在至少一个业务职能中报告使用AI的比例持续增加。

“AI已经从’要不要用’变成了’怎么用好’，但大多数企业仍在’假装很忙’的阶段。”——麦肯锡最新AI现状报告

2025年，距离生成式AI工具爆发式普及已过去三年，AI早已不再是科技圈的"新宠"，而是渗透到各个行业的"基础设施"。然而，麦肯锡最新发布的《2025年AI现状报告》却揭示了一个令人深思的事实：近九成企业已在使用AI，但只有6%真正从中获得了显著价值。

这份基于全球105个国家、1993名企业管理者的调研报告，为我们揭示了AI落地的残酷真相与成功路径。今天，就让我们一起解读这份价值千金的行业指南！

🔍 一、AI普及率飙升，但多数企业仍"浮于表面"

报告数据显示，88%的企业已在至少一个业务职能中定期使用AI，比去年的78%大幅增长。然而，当我们深入企业内部，却发现一个尴尬的现实：

• • 仅33%的企业开始在整个企业范围内扩展AI
• • 近三分之二的企业仍处于试验或试点阶段
• • 年收入超50亿美元的企业中，近一半已进入扩展阶段，而年收入低于1亿美元的企业中这一比例仅为29%

规模较大的公司在将AI扩展到试点之外方面处于领先地位。

“AI普及率高不代表价值实现率高，就像人人都有智能手机，但真正能用好它的并不多。”

🤖 二、AI代理热潮来袭：62%企业已在尝试

AI代理——基于基础模型、能在现实世界中行动、规划和执行工作流程的系统，正成为企业关注的新焦点。

• • 62%的企业至少正在试验AI代理（23%正在扩展，39%处于试验阶段）
• • IT和知识管理领域应用最广（服务台管理和深度研究等场景已快速成熟）
• • 科技、媒体电信和医疗保健行业领先（AI代理应用最为广泛）
• 

“AI代理不是简单的自动化工具，而是能自主思考、决策和行动的’数字员工’，代表了AI应用的下一阶段。”

💡 三、AI价值真相：用例级效益显著，企业级影响有限

报告揭示了一个关键矛盾：AI在具体用例中效果显著，但在企业层面影响有限。

• • 64%的受访者表示AI正在推动创新
• • 近一半企业报告客户满意度和竞争优势提升
• • 但仅39%的企业报告AI对企业EBIT（息税前利润）有影响
• • 其中大多数表示AI贡献不到企业EBIT的5%
• 

成本效益最明显的领域：软件工程、制造和IT
收入增长最明显的领域：营销销售、战略财务、产品服务开发

🌟 四、AI"表现优异者"的六大成功秘诀

那么，仅占6%的"AI表现优异者"（即那些将AI价值发挥到极致的企业）做对了什么？麦肯锡研究发现他们有六大共同点：

1. 不只追求效率，更追求增长与创新

80%的企业将效率作为AI目标，但表现优异者往往同时将增长或创新作为额外目标。他们明白：AI不只是降低成本的工具，更是创造新价值的引擎。

2. 重新设计工作流程，而非简单自动化

AI表现优异者重新设计工作流程的可能性是其他企业的三倍。他们不是简单地将AI"塞进"现有流程，而是从根本上重构业务流程。

3. 高层领导亲自推动，而非交给IT部门

表现优异者的高层领导者对AI计划的所有权和承诺是其他企业的三倍。他们不只是支持，而是亲自参与、示范使用，将AI提升到战略高度。

4. 在更多业务领域应用AI

表现优异者在营销销售、战略财务、产品开发等领域应用AI的广度和深度远超同行，且在AI代理的应用上也领先一步。

5. 投入更多资源，数字预算的20%以上用于AI

三分之一的表现优异者将超过20%的数字预算用于AI技术，这些资源帮助他们在整个业务中扩展AI技术。

6. 采用系统化的管理实践

表现优异者实施了一系列管理实践，涵盖战略、人才、运营模式、技术、数据以及采用和扩展六个维度，这些实践与AI价值呈正相关。

📊 五、AI与就业：32%企业预计员工减少

随着AI应用深入，企业对员工规模的影响预期呈现分化：

• • 32%预计员工总数将减少3%或更多
• • 43%预计无变化
• • 13%预计增加

值得注意的是，大型企业比小型企业更可能预计AI导致裁员，而AI表现优异者则更可能预期员工规模有显著变化（无论增减）。

同时，大型企业比小型企业更积极招聘AI相关岗位，尤其是软件工程师和数据工程师。

⚠️ 六、AI风险：不准确性成最大隐患

随着AI应用扩大，风险也随之而来：

• • 51%的企业至少经历过一次AI负面后果
• • 近三分之一报告AI不准确性导致的后果
• • 企业正在努力缓解的前两大风险是：不准确性和隐私问题

值得注意的是，AI表现优异者经历的负面后果更多（因为他们部署的AI用例是其他企业的两倍），但他们也更积极地防范风险。

🌈 七、未来展望：AI的真正价值在前方

麦肯锡报告指出，虽然AI使用已很普遍，但其全部承诺仍然在前方。大多数企业仍在从实验过渡到规模化部署，虽然可能在某些部分捕获价值，但尚未实现企业范围的财务影响。

“表现最高公司的经验表明了一条前进的道路。这些组织脱颖而出，不仅仅考虑增量效率收益：他们将AI视为变革组织、重新设计工作流程和加速创新的催化剂。”

随着AI工具（包括代理）的改进和公司能力的成熟，将AI更全面地嵌入企业的机会将为组织提供新的方式来捕获价值并创造竞争优势。

💎 结语：AI不是选择题，而是生存题

这份报告给我们的重要启示是：

1. 1. AI已从"可选项"变为"必选项"，但应用深度比广度更重要
2. 2. 成功关键在于战略思维，而非技术本身
3. 3. 高层领导参与是成功前提，AI不是IT部门的项目
4. 4. 重新设计工作流程比简单自动化更能释放AI价值
5. 5. 投资需到位，AI需要持续投入才能产生回报

正如麦肯锡报告所言：“AI的真正价值不在于你用了多少AI，而在于你如何用AI重塑你的业务。”

---

说真的，这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型，挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis，稳稳当当过日子。

结果GPT、DeepSeek火了之后，整条线上的人都开始有点慌了，大家都在想：“我是不是要学大模型，不然这饭碗还能保多久？”

我先给出最直接的答案：一定要把现有的技术和大模型结合起来，而不是抛弃你们现有技术！掌握AI能力的Java工程师比纯Java岗要吃香的多。

即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地！大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇！

这绝非空谈。数据说话

2025年的最后一个月，脉脉高聘发布了《2025年度人才迁徙报告》，披露了2025年前10个月的招聘市场现状。

AI领域的人才需求呈现出极为迫切的“井喷”态势

2025年前10个月，新发AI岗位量同比增长543%，9月单月同比增幅超11倍。同时，在薪资方面，AI领域也显著领先。其中，月薪排名前20的高薪岗位平均月薪均超过6万元，而这些席位大部分被AI研发岗占据。

与此相对应，市场为AI人才支付了显著的溢价：算法工程师中，专攻AIGC方向的岗位平均薪资较普通算法工程师高出近18%；产品经理岗位中，AI方向的产品经理薪资也领先约20%。

当你意识到“技术+AI”是个人突围的最佳路径时，整个就业市场的数据也印证了同一个事实：AI大模型正成为高薪机会的最大源头。

最后

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包【允许白嫖】：

• ✅从入门到精通的全套视频教程

• ✅AI大模型学习路线图（0基础到项目实战仅需90天）

• ✅大模型书籍与技术文档PDF

• ✅各大厂大模型面试题目详解

• ✅640套AI大模型报告合集

• ✅大模型入门实战训练

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（0基础到项目实战仅需90天）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓