FDE 企业 AI 落地与交付 · 组织采用与项目陪跑 · 2026-06-12

卡内基梅隆最新AI应用成熟度模型:AI转型最后拼的是组织基本功(附8项能力)

卡内基梅隆最新AI应用成熟度模型揭示,企业AI转型成败的关键,在于组织能否将AI转化为可信、可治理、可复制的核心能力,而非仅关注工具和试点。

核心内容:

  1. AI转型的常见误区与价值不稳定原因
  2. 成熟度模型强调的组织基本功与八项关键能力
  3. 实现可信、可持续AI价值的实践路径

“真正成熟的AI组织,是组织已经无法回到没有AI的工作方式,对个人也一样”

前几天6月8日,卡内基梅隆大学软件工程研究所与埃森哲重磅发布了AI应用成熟度报告:《The AI Adoption Maturity Model v1.0》。(文末有链接,需要报告可以后台私信报告,我来发送)

这份报告的分量感十足,不仅长达近100页,还有一个很重要的背景:卡内基梅隆长期是全球计算机科学和人工智能领域的重镇,2026年 U.S. News 研究生排名中,其计算机科学项目与MIT、斯坦福并列全美第一,人工智能、编程语言、系统等方向位列全美第一。更关键的是,SEI正是软件能力成熟度模型 CMM 的重要源头,1991年发布的软件CMM曾深刻影响全球软件质量和过程管理实践。 因此,这份AI应用成熟度模型的意义,不只是给企业做AI自测,而是尝试把软件工程领域成熟的“能力评估”和“过程改进”方法,引入AI组织转型,非常值得一看。

报告中最值得关注的地方,不是又提出了一个“AI成熟度模型”,而是它把当下企业AI转型里一个很容易被忽视的问题讲清楚了:

AI转型拼到最后,不是看用了多少工具、做了多少试点、上线了多少Agent,而是看组织有没有能力把AI变成可信、可治理、可复制、可持续的业务能力。

报告开宗明义就提出,组织要获得长期AI价值和ROI,靠的是纪律,而不只是速度。真正的AI成熟度,不是看一个组织部署了多少AI,而是看它能否建立可信、韧性的能力、严格的工程实践,以及与业务结果对齐的治理方式。否则,AI adoption 很容易变成一种“企业级规模的实验”。

这句话很适合解释今天很多企业AI转型的真实状态。

过去一年,很多公司已经不缺AI工具,也不缺试点项目。员工在用大模型,部门在试Agent,业务也在做自动化。但真正的问题是:这些AI应用有没有进入核心流程?有没有改变业务结果?有没有被纳入治理体系?有没有稳定产生ROI?有没有形成可复制的组织能力?


一、为什么很多企业AI转型热闹,但价值不稳定?

报告在执行摘要里指出,很多组织仍然难以实现AI项目承诺的价值,尤其是在把生成式AI纳入产品和工作流之后,证明AI价值变得更困难。常见问题包括预期不匹配、应用场景错位,以及实施实践不足或未经测试。

换句话说,很多企业AI转型不是输在“不会用AI”,而是输在三个更底层的问题:

第一,目标不清楚。企业经常先问“AI能做什么”,而不是先问“业务到底需要AI解决什么问题”。

第二,流程没重构。AI只是被塞进原有流程里,结果只是让旧流程跑得更快,但没有真正改变工作方式。

第三,组织能力跟不上。数据、治理、工程、运营、人才、文化没有同步成熟,导致AI项目很难从个人效率进入组织效率。

报告还提到,SEI和埃森哲在2026年1月调研了600名专业人士,发现影响AI采用的前三个负面因素分别是:缺少合适数据,35%;缺少懂AI的人才,34%;与遗留系统集成困难,32%。同时,只有31%的组织在评估和制定AI adoption roadmap时,会依赖业务价值和ROI优先级。

这组数据很关键。它说明企业AI转型的主要瓶颈,已经不只是模型能力,而是组织准备度。很多企业的问题不是没有AI,而是没有一套能把AI变成业务结果的管理系统。


二、这份模型最核心:五个成熟度等级

报告第13页的 Figure 2 是整份报告最直观的一张图,展示了AI采用成熟度的五个等级:Exploratory AI、Implemented AI、Aligned AI、Scaled AI、Future Ready AI。

可以简单理解为,企业AI转型不是从“不会用”到“会用”,而是从“试试看”到“离不开”。

Level 1 是Exploratory AI,探索型AI。组织还在学习AI的能力、风险和采用方式。这是很多企业当前的真实状态:员工开始用AI,部门开始试点,但还没有清晰的标准、流程和治理。

Level 2 是Implemented AI,已实施AI。一些AI系统已经进入生产环境,也有相应实践来管理风险。这个阶段的企业已经不只是做Demo,而是开始把AI放进真实工作场景。

Level 3 是Aligned AI,对齐型AI。AI工作流被一致管理,并且开始对核心业务服务和ROI产生正向影响。这个阶段的关键词是“对齐”:AI项目不再散落在各部门,而是和业务战略、流程、指标连在一起。

Level 4 是Scaled AI,规模化AI。AI已经进入运营体系,在更大范围内稳定产生可信结果。企业不再只是有几个成功案例,而是能够把成功经验复制到更多业务单元。

Level 5 是Future Ready AI,未来就绪AI。组织已经形成由AI驱动的成功记录,并且能够持续演进。报告里对这个阶段的描述很有意思:回到旧的工作方式,反而会构成风险。

真正成熟的AI组织,不是员工偶尔用AI,而是组织已经无法回到没有AI的工作方式。

现在很多企业其实处在Level 1到Level 2之间。看起来AI很热闹,员工也在用,但AI还没有被纳入稳定流程,没有清晰的治理机制,也没有形成可衡量的业务结果。

这五个成熟的等级跟上次我们分享的微软AI Agent应用成熟度逻辑上基本保持一致。微软最新AI Agent应用成熟度模型:从零散试点到AI原生(附自测工具)


三、最值得看的是八项组织能力

如果说五个成熟度等级是“企业AI转型走到哪一步”,那么报告第29页的 Figure 4 就是在回答另一个更关键的问题:企业到底要补哪些能力。

这张图叫Eight Core Dimensions and Corresponding Capability Areas,也就是“八大核心维度及对应能力领域”。报告把AI成熟度拆成两大类:一类是组织变革能力,另一类是AI生命周期工程化能力。

组织变革类有四项:

第一,Organizational Strategy,组织战略。

包括AI战略制定、AI伙伴关系发展、组织结构校准、未来就绪规划。也就是说,AI不能只是某个部门的工具尝试,而要进入战略、组织设计和未来规划。

第二,Workforce and Culture,员工与文化。

包括AI素养员工发展和组织文…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/zhinenghuagaizao/2026061210243.html