乐于分享
好东西不私藏

同样上了 AI,只有 5.5% 的公司赚到钱——差距戳的是老板自己

同样上了 AI,只有 5.5% 的公司赚到钱——差距戳的是老板自己

麦肯锡那份《AI 现状》报告,我读完最不舒服的不是某个结论,是一个反差——

同样都上了 AI,有的公司把它变成了利润,绝大多数公司只是变成了一笔账单。

而且这个差距不是几个百分点,是几十倍的分化。

做企业 AI 顾问这两年,这件事我天天见,但麦肯锡用一组数字把它摆到了台面上。今天这篇,不替麦肯锡转述报告(没意思),只讲三件事:

「1」三个让老板坐不住的数字

「2」那 5.5% 的赢家,到底做对了什么

「3」中型公司直接照搬会翻车的地方

为避免「麦肯锡」三个字唬人,先把这份报告的底牌亮清楚:

信息
报告
《AI 现状》(The State of AI)
发布方
McKinsey & Company · QuantumBlack 团队
时间
二〇二五年十一月
性质
麦肯锡每年一次的全球企业 AI 大盘调研
本文引用
全部为报告公开披露的数字,不掺我的估算

一、三个让老板坐不住的数字

先把数字摆出来,这三个数字放一起看才有杀伤力:

数字
含义
约 39%
只有这么多公司,在企业层面真的看到了 AI 带来的利润(EBIT)影响
只有 21%
只有这么多公司,真的做了端到端的流程重构——剩下八成只是把 AI 贴在旧流程上
5.5%
真正的「AI 高绩效公司」,只占这么点

把这三个数字连起来,就是一条很残酷的链条:

几乎所有公司都买了 AI 工具 → 只有 21% 愿意为它重做流程 → 最后只有 5.5% 真正把它变成了钱。

买工具是这条链里最便宜、最简单的一步。 大多数老板恰恰停在了这一步,然后纳闷:钱花了,人也招了,为什么没动静?


二、那 5.5% 的赢家,做对了什么

麦肯锡给这批赢家起了个名字:「智能体型企业」(agentic enterprise)——不是某个部门偷偷试了个 AI 工具,而是把整条业务线都按 AI 重新捋了一遍的公司。

它们和其他公司最大的区别,报告里有一条数字最扎心:

AI 高绩效公司,「高层深度参与」的概率是其他公司的 3 倍。

请注意这句话的潜台词。它没说赢家模型选得更好,没说赢家算法更强,也没说赢家员工更聪明

它说的是:老板亲自下场了。

我把这件事翻译成中型公司老板听得懂的话:

输的公司,老板是这样的
赢的公司,老板是这样的
「我拨了预算,你们 IT 去搞」
亲自坐进去问:这个流程为什么要这样走
把 AI 当成一个采购项
把 AI 当成一次业务重设
关心买了哪个模型、花了多少钱
关心哪个流程被真正改掉了、谁来扛
出了问题找下面背锅
出了跨部门的卡点,自己拍板兜底

端到端流程重构这件事,天生跨部门、天生得罪人、天生没人愿意主动揽。 财务不愿意改对账流程,客服不愿意改工单流程,谁来推?只有老板。

这就是为什么那 21% 和那 5.5% 高度重合——愿意重做流程的公司,背后几乎都站着一个亲自下场的老板。


三、但中型公司直接照搬,有两条会翻车

麦肯锡的样本是全球大公司。中型公司学它的结论,有两条得打个折,不然容易学歪。

打折 1 · 「端到端流程重构」别理解成「一次重构全公司」

大公司有专门的转型办公室、有几十人的团队陪你重构。中型公司没有。

中型公司「老板下场重构流程」的正确粒度是:先死磕一个流程,而不是一上来重构整个公司。

选一个最痛、最高频、数据最齐的流程(客服工单 / 财务对账 / 合同初审三选一)→ 老板带着这一个流程的相关人,把它从头到尾按 AI 重捋一遍 → 跑出数 → 再复制到第二个。

一次只重构一个流程,但这一个必须老板亲自盯。 贪多——全公司一起上——是中型公司 AI 项目最常见的死法。

打折 2 · 「高层参与」不等于「老板去学怎么调模型」

「老板下场」很容易被理解错成:老板也得去学 Prompt、学怎么调模型。

不是。 老板下场,下的是业务决策的场,不是技术的场。

老板该亲自回答的是这三个问题,一个都不能甩给下面:

「1」这个流程,为了上 AI 可以改到什么程度?(边界只有你能定)

「2」改流程会动到哪几个部门的奶酪,这几个部门的阻力我来摆平还是你们自己扛?

「3」这件事多久没出数我就喊停?(止损线只有你能拍)

至于模型选谁、Prompt 怎么写、数据怎么接——那是技术的活,不该占用老板一分钟。


看完报告,今晚该想清楚的一件事

如果你公司已经上了 AI,或者正打算上,今晚别去纠结选哪个模型、要不要再招个算法工程师。

先诚实地问自己一个问题:

过去三个月,我作为老板,亲自坐进去改过任何一个业务流程吗?还是我只是批了预算,然后等着下面给我"AI 成果"?

如果答案是后者,那麦肯锡那条「5.5%」里,大概率没有你的公司——不是因为你工具买错了,是因为这场仗你根本没下场。

AI 落地从来不是一道技术题,是一道"老板愿不愿意亲自重做一遍业务"的题。这道题,外包做不了,IT 部门也替你做不了。

到底先从哪个流程下场、改到什么程度、阻力怎么摆平——这件事可以找个既懂技术、又站在你这边的人,先做一次冷静的评估,再动手。这正是我在做的事。


📑 这篇解读的报告原文,我可以发你一份

这篇拆的是麦肯锡《AI 现状》(The State of AI)。我把完整原文 PDF 存好了——与其看我转述那几个数字,不如自己把一手报告读一遍,尤其是文里我没展开的那些图表和分项数据。

加我微信 ConnorAI,备注「麦肯锡」,我直接把文件发你;想顺带聊两句你公司这块怎么落地,也一起说。

────────────────────

✦ 关于我

我是 Connor,前美团软件工程师。从 2024 年开始做企业 AI 顾问,现在全职专注帮中小企业把 AI 真正落地——不讲愿景、不画大饼,只做能让公司实际省钱或赚钱的 AI 项目。

如果你的公司正在面临这些场景,可以加我聊聊:

想做 AI 改造,但不知道从哪个流程切入

有 AI 想法,但拿不准到底能省多少钱、值不值得做

内部某个环节(客服 / 财务 / 审核 / 质检 / 内容生产 ...)想用 AI 替代或提效

被外包坑过,想找个懂技术的人独立评估方案靠不靠谱

加我微信:ConnorAI

(备注「麦肯锡」,我会优先回复)

────────────────────