最近看了麦肯锡发布的报告,很多企业都在用AI,但是如果内部协作和岗位没有重新设计,那其实意义不大。这个现象最直接的反应就是,大厂都开始缩减员工的token报销额度了。
以下是报告的解读⬇️
80% 在用 AI,0% 跑通。
差距不在"用没用",在"把它当什么"
是给旧流程装新零件,还是重新招聘的新员工。
电力革命 30 年后工厂才真正围绕电力重设计,AI 革命正卡在同样的困境。
麦肯锡 《共生企业》数据:
80% 的组织停留在"生成式 AI 聊天机器人"阶段,60% 进入了"智能体任务",只有 10% 做到了"智能体工作流",真正进入"智能体组织"的是 0%
把 AI 当工具装到旧流程里,还是当员工重新设计流程 ——
这是过去 4 年所有公司面对 AI 时被严重低估的"第一性原理"。
一、报告里被忽略的那张图
报告里那张分布图,是整篇报告最值钱的一段。
它的核心数据是:
- 80%:AI 是个会聊天的工具,问什么答什么
- 60%:AI 能自动跑一些孤立任务,但人还在循环里
- 10%:AI 嵌入进了重新设计的工作流,人在循环之上
- 0%:AI 成了组织的基本协作单位
四层分布里,前两层是"用 AI",后两层是"被 AI 重塑"。
绝大多数公司卡在前两层。
AI 不够聪明不是卡住的真正原因。
卡住的是公司没有勇气把自己重做一遍。
80%/0% 四层人群分布,从拥挤到独立
二、不是"增强",是"重塑"
把 AI 嵌入现有工作流(增强),还是从零重塑工作流(重塑)。
收益差距:
问题不在模型选得多好,问题出在企业愿不愿意把自己重做一遍。
亚马逊全球运营里跑着超过 100 万个机器人,Sequoia 系统识别库存比旧系统快 75%,订单处理时间减少 25%。
这些收益不是来自"用机器人换人",而是来自"围绕 AI 协调重塑了仓库的运营模式"。
一家全球前十大投行用 AI 智能体工厂改造工具数据运营链路,生产力提升约 40%。
同样的模型,给另一家"在旧流程上加 AI"的公司,回报趋近于零。
说白了,模型趋同以后,差距不在模型,在流程。
这是我之前写的 认知拐杖 vs认知健身房在企业级的版本:
让 AI 当陪练,企业才进得了"重塑健身房"
—— 流程重画,组织跟着升级。
让 AI 当拐杖,企业就只剩"假电梯"
—— 效率上去了,竞争力反而被锁死。
区别在哪?
前者…