老板们总期待新技术能解决老问题，但企业本身的毛病，引入个AI 并不能解决。

我翻了一圈2025到2026年的几份权威报告，想看看这两年到底有没有改观。结论有点反直觉。

用的人越来越多，赚到钱的人没变多

麦肯锡每年都做全球企业AI调研，这是目前能看到比较连续的时序数据。下面这几组数字放一起看，挺有意思。

企业AI使用率（至少在一个职能日常用）：

• 2024年：78%
• 2025年：88%

一年涨了10个百分点。生成式AI的使用率也在涨，从2024年的65-71%升到2025年的79%。单看这一层，AI确实在快速普及。

但再往下看，就不一样了。

真正把AI规模化铺开到整个企业的比例：

• 2024年Q1：10%
• 2026年Q1：19%

两年时间，涨了9个百分点。平均每半年有3%的企业"毕业"进入规模化阶段。瑞银的报告用了一个词叫"稳定但线性的进展"——技术能力在非线性跃升，企业落地是线性爬。

再看一个数据。标普全球追踪企业放弃AI项目的比例：

• 2024年：17%
• 2025年：42%

放弃的速度比落地的速度快得多。

最后一组数据比较扎眼。2025年只有11%的CFO表示从AI里见到了实际财务价值。Gartner针对中国市场的调研更保守——只有8%的中国企业通过AI实现了营收增长。

漏斗在变宽，转化率在变低

把这些数据画成漏斗，形状是这样的：

上层在膨胀，下层几乎不动。用AI的人越来越多，用出钱的没变多。

这就是我想说的"反直觉改观"——说AI没改观吧，普及率确实在涨；说改观了吧，账上不见钱。

一条更值得说的事：剪刀差

光看企业自己的数据还不够。把它和技术侧的进步放一起看，问题才清楚。

斯坦福《2025 AI指数报告》里有个数据：达到GPT-3.5性能水平的模型，推理成本从2022年11月的每百万token 20美元，降到2024年10月的0.07美元，18个月降了280倍。模型能力也在跳，推理、任务自主性、多模态都在明显上一个台阶。

但企业这边：

• 只有4%的企业认为自己数据做好了AI就绪（Gartner）
• 只有16%的企业把AI Agent真正部署进了生产环境，而这个比例2025年还是9%——一年涨了7个百分点，远低于外面喊的热度

技术跑得越快，企业"接不住"的问题就越突出。两条线的差距不是在缩小，是在拉大。

我自己一开始也没想通这点。看到网上到处转"95%企业AI项目失败"的说法，下意识以为是技术不够好或者企业太保守。后来翻到MIT那份原始报告（2025年8月发的），才发现这个数字被严重误读了。

报告原文说的是95%的"定制企业试点"没能投产，不是95%的AI项目失败。同一份报告里还有一组数据：90%的员工在日常用ChatGPT这类个人AI工具干活——这其实是有记录以来扩散最快的技术之一。

报告作者的判断也不是"AI失败了"，而是"企业自建系统的失败"。员工自己已经趟出路了，公司层面还没跟上。

那问题到底卡在哪

斯坦福数字经济实验室2026年4月出了一份报告，访谈了41家组织、51个已经跨过试点、进了生产的AI落地案例。报告里有一个数据：

77%的从业者说，最难的不是技术。真正难的是变革管理（33%）、数据质量（17%）、流程重构（10%）。纯技术和集成问题只占10%。

一个接受访谈的电信公司高管说得很直：所有硬活都在流程文档和数据架构上。这两件事做好了，其他都简单。

还有一组对比数据值得记住。成功项目里，61%在跑通之前都失败过至少一次。这些试错成本通常不算进最终的ROI，但它们是通向成功的必经路。

失败的模式高度一致：把AI当成一个技术项目，拿来修补一个本来就有问题的流程，而不是先把流程理顺。用AI去跑一个烂流程，结果就是更快地产出烂结果。

对想落地的人意味着什么

我不是来给结论的。几条观察，供参考。

第一，等下去只会更被动。技术不会等组织，组织能力只能自己一点点长。指望"下一个模型版本"来解决落地问题，方向就错了。瓶颈从来不在模型那边。

第二，先问流程，再问AI。斯坦福报告里有个案例挺典型：一家物流公司每年处理10万张维修发票，7个人手工干。他们没急着上AI，而是先把750个供应商模板精简到合理数量，然后才让AI做发票解析。顺序反了，多半白费。

第三，监督模式选对了，效率差一倍。斯坦福的数据是：AI自己处理80%以上的活、人只审例外情况的"上报模式"，中位生产力提升71%；而让人审批每一个AI输出的"审批模式"，只有30%。IT运维、客服这类高容量低风险的活，适合上报模式；临床文档、现场服务这类要专业判断或合规要求的，审批模式更稳。

第四，别只盯销售和营销。MIT那份报告里有个反直觉发现：约70%的AI预算流向了销售和营销，因为这些容易出可见的指标给董事会看。但真正ROI高的往往是后台自动化——客服、文档处理这些没人关注的环节。

最后

企业落地AI这件事，技术不是最难的。难的是组织、流程、数据这些"看不见的成本"。

MIT、斯坦福、世界经济论坛、瑞银、麦肯锡五家的报告都指向同一个结论。

真正有意思的是时序上的变化——技术曲线在加速，组织曲线几乎是平的。两条线的剪刀差，可能就是未来几年企业之间拉开差距的地方。

金山办公副总裁吴庆云说过一句话，我比较认同：赢家不是最早用上AI的企业，是最早拿AI重塑组织的企业。

数据来源（按文章出现顺序）

1. 企业AI使用率 78%→88%、GenAI使用率 65-71%→79%、规模化 7%

麦肯锡《The State of AI in 2025》（QuantumBlack 联合），2025年11月5日发布，105个国家1993名受访者。

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-state-of-ai

2. 规模化部署 10%→19%、84%预期 vs 5%现实、六大障碍

瑞银（UBS）Arend Kapteyn 团队调研，2026年5月11日发布，139位IT高管，覆盖26个行业。

中文转述：http://m.toutiao.com/group/7638833473575043584/

3. 企业放弃AI项目 17%→42%

S&P Global 调查，截至2024年10月的12个月。

中文转述（华尔街见闻）：http://m.toutiao.com/group/7646786553313886756/

4. 仅11% CFO 从AI见到财务价值、仅8% 中国企业AI营收增长、仅4% 数据AI就绪、Agent进生产 9%→16%

Gartner 2026企业AI成熟度调研（发言人孙鑫），转自中国经营网。

http://www.cb.com.cn/index/show/zj/cv/cv135370831263

Gartner 大中华区AI成熟度分析，转自21IC电子网：

https://www.21ic.com/a/1005944.html

5. 推理成本 18个月降280倍（GPT-3.5水平：20美元→0.07美元/百万token）

斯坦福《2025 AI指数报告》Stanford AI Index 2025，结合 Epoch AI 和 Artificial Analysis 数据估算。

https://aiindex.stanford.edu/report/

6. “95%失败”原始报告、误读澄清、90%员工用个人AI

MIT《The GenAI Divide: State of AI in Business 2025》，2025年8月发布，研究期2025年1-6月，300+项目、52个组织、153位高管。

报告原文：https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf

误读澄清参考（新智元）：https://m.huxiu.com/article/4742367.html

7. 77%非技术挑战（变革管理33%/数据17%/流程10%）、61%成功项目失败过、上报71% vs 审批30%、物流公司发票案例

斯坦福《The Enterprise AI Playbook: Lessons from 51 Successful Deployments》，2026年4月发布，数字经济实验室，41家组织、51个案例、7国9行业。

https://www.shangyexinzhi.com/article/32074199.html

8. 70% AI预算流向销售和营销

同 MIT 报告（来源6）。

9. 金山办公吴庆云引言

金山办公副总裁吴庆云，2026年6月23日成都 Comate Studio 发布活动现场发言。

10. “MIT、斯坦福、世界经济论坛、瑞银、麦肯锡五家指向同一结论”

世界经济论坛 + 埃森哲《Organizational Transformation in the Age of AI》，2026年3月发布，450+跨行业高管，25个企业案例（Ford、Visa、Siemens、Lenovo、Merck等）。

https://www.weforum.org/publications/organizational-transformation-in-the-age-of-ai/