麦肯锡AI揭秘：AI的真正价值不在算法，而在重构组织与结构竞争力
【摘者按：麦肯锡在《The State of AI 2025》报告中深刻指出，AI的真正价值早已超越了单纯的算法性能，其核心在于通过“重构”来重塑企业的组织与结构竞争力。当企业走出“试点炼狱”，不再将AI视为简单的技术堆砌，而是将其深度嵌入业务链路、统一数据架构并重塑企业文化时，AI便从辅助工具进化为了组织的“神经系统”。这种将人类的价值判断（定方向）、机器的精准执行（强算力）与环境的实时反馈（促适应）深度融合的系统性变革，本质上正是在构建一个高效运转的“人机环境系统智能”体系，从而在智能共生时代释放出真正的结构性红利。】
人工智能（AI）正在从技术实验进入结构重构阶段。
麦肯锡（McKinsey & Company）在最新报告《The State of AI 2025》中指出：
AI 的竞争已从算法性能转向组织整合力。真正释放价值的，是能用AI重构自身的企业。
报告基于对全球 2,000 多家企业的调查数据，总结出AI扩散五年后的三大趋势：
72% 的企业已在核心业务中部署AI；
但仅有11% 的企业能将AI转化为持续利润增长；
最大差距来自组织结构、文化与治理能力。
AI 的技术红利正在消退，而“组织红利”才刚刚开始。
麦肯锡《The state of AI》报告
一、AI 正经历重构期，从部署技术转向重构系统
麦肯锡指出，AI 正经历从“项目部署”向“系统重构”的关键过渡期。企业不再单纯引入AI工具，而是在用AI重新布线整个业务神经系统。
麦肯锡将这一阶段定义为“Rewiring Phase（重构阶段）”，包括三层演化：
流程整合（Integration）：AI嵌入业务链路与决策系统；
架构标准化（Standardization）：数据与模型统一管理；
文化重塑（Cultural Shift）：AI从外部能力变为组织基因。
“AI的成熟标志，不是算法突破，而是组织完成结构重写。”
AI在不同行业、领域中的应用
二、领先企业的共性：从“AI项目”走向“AI系统”
麦肯锡调研发现，AI领先企业（前20%）具备三项共性：
系统性投资：AI预算占营收平均比重是行业均值的2.5倍；
数据整合能力强：80%以上拥有统一数据层，实现跨部门模型共享；
组织认同高：AI被视为战略议题，而非技术工具。
这些企业的利润增长率是普通企业的 3.4 倍。在这背后，麦肯锡报告指出，AI 的回报不来自技术密度，而来自系统协同。
“领先企业的优势在于‘让AI成为系统’，而非‘做更多AI项目’。”
相较于小公司，大公司对于AI的应用和适应性更强
三、技术过剩与结构滞后：AI价值陷阱浮现
尽管AI应用普及，但麦肯锡指出，大多数企业仍陷入“技术过剩、结构滞后”的困境。麦肯锡调研在报告中总结出的三大典型问题正在削弱AI投资回报：
孤岛化部署：各部门独立试验，缺乏统一目标与数据治理；
人才断层：缺乏懂AI又懂业务的“翻译型人才”；
ROI滞后：AI带来的短期效益不明显，长期战略难以持续。
报告提醒，企业应从“AI项目思维”转向“AI系统思维”：AI不能只是创新部门的尝试，而必须成为组织运营逻辑的一部分。
“AI项目失败的根本原因，不是技术问题，而是组织没有准备好。”
AI应用的背后，效率和风险共存
四、释放AI价值的三条路径：重构、再造、融合
麦肯锡总结出企业提取AI价值的三条核心路径，被称为“AI重构方程式（Rewiring Equation）”：
结构重构（Rewiring）：打通数据孤岛，建立可扩展的AI基础设施，使智能能力流动于全链路。
流程再造（Reengineering）：借助AI重塑业务节点与协作机制，形成“人机共决策”的新模式。
文化融合（Reintegration：推动AI从“外部工具”变为“组织本能”，让员工具备AI思维与操作能力。
麦肯锡指出，真正成功的AI企业不只是部署AI，而是通过AI重塑自身结构。
“AI的边界，就是组织能力的边界。”
AI应用趋势
生成式AI工具由基础模型驱动，广泛适用于事务性及创造性活动。随着大语言模型的持续、快速改进，生成式AI的能力也取得了长足进展，将有望重塑千行百业、不同职能的知识型工作，同时助推营销与销售、客户运营、软件开发等关键领域的岗位转型与绩效提升。
为测算生成式AI的经济社会价值，我们着重考察了两大方面：1，60+个生成式AI用例在16个业务职能中的应用；2，生成式AI对850个职业及超过2100项具体工作任务的影响（见图1）。
研究显示，生成式AI的价值创造潜力极为惊人。到2030年前，它有望为全球经济贡献7万亿美元的价值，比传统AI或分析的潜在经济效益高出50%。作为AI研发高地的中国，将凭借战略性投资分享生成式AI总效益的1/3（见图2）。
随着世界迈向AI驱动的时代，充分释放生成式AI的潜力将成为各大组织取得商业成功的重中之重。
生成式AI将赋能千行百业与众多职能
生成式AI所具备的价值创造潜力毋庸置疑，但其效益取决于多重因素，不仅涉及行业内不同职能的比例与重要性，也取决于行业的营收规模（见图3）。
全球范围内，生成式AI对高科技行业的影响最为显著。而在中国，最具代表性的将是先进制造、电子与半导体这两大行业（见图4与图5）。
生成式AI创造的主要价值可用“4C”来概括：
简化（虚拟专家）(Concision)：生成式AI能够利用非结构化数据源归纳并提炼洞见，从而促进专业知识的传播；它还能解读文本与转录稿，创建嵌入式文本，以支持相关资料来源的查询和引用。
应用示例：在财务绩效分析中，通过生成式AI提供针对性的外部财务信息与内部绩效总结，备注财务说明，可提高财务规划与分析的效率，有望将财务成本降低4%~7%。
编码与软件开发(Coding and Software)：生成式AI能够推动代码重构，从而加快主机迁移；可以解读、生成代码，从旧有系统大规模迁移主机资料，自动开发、记录、纠正测试，简化软件开发流程。
应用示例：在自动化或增强数据管理中，通过生成式AI可将部分数据标注、数据清理、文件生成工作自动化，辅助用户识别未标注数据中的异常值，并为最新获取的数据集创建文档，加快数据处理，提高数据质量，可将数据管理成本降低5%~10%。
内容创作(Content Creation)：生成式AI能够创作各种形式的内容初稿，可生成文本、图片等信息载体，自动编写合同、招标书等文件，还能生成视觉元素，加快研发节奏。
应用示例：在创作适用于不同媒介渠道的营销内容时，生成式AI能够助力创意生成（如故事板）与大规模创作，支持用户以不同语言编写适用于不同渠道的邮件，并推送个性化的产品/服务建议，将营销成本降低5%~8%。
客户互动(Customer Engagement)：生成式AI有助于打造高度个性化的消费体验，如通过聊天功能优化客户服务，还能拓宽客户聊天机器人的应用场景，从而加速客户拓展与数据收集。
应用示例：在聊天机器人的用例中，生成式AI可实现自然的对话、更好地应对外语及方言，打造自动化自助服务，并通过虚拟坐席提供客户支持，同时更加有效地解答客户疑问、准确判断疑问根因，有望降低9%~11%的客户运营成本。
生成式AI将重塑的未来工作
数十年来，科技进步不断重塑工作的本质，为劳动者持续注入“超能量”，帮助人类更快速更准确地完成工作。生成式AI不仅将延续这一趋势，还将带来前所未有的巨大影响。
伴随生成式AI的逐步推广，工作自动化的步伐将大幅加快，“中点情境”有望提前10年到来，50%的工时预计将实现自动化（见图6）。
2017年以来，麦肯锡全球研究院（MGI）始终密切关注自动化技术对工作的影响。经分析，MGI发现，目前劳动者50%工时内的工作可能在2030年前被自动化。仅中国就有约2.2亿个岗位可能被生成式AI等自动化技术重塑。这一系列惊人的数字充分印证了生成式AI将给劳动者带来的巨大影响。
麦肯锡在报告结尾指出：
AI的价值，不在模型，而在重构；不在算力，而在组织力。
AI 不会自动带来增长，它只是加速企业原有机制的放大器。结构混乱的组织，只会在AI的推动下更混乱；而结构稳健的企业，则会因AI获得“指数级”增长。最终的竞争，不是技术之争，而是谁能用AI重构自己。
报告总结道，AI革命，本质上是一场组织的再进化。
“当AI融入企业结构，智能化才真正成为竞争力。”
参考资料
McKinsey & Company. The State of AI: How Organizations Are Rewiring to Capture Value. 2025.