夜雨聆风学习资料网

ARTICLE · 1030076

麦肯锡的 44% 和 6%:多数人把 AI 用成了更贵的加班

麦肯锡的 44% 和 6%:多数人把 AI 用成了更贵的加班
麦肯锡今年发了一份全球 AI 调研,有两个数字放在一起很扎眼。一个是 44%:去年还只有 6% 的企业把 AI 规模化部署,今年这个数字跳到了 44%,一年涨了 38 个百分点。另一个是 6%:在所有用 AI 的企业里,只有 6% 真正把 EBIT(息税前利润)提升了 5% 以上,算得上"高绩效"。
中间还夹着两个数字:37% 的企业说 AI 对利润有正向贡献,80% 的员工说 AI 让自己个人效率提高了。
把这几组数字连起来读,结论很清楚:工具普及得很快,收益却没跟上。绝大多数人把 AI 用成了"更贵的加班"——产出更多草稿、更多方案、更多 PPT,但没人替你做那个决定。

这中间差的,到底是什么?

一、44% 和 6% 之间,差的不是工具

我们先把"更贵的加班"说清楚。很多企业上了 AI 之后,第一反应是让所有人更快地产内容。写周报、做会议纪要、出投标书、生成营销文案,原来一天干完的活,现在两小时干完,然后被要求干五天的量。效率提升了,人没解放,反而被更密的待办淹没。
这不是 AI 的问题,是用法的问题。麦肯锡的 6% 高绩效企业,并不是模型比别人先进多少,而是它们把 AI 放对了位置:不是让人干得更快,而是让一部分活不再需要人干。
我见过一个财务共享中心的例子。他们用 AI 把发票查验、凭证生成、银行流水勾对全部自动化之后,并没有裁人,而是把省出来的人力调去做了两件事:一是把历史账务里的税会差异做一次彻底梳理,二是给业务前端做经营分析。前者是过去"一直想做但没人手"的,后者是老板"一直想要但给不出"的。
同样的工具,放在"加速加班"的位置,和放在"重排工作"的位置,产出完全不同。

二、AI 复制的是"专业能力",不是岗位

为什么我说这是一次"位置"的重排,而不是"岗位"的消失?因为这一轮 AI 真正做的事,是把专业能力工业化复制了。
上个月的外滩大会上,几个场景很说明问题。支付宝的"阿宝"能替你定咖啡、提醒吃药;药房里的机器人能按方抓药;村医工作站把三甲医院的诊断能力带到了乡镇;达摩院的平扫 CT 让一次普通扫描就能筛出早期病灶。网商银行的"百灵 2.0"已经是一个 AI CFO Agent,商家的经营 Agent直接打通了记账、报税、经营分析这些财税能力。
这些事过去靠的是稀缺的人:资深药师、三甲医生、老会计。现在 AI 把它们从"稀缺"变成了"充裕",谁都能用,还便宜。
但请注意,被复制的是"专业能力"——也就是一套可以被标准化、被编码的动作加规则——而不是"岗位"这个组织名词。一个岗位从来不只是"会做某件事",它还包含对现场的判断、对责任的承担、对多个能力的组合。AI 拿走的是前者,后者还在人手里。

三、三层重排:动作、规则、判断

要把"位置"看明白,我们不妨把一份工作拆成三层。
最底下是动作层:写初稿、做表格、跑流程、贴发票、出报告。这一层最容易被复制,贬值也最快。现在你花一下午干的活,一个 Agent 跑十分钟就出来了。
中间是规则层:知道什么情形适用哪条政策,哪种业务用哪种口径,哪份合同该怎么审,哪笔收入该不该这个月确认。这一层有一部分能被写进代码和提示词,还有一部分藏在老师傅的脑子里,暂时没被说出来。
最上面是判断层:在信息不全、利害冲突、后果要自己扛的时候,拍那个板。比如这家公司这个月该不该确认这笔收入,税会差异怎么调,客户那个订单要不要接。复制判断很难,因为它要求你为结果负责,而负责这件事,机器眼下还接不住。
回到财税这个最硬的场景。AI CFO 能跑规则、出报表,但"这家企业这个月该用哪一档优惠、关联交易怎么定价才经得起查"这种事,最终还是要一个会计师签字。工具把规则和动作接走了,判断反而更值钱。

四、从"更贵的加班"到重排位置

那 6% 高绩效企业做对的,其实只有一件事:重排了生产函数。让人上判断层,把动作和规则交给 AI。
对个人来说,起步不用大动干戈,三步就够。
第一步,把重复动作清单化。先把你每周最烦、最像"搬运"的活列出来,交给 AI。不是让它"帮你写",是让它"替你跑"。
第二步,把规则写成可复用的工作流。你脑子里的那些"什么情况怎么处理",别只自己知道,写成提示词或者流程,让 AI 能稳定执行。这一步一做,你的经验就从"个人手艺"变成了"团队资产"。
第三步,把省出来的精力,全部收到判断层。去碰那些过去没空碰、但真正决定你价值的事:业务怎么看、风险怎么控、客户怎么谈。
我常说一句话:别问 AI 会不会替你,先问你站在哪一层。站在动作层,你每天都在和更便宜的算力比速度,必输。站到判断层,你反而因为工具更强而更强。
麦肯锡的 44% 和 6%,差的从来不是工具够不够好,是人在不在对的位置上。
如果这篇帮你把位置想清楚了一点,欢迎把数智观察局设为常读。AI 职场里那些说不清的真问题,我们会一篇一篇,讲成你用得上的判断。

相关学习资料

返回首页浏览学习资料