一、热闹里的"寂静真相"——一组撕裂2025年AI叙事的数字

2025年的AI舆论场，有一种奇特的割裂。打开任何一家科技媒体的首页，"颠覆""革命""重塑"是高频词；关上手机，走进办公室，你会发现——很多事情好像又没发生。

麦肯锡《2025年AI应用现状调研》给出了一组被反复引用、却很少被认真拆解的数字：88%的组织已在至少一个业务职能中定期使用AI，62%的企业正在尝试AI智能体（Agent），而真正在任何一个业务职能里把AI推入"规模化部署"的企业，比例仅为31%左右[1]。

更有冲击力的是另一组数据：只有39%的企业认为AI对自身的息税前利润（EBIT）产生了实质性影响，且多数幅度小于5%[1]。换句话说——绝大多数公司的AI投入，尚未在账面上回本。

与此同时，IDC的报告揭示了中国市场的另一面：2025年上半年中国MaaS（模型即服务）市场规模12.9亿元，同比增长421.2%；AI大模型解决方案市场规模30.7亿元，同比增长122.1%[2]。

这就是2025年AI产业最大的"寂静真相"：广度已经触顶，深度才刚刚开始。大模型不再是一个"上不上"的问题，而是一个"上多深、上多广、上给谁"的问题。

二、深度篇：不是工具，是水电煤

大模型应用的"深度"，指的是它在某个垂直场景里，到底把流程改写到了哪一层。是停留在"写个周报"，还是已经"接管一个审批节点"？

1. 金融：11分钟，跑完过去一周的活

中国农业银行上海分行上线AI信贷系统后，单笔审批时长从平均5.7个工作日压缩至11分钟[3]。这不是"提效"，这是流程重写。无独有偶，北京银行提出"全 in AI"战略后，欺诈交易识别率提升至99.99%，对公客户经理服务客户数量翻倍。

2. 医疗：3秒看一张CT，准确率99.2%

阿里健康AI肺结节检测系统，3秒完成CT片分析，准确率99.2%；讯飞医疗的星火医疗大模型已落地全国20余家龙头医院，其智医助理覆盖697个区县[3]。更具标志意义的是——达芬奇机器人完成了全球首例远程心脏搭桥手术，切口仅1厘米。

3. 智驾：从14%到30%，一年翻一倍

中信证券的研报显示，2024年国内L2+智驾渗透率仅14%，2025年将快速提升至30%[4]。VLA（视觉-语言-动作）大模型正在接力"端到端+VLM"，把"可用"的智驾推向"好用"。比亚迪的入局，被认为是2025年智驾赛道最大的变量。

4. 高绩效企业的"三件套"

麦肯锡把那些"AI对EBIT影响超过5%"的企业定义为高绩效组织，占比约6%[1]。它们的共同特征是：

第一，重塑工作流——高绩效者从底层重新设计流程的可能性是其他企业的近3倍（55% vs 20%）。它们不是"在旧流程上加AI"，而是"假设今天用AI重做一遍"。

第二，高层真驱动——近半数高绩效企业的高层对AI项目拥有"真正的主导权"和长期承诺；CEO不仅是站台者，更是亲自使用、亲自推动的践行者。

第三，投资够坚决——超过三分之一的高绩效企业将20%以上的数字化预算投向AI。约四分之三的高绩效企业已处于规模化部署阶段，而其他企业这一比例仅三分之一。

麦肯锡资深合伙人Alex Singla的判断一针见血："公司可能已经推出了AI工具，但大多数尚未将用例产品化、围绕AI和智能体能力重新设计工作流程，或建立规模化运行所需的平台/护栏。"[1]

三、广度篇：从一间诊室到一条大运河

如果说"深度"是问"AI在一处扎得有多深"，"广度"则是问"它蔓延到了多少行业、多少岗位、多少日常生活场景"。

麦肯锡同一份报告指出：超过三分之二的受访者表示其组织在多个职能中使用AI，半数组织在三个及以上职能中应用[1]。从技术、媒体、电信，到保险、医疗、零售，AI的边界每天都在外扩。

1. 飞轮效应：CBDG四维拉动

中国信通院的研究报告描绘了一个"消费者-企业-设备-政府"（CBDG）四维飞轮[5]。大模型不再只是企业的"内部工具"，而是由消费者需求、企业采购、设备渗透、政府治理四股力量同时拉动，形成自增强循环。

2. 从城市到田野：大模型下沉到什么程度？

麦肯锡的报告特别提到：亚洲企业，尤其是中国企业，正在生成式AI的应用中展现出独特的价值创造模式[1]。它们通过"生成式AI+分析型AI"的组合，把AI嵌入到了许多跨国同行不敢想象的场景里——

在黑龙江，联通部署的农业病虫害防治智能体识别准确率超过93%；在邓州市，智慧农业中心实现了土壤监测自动化、遥感监测精准化等"七化"目标[3]。大疆T50无人机实现厘米级定位，单机作业效率提升至每小时300亩。

在能源领域，国家电网的"光明电力大模型"覆盖公司总部及27家省级分公司，年巡检杆塔500万基，减少人工登塔次数40%[2]；国网浙江杭州的"光擎"智脑，使新能源超短期预测准确率达98.92%。

在法律领域，AI合同审核系统让风险识别准确率提升40%，审查效率提高5倍以上[3]。在游戏行业，96%的游戏工作室正在将AI工具整合到工作流程中，效率提升50%以上。

Artificial Analysis 2025上半年企业AI应用调研显示，受访企业平均同时使用4.7家不同大模型[8]。品牌忠诚尚未形成，用户正用脚投票。

四、图谱：6%与94%之间，差的不只是预算

如果把企业画成一张图，2025年最显眼的对比是——一边是6%的高绩效企业，一边是94%还在"试点炼狱"里的其他企业。

麦肯锡的研究发现，二者最大的差异不是"用了哪家模型"，而是五件事[1]：

第一，是否有清晰的AI路线图。高绩效企业中60%已绘制明确路线图，而一般企业只有一半左右。

第二，是否重写业务流程，而不是"在旧流程上加AI"。

第三，是否有敏捷迭代机制——快速试错、持续迭代，而不是"一次性大项目"。

第四，是否建立了人在环路（HITL）的核验机制——关键节点强制人工审核，AI项目才敢规模化。

第五，是否有高层共识——高管不是"站台"，而是"亲自下场用"。

五、深度陷阱：99%在用，1%在吃

大模型应用的"深度陷阱"是：大家都装上了"AI这扇门"，但只有少数人真的走到了门后面的房间里。

麦肯锡资深专家Michael Chui的判断非常冷静："在智能体领域，要做出成效需要付出艰苦的努力。"[1]

一个典型陷阱是——企业把AI部署当成"软件采购"：买一个API、上一套工具，宣布"我们All in AI了"。但真正决定AI能否产生EBIT的，不是API调用量，而是流程是否被重写、员工是否被重训、风险是否被治理。

另一个陷阱是"用AI做边角料"——把AI用在一些无关痛痒的流程上（写周报、做PPT），而把核心决策、核心流程留给人。结果就是：流程顺了，但财务账面没变化。

麦肯锡报告中的数据再次印证：仅36%的企业表示盈利能力有所提高，仅33%看到收入增长，而市场份额提升的只有25%的企业[1]。

换句话说：用AI很容易，用AI赚到钱很难。

六、下一个三年：从智能体元年到具身智能元年

如果要为2026—2028年画一张路线图，至少有三个确定性方向：

第一，智能体（Agent）将完成"从演示到生产"的跳跃。麦肯锡数据显示，62%的企业在尝试智能体，但任何一个职能里规模化使用智能体的企业都不超过10%[1]。下一个三年，IT、知识管理、客服、研发会成为最先规模化的领域。

第二，多模态融合将重新定义"输入输出"。智源Emu3.5实现"预测下一个状态"的统一训练目标；GPT-4o支持11种模态输入，图文语音联动响应延迟降至80ms[7]。未来三年，"语言"将不再是唯一的接口。

第三，具身智能将打开物理世界的入口。中国信通院的报告显示，2025年大模型正"从感知驱动向认知推理跃升，智能体化进程加速推进"[5]。人形机器人、汽车、无人机——将是大模型走入物理世界的第一波终端。

正如麦肯锡所警示的："最大的风险，往往不是已知的'不准确'，而是未知的'不可解释'。"[1] 当AI开始影响每一个重大决策，可审计、可追溯的透明机制，将比算法本身更值钱。

结语：被改写的，不止是软件

回到标题：大模型正在"吃掉世界"。但它吃掉的，不只是软件——它在重写金融的风险定价、医疗的诊断逻辑、汽车的驾驶行为、能源的调度方式、教育的评测体系。

广度上，它已经"无所不在"——从智能音箱到田间地头，从城市NOA到病理切片。深度上，它仍处于残酷的分化期——6%的企业正在收割，94%的企业还在岸边。

麦肯锡的报告最终传递出一个清晰的信号：AI竞赛的下半场，主题已从"技术实验"转向"组织变革"[1]。那些能够以AI为契机，重塑工作流、升级人才技能、建立健壮治理体系的企业，才能穿越"成长阵痛"，把澎湃算力，转化为真正的增长推力。

大模型吃掉了软件，下一步，它将吃掉组织、流程与岗位。问题是：你，是被吃的那一个，还是吃的那一个？

本期编辑 | Tom的猴毛