78% 的企业在用AI,只有 5% 赚到了钱

DEEPNaitively · 2026.05

约 8 分钟 · 信息量大

大家好，我是小龙，一个在帮公司做AI Native变革实践的负责人。今天和大家分享，该如何诊断你的公司已经准备好进行AI变革了。

关于企业AI变革，其实被提了很多年。想一想这个画面，是否很熟悉：

董事会上，CEO说：我们要全面AI化。所有人点头。CEO转头问CTO：AI能帮我们做什么？CTO说：好问题，我们开个会讨论一下。

这件事就这样循环了很多年。

01

53万阅读的那条推文，他说了什么

Daniel Miessler是美国安全顾问，给世界最大型企业、上百家初创公司做过咨询。5月初，他发了一条推文，原文大意是：人们对AI无法完成任务的沮丧，本质上不是因为AI不够强，而是因为他们根本说不清楚自己想要什么。

到写这篇文章时，53万次播放，2184个收藏，204次转发。

他在自己的博客里进一步把这个观点说完整了：大多数公司引入AI，就像对着一屏幕雪花点说”把这个东西给我规模化”。他的原话是：

Miessler见过太多这样的公司。他在博客里说，如果你走进任何一家公司，让负责人当场描述”你们公司的目标是什么、策略是什么、核心挑战是什么、工作流怎么跑”，他们要么眼神放空，要么直接笑出来。

他给了一个具体的判断标准：随便找一个部门负责人，让他当场回答这五个问题——

如果他需要”会后整理一下再发给你”，这家公司还没准备好。

Miessler还发现了一个隐秘的规律：那些真正清楚自己在做什么的公司，每年交上来的答案基本一样——方向对了，不需要每季度改一次。而混乱的公司每个季度交上来的都不一样，每个季度都在重新发明答案，不是因为进步了。

02

那组让大多数老板坐不住的数字

McKinsey 2025年调查显示，88%的企业已经在至少一个业务环节用上了AI。

下一个数字让整张PPT变得尴尬——真正把AI转化为可量化营收的，不到5%。

BCG 2025年10月的报告《AI价值鸿沟》挖得更深：虽然75%的高管把AI列为前三战略重点，但只有25%的企业看到了显著价值回报。AI投资回报率的中位数只有10%，不到预期目标的一半。

MIT和Fortune在2025年8月联合发布的报告结论：95%的生成式AI试点项目没能进入生产环境。RAND Corporation同期对65位5年以上经验的数据科学家的访谈得出结论：超过80%的AI项目最终失败，是普通IT项目的两倍。S&P Global的数据则追踪到另一个趋势——2025年年中，42%的企业已经放弃了大半AI项目，这个数字在2024年还只有17%。

Forrester追踪员工AI能力指标发现，能熟练使用prompt engineering的员工比例从2024年的22%只增加到2025年的26%——一年只进步4个百分点。钱在花，工具在买，但没有人真正学会用。

Gallup 2026年追踪了全球2.2万名员工：每天真正使用AI的只有12%。工具到了，人没到。

03

Klarna省了6000万，然后重新招人

瑞典金融科技公司Klarna在2024年做了一件被媒体大肆报道的事：用AI客服全面替代了700多名人工客服。CEO在多个场合公开说，公司不再招聘人类员工了。2025年第三季度，Klarna的AI agent完成了相当于853个全职员工的工作量，节省了约6000万美元。

然后，Klarna开始重新招聘。

原因不是AI不能干活。AI干得很好，省了很多钱。原因客户不买账——用户对”永远只能和AI对话”产生了强烈反感，投诉量上升，满意度在某些环节出现明显下滑。

Nate Kennedy把这个问题命名为”意图工程”：AI知道你让它做什么，但不知道你真正想要什么。Klarna的AI完成了”降低客服成本”这个目标，没有人告诉它”客户信任度”也是目标的一部分。

Miessler在文章里写过一句话，Klarna就是一个现实版本：技术上的成功和商业上的成功是两件事。省了6000万，失去了口碑，这算成功吗？

04

那家花了几百万建”知识助手”的制造企业

国内一位企业AI落地从业者亲口讲过的案例，细节略有调整。

一家大型制造企业投入数百万元建了一个”企业知识助手”——员工可以问它公司政策、流程、制度的问题。团队很骄傲，对外说这代表公司的AI能力。上线三个月，日活掉到个位数。

问题在哪里？员工真正高频、高价值的问题是：设备故障了，能不能快速诊断、能不能远程指导修复。这是每天都在发生的、日均几十次的需求。而项目团队花几百万解决的”年假怎么算”——低频需求，偶尔查一次就够了。

Miessler会说，这家公司缺的不是一个知识助手，真正缺的是知道自己”核心挑战在哪里”这个问题的答案。

这家公司后来调整了方向，同样的技术资源投入售后故障诊断场景——问题解决率比之前提升了70%以上，平均解决时间缩短了一半。目标定对了，执行才有意义。

05

真正卡住的是中层，不是高层

McKinsey 2025年报告里有一个很容易被忽略的发现：AI采用的瓶颈不在高层战略，不在基层工具使用，在中层。

中层夹在两股力量之间。上面是老板要求”快速部署AI证明我们在行动”，下面是员工说”我不知道怎么用这个东西完成工作”——中层既没有足够的决策权说”先停一停把问题想清楚”，又不愿意在老板面前暴露团队不会用，于是变成默认推进、偶尔汇报问题的中间层。

Josh Bersin在2026年的HR准备度报告里说得更直接：传统”老板—下属”管理模式在AI时代已经失效。中层带领的不再是稳定的下属，而是一支会用AI的”自愿军”——每个成员掌握的工具可能比中层自己还多。

WEF的多份报告则指出了另一个结构性原因：企业部署AI的速度普遍超前于自身的治理框架。中层在缺乏明确规则的情况下自己做决定，而”不确定时的预设答案通常是：先不要做”。

06

你现在应该问的问题

Miessler给了所有企业一个最核心的自检问题：不是”AI能帮我们做什么”，而是——

如果答案是否定的，Miessler的建议是：优先把这件事搞清楚，再谈AI。这和技术成熟度无关，和组织清晰度有关。

BCG的分析同时指出，70%的AI价值集中在五个场景：销售预测与线索评分、营销个性化与内容生成、供应链优化、制造业质量控制、价格策略。这五个场景的共同特征是：输出可以被精确衡量，有明确的历史数据做基准，AI的每一次判断都可以被追踪和验证。

换句话说，这五个场景适合AI，不是因为AI厉害，而是因为这些场景的”好”和”坏”可以被定义、被测量。

AI会成为赢家们互相争斗的工具。现在的问题是，哪些公司能走到那个阶段。

AI战略企业转型Daniel Miessler