化后，可以起到精准打击的效果，从而带来可以量化的成本效益。 而带来收入增长的主要领域是市场营销及销售、战略与公司财务以及产品与服务开发等用例。
向高绩效组织学习经验报告中，按下面的标准定义了『AI高绩效组织』， 那些将5%或更多的EBIT影响归因于AI使用，并表示其组织已从AI使用中看到“显著”价值的受访者——我们定义为AI高绩效组织，约占受访者的6%——报告称他们通过AI推动转型性创新、重新设计工作流程、更快地规模化、实施转型最佳实践并投入更多资金。
这些组织在整个调查样例中的占比很少，只占到6%。 但是，从他们在访谈中的表面可以看出来，由于已经产生现实的财务回报，让他们已经走上了增强循环，而这其中有很多经验可以供后来者进行参考。 信心从定性的结果到实打实的财务回报，可以将信心转化为雄心，但是可能更加重要的是信心的来源 下面两个表格中的制造业的表现很有意思， 在AI Agent的试用数据中制造业排名最后，但是在成本效益方面却排名第二。 这可能说明，在制造业中由于有比较成熟的流程，通过AI的加持，已经可以产生较大的成本效益，而不需要盲目追求AI Agent等新技术的引入。 很多时候信心是建立在先完成可以把握的事情，而不是盲目追求新的技术。 新的技术不是目标，业务的改善才是！ 而信心应当来自真正对业务产生正反馈，而不是是否采用了什么技术。 目标在AI高绩效组织中，对目标的定义更加有挑战性，它们不再仅满足于降低成本，而是将增长和创新作为努力的目标。 而为了达成这样的目标，AI高绩效组织更愿意重新设计现有的工作流程，而不仅仅是在原有流程基础上使用AI。 除了在企业层面有远大抱负外，高绩效组织表示其组织已从根本上重新设计单个工作流程的可能性也几乎是其他组织的三倍。
这是一种AI原生的思维，就像在AI First: 最重要的是提出正确的问题中所述， 条形码本身是中性的。 对凯马特来说，它是一把挖得更快的铲子。 对沃尔玛来说，它是一张揭示了价值如何在系统中流动，以及如何将这种流动重定向以利于自己的地图。 J杰克，公众号：LiveThinkingAI First: 最重要的是提出正确的问题
AI高绩效组织将AI的引进视为一种流程创新的机会，而不仅仅是单点的效益改善。 组织AI作为组织的重要目标，高层领导的支持至关重要。 高绩效组织强烈同意其组织的高层领导对其AI计划表现出主人翁精神和承诺的可能性是其同行的三倍。这些受访者也比其他受访者更有可能表示，高层领导正在积极参与推动AI的采用，包括以身作则使用AI。
AI高绩效组织也比其同行在更多的业务职能中常规使用AI。 有研究显示，很多新技术在企业真正全面应用起来前，往往是在员工层面先有了大量的使用。我们自己的一些经验也说明了这点，现在大量的面向C端的AI工具，如生图或视频、生成PPT、报告书写、文案总结等等，已经能为个人带来很大的生产率提升。 而如何将这个趋势导向为企业整体服务，是组织需要关注的重要课题。 实践AI高绩效组织也比其同行在更多的业务职能中常规使用AI。这也是信心的来源。 我在接触一些行业时，发现大家都存在一些焦虑的现象，而很多时候他们自己平时都不使用AI，先动起来非常重要。 这些受访者比其他受访者更有可能报告在市场营销与销售、战略与公司财务以及产品与服务开发中使用AI。
AI现在还有很多问题，比如比较突出的幻觉问题，但是很多时候幻觉的发生与提示(Prompt Engineering)的质量，乃至上下文(Context Engineering)的充分性和准确性都有很大的关系。 高绩效组织比其他组织更有可能表示，其组织已经定义了流程来确定模型输出如何以及何时需要人工验证以确保准确性。
而如果没有实践，这些问题没有经历，那么它们可能全是障碍。 而人在流程中的作用(Human in the loop)，依托于对于行业知识的深入理解。 很多时候，IT公司由于对行业理解不深，反而无法对行业提供有效的帮助，而行业自身的实践非常重要，因为只有他们才能判断哪些上下文是准确的，不准确的话是在哪儿有问题，从而及时调整完善。 在报告中的下表，涵盖了从AI中获取价值所必需的六个维度：战略、人才、运营模式、技术、数据以及采用与规模化，所有这些管理实践都与归因于AI的价值呈正相关。这些实践使组织能够创新并规模化地从AI中获取价值。 | | | | | 人工参与回路 (Human in the loop):已定义相关流程，以决定模型输出在何时以及如何需要人工验证，从而确保准确性。 | | | | 技术基础设施 (Technology infrastructure):技术基础设施和架构允许使用最新技术来实施核心的人工智能项目。 | | | | 清晰定义的人工智能路线图 (Clearly defined AI road map):已经制定了包含具体AI项目和用例的路线图，覆盖优先业务领域，并与更广泛的AI战略保持一致。 | | | | 领导层在价值创造上的一致性 (Leadership alignment on value creation): | | | | 重塑业务流程 (Rewiring business processes):将人工智能解决方案有效地嵌入到业务流程中（例如，改变一线员工的流程、创建用户界面）。 | | | | 高层领导的参与 (Senior leadership engagement):高层领导者积极参与推动人工智能的应用，包括以身作则地使用人工智能。 | | | | 产品交付 (Product delivery):拥有一个敏捷的产品交付组织或一个企业级的敏捷组织，并具备定义明确的敏捷团队交付流程。 | | | | 战略性劳动力规划 (Strategic workforce planning):已经制定了清晰的劳动力计划（针对技术和非技术岗位），其中包含了因人工智能而产生的预期变化。 | | | | 迭代式解决方案开发 (Iterative solution development):已经建立了一套用于构建人工智能解决方案并对其进行迭代改进的成熟流程（例如，设定护栏、开发方法）。 | | | | 快速开发周期 (Rapid development cycles):人工智能项目进展迅速且具有适应性（即，以快速决策和迭代学习为特点）。 | | |
上表中的这些都需要行业在实践中根据实际的情况具体把握。 这些基于行业知识的实践积累，组织的核心竞争力所在。 其它1. 报告中还提及更大的投入，以及在已有投入中要更偏向于AI应用方向。这对于已经成为AI高绩效的企业，当然是必选项。 但是对于还在摸索阶段的组织，一旦跨过实验阶段，这个应当也是必然的选择。 2. 报告中还对AI对组织员工规模的影响从组织正在使用AI的职能来看，多数受访者观察到，过去一年中由于组织使用AI，员工数量几乎没有变化。在大多数职能中，不到20%的受访者报告减少了3%或更多，更少比例的受访者表示其组织的AI使用导致他们在职能内部增加了员工人数。
从报告中的案例看，对人员的影响还没有完全显现，反而由于AI需要新的技术和理解，可能反而有人员的增加。 但是，这种现象可能还处于量变的阶段，一旦企业在AI应用中突破实验阶段，可能的员工数量以及人才结构都可以发生根本的变化。 不过，人员规模的减少和调整应当是配合AI应用和手段，而不是最终的目的！ 3. 对AI应用中风险的意识由于AI的特点，AI不准确性和引入AI后引起的可解释性，是需要面对的最重要的两大风险。 其实，任何新技术的引进，除了了会带来大量便利等好处外，一定会存在我们所未知的一些风险。 而迟早建立风险意识，可以在实践中，对风险进行识别、处理，从而降低损失，然后，再在流程中进行优化，螺旋式上升。
简要总结从这份报告中，即可以看到AI普及的加强，也可以看到应用深度的不足。所以这既是挑战，也是机会。 成功的路径也很清晰：企业若想AI投资中获得更大的回报，必须超越技术工具层面的思考，转向战略性、系统性的业务转型。 通过： - • 持续投资并建立起成熟的管理体系来支撑AI的规模化、安全和高效的应用
从企业的实际业务出发，逐步建立起自己的核心竞争力。
| 
