【科技资讯】44%的企业已实现AI全企业部署，你的组织在哪一档？

---

• 全企业规模化部署AI的企业比例: 占比从38%升至44%，企业规模仍是最大影响因素

• AI高绩效企业占比: 仅6%的企业符合标准（至少5%的EBIT增长归因于AI）

• AI利润贡献情况: 仅37%的受访者表示AI对企业EBIT有正面贡献，与去年基本持平

• AI裁员预期: 39%的受访者预计未来一年AI将导致所在企业裁员，高于去年预期，预期兑现率有待观察

麦肯锡全球AI应用跟踪调研已近十年，当前AI正从边缘试点进入企业运营核心环节。

2026年度《麦肯锡全球AI应用现状调研》覆盖97个市场，汇集1700余位高管反馈。结果显示AI应用范围持续扩大，AI智能体规模化部署较一年前明显提速，少数“高绩效企业”已展现出规模化部署AI的实际成效。

本次调研未单独披露中国市场分项数据，文中关于中国企业的判断基于全球趋势与中国产业结构特征推断。中国有庞大制造业规模、成熟数字基础设施，以及快速适配全球技术周期的深厚积累，企业若具备与高绩效企业同等的战略纪律，可落地调研揭示的实践方向。

01 规模化部署：从零散试点到全面推行

此前企业AI应用多停留在零散试点、概念验证阶段，局限于单一职能，鲜少大范围扩展，该阶段已近尾声。

此次调研近九成受访者表示所在企业至少在一项业务职能中常态化使用AI；全企业规模化应用AI的企业比例从一年前的38%升至44%，56%的受访者表示公司已在至少三项业务职能中使用AI，高于此前的51%。

规模化部署浪潮推进并不均衡，企业规模仍是AI采用进程最显著的分水岭。年营收超10亿美元的企业中，54%已实现全企业范围内的AI部署，小规模企业这一比例仅约1/3。

这一差距在AI智能体（能在低人工监督下，自主规划并执行多步骤任务的系统）应用方面尤为突出：过去一年大型企业在至少一项业务职能中规模化部署AI智能体的比例从27%跃升至40%，小规模企业该比例几乎停滞在22%。

聊天机器人仍是当前规模化部署最广泛的AI工具，47%受访者称所在企业已全面部署，AI智能体与软件开发智能体部署比例均仅两成左右。

02 从外购到自建：软件采购策略的转变与全新的成本管控逻辑

近32%的受访者表示，所在企业曾放弃采购软件产品或功能，转而借助AI驱动的编程工具自行开发，这一趋势在科技与医疗保健行业尤为明显，其次是专业服务以及能源与材料行业。

对中国科技企业而言这是重要机遇，依托庞大制造规模、深厚工程人才储备和高效系统集成能力，可将内部自建模式复制到软件工具开发上，把过去依赖外部采购的软件能力转化为持久竞争优势。

随着自行开发比例上升，成本问题受到前所未有的关注。约20%受访者表示所在公司曾因运营成本过高被迫限制AI使用，该现象在各规模、各行业企业中普遍存在，其中10%指出成本压力已开始制约聊天机器人、通用智能体以及编程智能体的部署。

多数企业并未因此放缓投入：28%的受访者表示所在公司AI支出已超过整体IT预算的10%，60%的受访者预计未来一年将加大AI投资，制药与医疗产品、保险、银行与其他金融机构等行业投入意愿最高。

尽管Token单价持续下滑，但智能体开发与复杂推理任务的消耗量一直在大幅上升，模型越强大越需要严密追踪运行成本。领先企业经验表明，运营成本应当前置为项目启动阶段的设计约束，而非事后处理的问题，这既是财务纪律，也是实现规模化的前提。

03 个人生产力显著提升，企业整体回报仍待验证

本次调研发现明显差距：AI显著提升了员工工作效率，但对企业最终利润的提升仍然有待验证。

高达八成受访者表示AI提升了个人生产力，约半数认为AI帮助他们培养了新技能、做出了更好的决策，这类积极影响在不同职级间普遍存在。但员工实际体验并非全然正面：中层管理者和基层员工因AI感到工作压力的比例分别为47%和31%，远高于高管群体。

企业层面的财务回报尚未同步显现，仅37%的受访者表示AI对组织的息税前利润（EBIT）带来正面贡献，这一比例与去年基本持平。

已观察到财务成效的组织中，AI贡献也主要集中在特定部门而非全公司范围：成本改善集中在供应链管理、服务运营和制造环节，营收增长主要来自营销与销售，其次为产品与服务开发。

该模式与中国全球竞争优势领域高度契合，覆盖代工制造、物流、消费电子、电商品牌建设，本土企业最易落地量化的回报，可通过关键职能精准部署实现，无需一步到位全面转型。

04 他山之石：高绩效企业的领先实践

本次调查仅6%的受访企业属于“AI高绩效企业”，即至少5%的EBIT增长归因于AI的企业，其经验展示了个人生产力提升如何转化为企业整体效益。

领先者的优势并不来自资金投入规模：高绩效企业预计三年内“利用AI彻底重塑业务”的比例是其他企业的3.3倍；近3/4的领先者已围绕AI重新设计工作流程，显著高于去年的55%，其他企业这一比例仅为1/4。高绩效企业在“高管对AI项目有明确承诺”与“建立成效衡量标准”两项上的落实比例，均为其他企业的两倍左右，该关联为调研观测到的相关关系，暂无法验证因果性。

高绩效企业的AI部署范围更广，在多数业务职能中规模化部署AI智能体的比例是其他组织的三倍以上，在应对未授权/非预期行动、技术性漏洞等新兴风险的态度上也比同行更加主动。

近半数高绩效企业表示曾放弃采购软件转而选择自主开发，其他企业该比例仅为31%，说明自建与外购战略的转变是与整个企业AI转型深度相关的决策。此外高绩效企业因编程智能体遭遇成本制约的比例约为其他企业的三倍，说明即使技术最先进的企业，面对规模化带来的成本压力同样需要主动管理。

05 AI对人员编制的实际影响远远落后于预期

企业预期AI对员工规模的影响与实际情况的差距正在不断扩大。去年32%受访者预估未来一年将缩编，但实际仅14%企业表示AI过去一年引发裁员，2/3受访者称截至当前AI对企业员工规模几乎无影响。

当前有39%的受访者预计AI将在未来一年内导致所在企业裁员，高于去年的预期，其中“服务运营”与“供应链管理”被视为最有可能受到影响的职能。值得注意的是，尽管存在上述预期，仅有13%的受访者表示AI使他们对自身职业前景产生忧虑。

该趋势表明企业对哪些任务与职能真正适合自动化的判断正变得越来越准确，劳动力结构的实际调整速度仍然远远落后于预期。在中国劳动力市场中，AI的采用与先进制造和工程职能息息相关，企业必须把AI投资与人才技能重塑结合起来，不应默认颠覆性变革会完全按预期节奏发生。

06 战略启示：中国企业领导者应如何行动

当前全球AI应用的核心特征是企业对AI的预期明显高于其实际兑现的财务回报，真正弥合这一差距的企业靠的是高度的战略一致性和执行纪律，而非简单的投资扩张。

高绩效企业已展现出先发优势，包括内部软件自主开发，以及供应链、制造与GTM（进入市场）等职能的降本增效，这些领域恰好与中国既有的核心优势（制造规模、工程人才、极致效率导向的供应链）高度契合。

真正的机遇不在于引入更多AI工具，而在于借鉴高绩效企业的领先实践：彻底重构工作流程，而非将AI生硬套用于旧流程；高管层做出明确承诺，为推动AI规模化部署提供坚实后盾；深耕内部评估能力，审慎划定“自建与外购”的界线；从项目启动之初就将运营成本作为核心设计约束。

中国企业在这些方面具备得天独厚的优势，能够将上述战略有效融入自身运营体系，凭借长期形成的运营纪律，更快速地将早期AI探索转化为可衡量的业务价值。

---