夜雨聆风
当前，AI技术以指数级速度迭代，智能体等新形态正逐步从概念走向落地，并深刻重塑各行业的竞争格局。在这一背景下，中国各行业CEO已普遍形成共识——AI不再是可选项，而是关乎未来竞争力的关键变量。无论是消费品、金融、制造还是医药领域，企业均纷纷启动AI试点，试图通过技术实现降本增效与创新增长。
随着实践不断深入，越来越多CEO意识到，释放AI价值，并非完全取决于技术投入本身，更依赖于组织模式、业务流程与人才结构的同步适配。而现实情况是，多数企业仍在探索阶段，尚未形成成熟、可复制的转型路径。技术可以快速部署，但组织难以同步进化，正在成为AI落地过程中最核心的约束。
许多企业已积极开展尝试。在拉斯维加斯消费电子展（CES）上，麦肯锡全球CEO鲍勃·斯特恩菲尔斯(Bob Sternfels)曾分享，麦肯锡已部署近2.5万个AI智能体，并计划在未来一年半内实现每位员工配备至少一个AI助手。这一实践所体现的，不仅是技术应用的深化，更是新型组织模式的形成。
人机协同的全新组织范式，也让中国CEO们开始反思：各行业该如何构建适配的人机协同模式？如何借此破解发展瓶颈？
然而，共识的形成，并没有转化为规模化成功。
现实中，大量企业正陷入“高投入、低产出”的困境。围绕AI落地，企业普遍面临三类核心问题：如何让AI走出“实验室”，进入“生产线”；如何制定清晰且可执行的部署路径，避免盲目跟风；以及如何在加大投入的同时，有效控制风险，破解“试点成功、规模化失灵”的难题。
相关调研数据也印证了这一点。根据2025年麦肯锡全球AI应用现状研究，仅约1/3企业实现了AI在全公司范围内的推广应用；中国企业的整体进展与全球基本一致，多数仍停留在探索或试点阶段，尚未实现对业务的深度赋能。
这意味着，当前企业面临的核心矛盾，是“认知领先，但落地滞后”。一方面，CEO群体已普遍认可AI的长期战略价值；另一方面，在实际推进过程中，企业仍缺乏清晰的战略指引与系统化方法论，容易陷入用例驱动但缺乏业务导向，重技术投入、轻组织适配的误区。正如麦肯锡组织现状报告2026版所指出，AI价值的释放，必须依托组织层面的全面变革。只有当组织结构、业务流程与人才体系完成重构，技术能力才能转化为持续的生产力。
2025年AI应用观察：企业AI转型成功率低的核心症结
2025年麦肯锡全球AI应用调研显示，尽管AI应用已广泛普及，仅39%的受访者认为AI对企业EBIT产生了的影响，且多数贡献率不足5%。企业AI转型成功率普遍偏低。深入分析发现，成功与失败的关键因素集中于“战略导向、组织适配、落地路径”三大维度，这与最新组织现状报告提出的“技术融合需推动组织全面转型”的核心观点高度契合——未能搭建适配AI的组织、流程与人才体系，缺乏高效的人机协同，是多数企业转型失利的根本原因。
失败企业的共性问题包括：一、缺乏明确的AI战略，盲目跟风部署前沿用例，未能将AI与核心业务需求对接，也未深入思考对自身产业的适配性，导致技术与业务脱节，难以产生实质性价值；二、忽视组织与人才适配，未意识到AI转型需要同步重构组织模式、优化业务流程、调整人才结构，AI部署仅停留在技术层面，未对工作流程、岗位职责进行重构，也未开展员工技能培训，导致AI工具无法有效落地；三、数据与技术基础薄弱，存在数据孤岛和质量问题，缺乏支撑AI规模化应用的技术架构；四、领导层投入不足，未形成自上而下的推动机制，缺乏持续的资源支持，难以突破部门壁垒，无法实现跨职能协同，这也是组织现状报告2026年版中明确指出的组织转型核心障碍。
相比之下，AI高绩效企业（EBIT因AI提升超过5%且创造显著价值）展现出明显的共性：以业务价值为导向，将AI视为推动组织重塑的催化剂，而非单纯的效率工具，主动探索适配产业的人机协动模式；重视工作流程的根本性重构，优化组织模式、调整人才结构，将AI深度嵌入端到端业务流程，实现人机高效协同；具备强有力的高层背书和系统化的落地机制，增加AI资源投入，推动技术与组织、人才的协同升级。这与麦肯锡推进科技转型、搭建人机协动体系的实践逻辑高度一致。这种“战略-组织-人才-人机协同”四位一体的布局，正是AI转型成功的核心关键，也为中国企业提供了重要借鉴。
九大趋势指引：AI 规模化转型的未来方向
AI转型的现实困境与成功企业的实践逻辑揭示出，中国企业的当务之急是清晰把握未来转型的核心方向，为规模化落地锚定精准路径。通过对企业高管的调查及对智能体时代的深度研判，麦肯锡在组织现状报告2026版中提出9大发展趋势。这些趋势从技术演进、组织变革、人机协同、价值创造等维度，勾勒了 AI 转型的必然走向，也解答了 “在组织流程亟待变革的当下，未来需抓住哪些核心趋势才能实现突破” 的关键问题。
打造AI赋能型组织：尽管许多组织正在广泛试验AI，但大多数尚未看到显著的利润提升。要真正释放价值，组织需要超越零星尝试，推动全面的技术与组织变革，重新定义工作方式。
构建人机协作新范式：成功应用AI依赖于人类与AI智能体的协作，重新定义工作岗位，提升员工的技术运用能力。领导者认为这类投入将带来回报，其中55%受访者预计将实现指数级的生产力提升，但仅14%真正理解AI在重塑能力方面的作用。
利用AI重塑共享服务的未来：技术推动下，共享服务中心模式在升级，将进化为以AI为核心的全球业务服务中心。在这里，人类与AI协同工作，实现端到端自动化与可扩展的创新。预计未来1至2年，承担创新与转型任务的共享服务中心比例将会翻倍。
在新的地缘政治环境中寻找价值：近3/4受访者表示，组织受到地缘政治动荡影响。要实现“向前跃迁”，组织必须打造深度灵活性，利用技术预判风险、调配资源并保持敏捷。
重点关注工作流程：要突破生产力天花板，组织需将关注点从组织结构转向工作实际开展方式，而最大提升往往来自于简化并统一企业流程。
凝心聚力做关键之事：推动增长需要选择少数战略重点精耕细作。在治理体系、能力建设、预算及人才配置方面，坚定投入选定领域。领导者必须持续创新，严谨排序，并在必要时果断退出。
人才与绩效并重，打造新绩效优势：组织更高效，关键是同时关注人才与绩效。长期成功需要企业优化管理、系统和文化，更要投资员工的身心健康。
深度聚焦多元与包容：大多数组织（4/5）仍在执行并扩大多元与包容举措。很多视之为推动绩效和竞争力的战略驱动因素，严谨衡量行动效果，并不断完善方法、创造成效。
重塑领导力，深耕内核：面对多重压力，越来越多领导者意识到：领导力需要从“由内而外”开始。这意味着，领导他人首先要领导自己，重新建立与企业宗旨的联系，激发个人、团队及整个组织的深层变革。30%自省型领导者认为其组织能够快速适应变化， 而非自省型领导者中，仅17%持相同观点。
这9大趋势是破解当前 AI 规模化困境的核心抓手。中国企业以趋势为指引，明确转型方向，结合趋势重构组织流程，才能真正实现 AI 从 “单点突破” 到 “规模化价值释放” 的跨越，为后续的战略引领、组织动员与落地执行奠定坚实基础。
AI转型的核心引擎：CEO的角色定位与行动路径
AI转型并非单纯的技术项目，而是关乎企业长期发展的系统性变革，CEO作为企业战略的制定者和变革的推动者，其角色定位与行动方式，直接决定了AI转型的成败。
结合组织现状报告2026年版、产业实践案例及相关研究，我们发现，面对智能体时代的到来，CEO需聚焦以下6个核心，为AI转型筑牢基础、指明方向。
提升AI素养：不断增强AI知识学习能力，积极参与AI技术实践，主导转型的全过程，而非将相关工作完全委托下属。
重新定义工作角色：构建与组织适配的高效人机协同模式，明确划分组织人员与AI的职责边界，以实现效能最大化。
明确企业竞争优势：聚焦数据资产、组织文化与全域能力等核心差异化要素，筑牢智能化时代的竞争壁垒。
重塑价值创造逻辑：从短期效率提升转向长期指数级价值增长，探索AI驱动的新业务模式。
重构业务流程：推动 AI 从零散化试点转向垂直领域深度嵌入，实现端到端流程的系统性优化。
搭建 AI 适配型组织：构建扁平、灵活、敏捷的组织模式，建立学习文化，强化持续学习与快速迭代能力。
这6件事贯穿转型全流程，也是CEO后续发挥引领、动员作用的核心基础。同时，CEO需要在转型中承担“战略引领者、组织动员者、实践践行者”三重角色，推动AI的规模化价值释放。
战略引领者：锚定价值，明确AI转型方向
CEO需跳出“技术本位”思维，围绕业务价值确定AI转型的战略定位和优先级。与一些企业“盲目部署用例”的做法不同，成功的CEO首先会识别企业核心业务痛点，明确AI能解决的关键问题，制定清晰的AI路线图，并确保AI举措与企业整体战略相匹配。同时，避免追逐虚假承诺或分散资源。正如《组织现状报告2026年版》及相关研究所强调，AI的真正价值不在于技术本身，而是通过技术重塑业务流程、推动创新增长。CEO的关注度应是“价值创造”，而非“技术前沿”，这也是其战略引领角色的核心要求。
Tonies CEO托比亚斯·万恩(Tobias Wann)展现了卓越的战略引领能力。面对地缘政治动荡对供应链的冲击，他并未盲目跟风部署AI技术，而是聚焦于“构建供应链韧性、实现持续增长”的核心战略目标，将AI与企业核心业务痛点深度绑定，重点关注供应链多元化和敏捷化升级。他以使命为导向，明确AI在供应链风险预判、资源调配中的核心作用，制定清晰的AI应用路线图，摒弃“全面铺开”的粗放模式，优先将AI嵌入供应链需求预测、定制化环节，通过“测试-学习-迭代”的模式，逐步实现AI规模化应用，最终重塑了供应链体系，消解地缘政治冲击，提升组织快速应对市场变化的“警觉性”，完美诠释了CEO作为战略引领者的核心价值。
组织动员者：打破壁垒，凝聚转型合力
AI转型需要跨部门协同，CEO需承担起组织动员的职责，打破部门壁垒，推动资源整合与协同。一方面，建立清晰的治理机制，明确各部门在转型中的职责，推动业务、技术、财务、人力资源等部门高效协同，确保AI流程重构与组织转型落地。另一方面，强化高层深度参与，以身作则推动AI采纳，搭建全员创新机制，激发AI创新活力，培育“测试-学习-适应”的文化，提升组织灵活性和适应性。
麦当劳(McDonald's)的大规模变革实践，凸显了CEO作为组织动员者的关键作用。面对不确定性与变革冲击，麦当劳CEO牵头推动加速项目，将AI转型纳入企业整体变革战略，重点打破各市场独立运营的壁垒，推动跨市场横向协同，实现AI应用经验共享。他亲自动员管理层统一思想、积极参与，明确销售、运营、IT等各部门在AI转型中的职责，搭建全员参与的AI创新机制，将AI视为释放人力、投入更高价值工作的核心工具。同时他推动文化转型，用宣传口号固化新行为，让AI转型理念贯穿组织。此外，在人才培养上，他兼顾资深内部人才与外部新鲜力量，聚焦培养未来领导者，凝聚起“技术+业务+人才”的转型合力，推动高效发展。
实践践行者：躬身入局，推动落地见效
AI转型不是“纸上谈兵”，CEO需躬身入局，深入了解AI技术的应用场景和落地难点，亲自推动关键AI项目的落地，同时建立动态的迭代优化机制。调研指出，AI转型的关键在于“落地执行”，许多企业的AI项目失败，根源在于CEO将其委派给下属，缺乏亲自参与和持续关注。成功CEO会主动学习AI知识，试点新技术，至少启动一项大胆的端到端AI转型项目，同时建立清晰的绩效衡量标准，跟踪AI项目的价值产出，及时调整优化方向，确保核心动作见效。
某欧洲头部保险公司在AI转型中，CEO亲自入局，推动AI在组织各层级的深度嵌入。他主动学习AI知识，亲自使用工具，示范好奇心、能力与责任感，带动高层及全员参与转型。针对员工对AI的顾虑，他亲自牵头建立清晰的AI治理机制，提高数据质量、明确决策权，积极回应员工关切，增强员工对AI的信任。同时，他亲自推动项目落地，聚焦销售、核保、理赔等核心场景，建立清晰的AI绩效衡量标准，跟踪AI应用成效，及时优化调整AI应用策略。在CEO的推动下，该保险公司已落地400个GenAI应用场景，生产效率提升10~30%，真正实现了转型见效，也印证了CEO实践对AI转型成功的重要意义。
AI转型的落地保障：组织与人才协同升级
CEO的战略引领和组织动员，最终需要通过组织架构、业务流程、人员能力的协同转型来落地。麦肯锡研究发现，AI时代的组织与人才需打破传统模式，构建“灵活适配、高效协同、持续迭代”的新体系，才能支撑AI价值的持续释放。施耐德(Schneider)首席人事官查瑞丝·雷(Charise Le)曾言：“自我认知不是一次性工作，而是一段持续前行的旅程”。AI转型背景下的组织与人才升级，正是这样一段持续迭代、不断优化的过程，具体可从三个维度推进。
组织架构：从“职能导向”转向“结果导向”，打造技能型敏捷组织
9大趋势明确指出，传统的职能型组织架构存在部门壁垒高、响应速度慢等问题，难以适配AI规模化应用的需求，未来组织架构的核心变革方向是“敏捷扁平化”与“技能中心化”。最新组织现状报告强调，AI时代的高绩效组织需要从固定岗位走向动态技能组合，以技能为核心构建人才任用、配置和培养机制，增强组织韧性与竞争优势。日立(Hitachi)首席人事官蒂法妮·德拉吉奥万纳(Tiffanie Dellagiovanna)也提到：“5年后，2/3技能会与现在完全不同，而5年其实转瞬即逝”。因此，组织架构转型迫在眉睫——唯有打破职能壁垒、聚焦技能建设，才能适应AI技术迭代与业务需求变化。
企业需重构组织架构，建立扁平、精简、灵活的结果导向型组织，通过小型跨职能团队，结合产品愿景与AI交付，加速从创意到成效的转化。同时，要建立中心化的AI治理团队，协调统筹企业AI工作，实现AI资源的高效配置和复用。
作为全球消费品巨头，利洁时(Reckit)在借助AI重新定义业务增长管理体系的同时，重构组织架构，打破销售、市场、研发、财务等部门壁垒，建立跨部门协同团队，明确各部门在AI应用中的责任与权利，推动RGMx AI平台的落地。利洁时采用“双规制差异化落地”模式，根据市场发展差异，在核心市场全面推广AI功能，同时在其他市场部署简化版AI工具，确保组织与AI技术的精准适配。此外，公司在主数据、技术架构、治理机制等方面投入大量资源，确保各部门负责人全程深度参与AI战略执行，打造以“技能协同”为核心的灵活组织，最终实现营收增长超5亿美元，95%的净收入覆盖，750余名员工接受AI能力培训，成功实现了从“职能导向”到“结果导向”的转型。
业务流程：打造“AI嵌入型流程”，实现端到端重构
AI的价值释放，核心在于与业务流程的深度融合，而非简单的工具叠加。流程变革的核心的是端到端重构与动态迭代。数据显示，AI领先企业（EBIT因AI提升超过5%的企业）彻底重塑工作流程的可能性几乎是其他组织的3倍，其中55%的AI领先企业在部署AI工具后，彻底重塑了工作流程，而其他企业这一比例仅为20%。劳斯莱斯(Rolls-Royce) CEO 托比亚斯·万(Tobias Wann)曾表示：“想改变业务的绩效管理体系，就必须改变整个系统，而不是其中某一部分”。此观点同样适用AI时代的流程变革：AI嵌入型流程不是对现有流程的修补，而是对整个业务系统的端到端重构，同时建立“测试-学习-迭代”的动态优化机制，确保流程能够持续适应技术迭代和业务需求的变化。重构业务流程时，企业需将AI嵌入各个节点，实现流程的自动化、智能化升级，破解“试点成功、规模化失灵”问题。
阿联酋环球铝业(EGA)在AI转型中，聚焦生产运营和供应链两大核心流程，通过AI技术实现端到端重构。在生产环节，EGA搭建可视化生产管理看板，运用AI、计算机视觉技术为管理者提供实时数据洞察。在供应链环节，公司推出船舶智能调度平台，借助基于仿真技术的运营数字模型优化船舶调度，使物流延误率下降50%，为团队节省30%时间，让员工有更多时间投入高价值工作。同时，EGA建立“测试-学习-迭代”的流程优化机制，通过数字化学院培训3000余名员工，持续优化AI流程适配性。公司实现产品周转效率提升12%，人工劳动生产率提升18%，入选2024全球灯塔网络，成为制造业流程转型的典范。
自由港麦克莫兰铜金公司(Freeport-McMoRan)作为全球领先矿业巨头，面对矿山成熟度不足、技术设备老化困境。利用AI重构生产运营流程后，公司实现降本增效。该公司以模块化方式搭建AI模型，精准挖掘运营优化潜力，将AI嵌入矿山开采、生产调度等核心流程，建立流程优化机制，基于实时数据调整AI模型与流程适配方案。公司还聘请专业敏捷教练，组织专项培训，推动团队实现敏捷化运营，提升流程响应速度。通过流程重构与AI嵌入，矿山铜年产量增加2亿吨，AI规模化部署推动EBITDA增值逾3.5亿美元，避免新建加工厂实现累计降本15-20亿美元，充分展示了AI嵌入型流程的核心价值。
人员能力：从 “单一技能”转向“人机协同能力”
AI时代催生的不是单个岗位的变迁，而是整个人才体系的深层重构，人员能力的核心变革方向是从“专业化”转向“复合型”，重点培育“业务+AI+人机协同”能力。最新组织现状报告强调，基于角色的能力培训课程及员工激励是推广AI的关键因素。而AI规模化应用的核心障碍之一，是员工对AI的担忧（如岗位替代、技能不匹配等）。安联 (Allianz) 首席人才与文化官 莎拉·阿姆斯特朗 (Sarah Armstrong) 认为：“归根结底，推广AI既是技术挑战，也是领导力挑战，需要在技能、信任与执行纪律方面持续投入”。这一观点精准点出了人员能力升级的核心——既要提升员工AI技能，也要缓解员工焦虑，搭建人机协同的能力体系与信任机制。
建立系统化的人才培养体系是关键。一方面，企业需开展AI技能培训，提升全员AI素养，尤其是一线员工运用AI工具的能力。另一方面，需优化人才结构，招聘AI相关专业人才，推动现有员工技能重塑，培养“业务+AI”的复合型人才，搭建AI赋能的人力资源管理体系，让人力资源成为AI转型的合作伙伴。
为破解研发瓶颈，部署全球AI Lab网络，打造“研发+AI”的复合型人才团队，诺和诺德(Novo Nordisk)与英伟达（NVIDIA）、微软(Microsoft)等科技企业合作，培养员工运用AI技术开展药物研发的能力。该公司还建立持续学习机制，帮助员工适应AI技术的迭代。最终公司借助AI技术缩短了药物研发周期，在糖尿病、肥胖症等领域持续保持行业领先。
日立在AI转型中，重点聚焦员工人机协同能力的培养，践行为全新的人机协作做好准备的转型理念。首席人事官强调，面对AI带来的技能变革，企业需持续开展员工培训，帮助员工适应人机协同模式，明确人与AI的职责边界。基于此，日立建立常态化AI技能培训体系，重点培养员工的AI运用能力，同时推动观念从“被动使用AI”转向“主动借助AI提升工作价值”。此外，日立优化人才招聘与培养机制，重点招募具备复合能力的人才，建立基于技能的人才发展体系，让员工能力与AI转型需求同频同步，为AI嵌入奠定坚实的人才基础。
总结：超越单点突破，实现系统性变革
纵观全球 AI 转型实践，一个核心结论愈发清晰：AI 转型不是部署几个前沿用例就能完成的单点技术项目，而是一场牵动战略、组织、人才、流程的根本性系统性变革，是技术与业务、组织与人才的深度融合与协同升级。
中国企业若想在 AI 时代占据先机，首先必须跳出技术崇拜误区，打破以下认知迷思：
盲目部署用例而缺乏业务导向思维。将前沿技术用在错误方向会极大限制影响力，AI应用必须匹配业务需求，聚焦核心领域，还要确保可量化的价值产出与投资回报。
人才与运营模式革新滞后。AI的规模化应用，对技术研发团队及应用人员均提出新的能力要求，组织运作模式也需要随之进化。组织应致力于将员工重塑为协同创新的同行者，通过人机协作，实现流程重塑与价值创造。
忽视技术与数据孤岛问题。若缺乏底层基础架构，单独部署AI将导致技术生态系统陷入复杂、高耗且难以扩展的困境。企业在部署过程中还易忽略潜在风险挑战与法律合规考量。
领导层变革管理投入不足。单靠技术投入远远不够，以用户为中心的设计与管理层的坚定支持，才是方案成功落地、并深度融入业务流程的关键。
扫清这些认知障碍后，企业需以业务价值为核心，明确 CEO 的引领与推动作用，同步推进组织架构、业务流程、人员能力的协同升级。AI 不是选择，而是必然。在智能体时代快速到来的今天，企业的竞争优势，将不再仅取决于技术投入的多少，战略的清晰度、组织的适配性、人才的协同力及对转型迷思的有效突破，方是关键。唯有正视 AI转型的系统性本质，打破认知桎梏，以 CEO 为核心引领组织、流程、人才的同步变革，才能将 AI 融入企业发展基因，在 AI 浪潮中脱颖而出，实现可持续发展，真正制胜 AI 时代。
作者介绍：
曲向军
麦肯锡全球资深董事合伙人
曲向军先生是麦肯锡全球资深董事合伙人、金融机构业务条线核心领导、卓越企业成长计划负责人。他拥有超过26年的咨询和行业经验，特别是在企业增长战略、商业模式设计、战略解码、战略执行、CEO领导力、人才梯队建设、销售管理、数字化、陪伴民营企业与独角兽科技企业卓越成长及家族企业的基业长青等领域拥有丰富项目经验。
文章来源：麦肯锡
智能投研技术联盟（ITL）是在中共上海市委金融委员会办公室支持指导下于2020年9月8日正式揭牌成立的资管科技领域专业公益平台。经过四年多的发展，成员机构由最初的72家发展至328家（截止2025年4月），其中资产管理及财富管理机构74家，银行、证券、保险等持牌金融机构55家，金融科技公司150家，专业研究机构及鉴证中介机构14家，发展促进及专业技术社团20家，高校及其研究家机构15家。ITL基于上海国际金融中心建设国家战略，以推动金融科技中心与全球资管中心建设融合发展为目标，促进提升我国资管科技水平，开展成员间的学习研究交流与协同创新，更好地发挥金融及金融科技服务于实体经济的重要作用，服务于全国。
上下滑动查看更多
版权声明
本微信公众号（“ITL-2020”）是智能投研技术联盟依法设立、独立运营与维护的官方公众号。
本公众号中所有标注“原创”内容（包括但不限于文本、图片、数据、观点、建议、网页等）版权均为智能投研技术联盟所有，未经授权许可任何机构和个人不得以任何形式转发、转载、翻版、复制、刊登、发表、修改、仿制或引用本订阅号中的内容。经授权进行复制、转载的，需注明出处为“智能投研技术联盟”，且不得对本订阅号所载内容进行任何有悖原意的引用、删减或修改。（授权转载联系邮箱：itlmembership@itleague.com.cn）
