企业 AI 采用率的真实数字：几份报告放在一起看

两个数字放在一起,就是这篇文章的全部主题:麦肯锡 2025 年 11 月发布的调研里,88% 的企业至少在一个业务职能常规使用 AI;而开始规模化推广的,只有约 1/3。第一个数字解释了为什么你身边「人人都在谈 AI」;第二个数字解释了为什么谈得多,真正被 AI 改变的业务少。

这份《The State of AI》调研覆盖 105 个国家的 1,993 名受访者,是目前样本较大的企业 AI 调研之一。下面把几组关键数字拆开,一组一组看它们各自说明什么、合在一起又说明什么。

88% 对约 1/3:用了,不等于用出规模

88% 的企业至少在一个职能常规使用 AI,比上一年的 78% 又涨了 10 个百分点;超过 2/3 的企业在多个职能使用,一半已经用到 3 个以上职能。但同一份调研里,开始规模化的只有约 1/3。两组数字之间的落差,就是「试用」和「运营」的距离:买了工具、开了账号、部分员工在用,和把 AI 写进标准流程、有权限有验收有责任人,是两种完全不同的状态。

39% 和不到 5%:账面影响还很小

更冷静的一组数字关于钱:39% 的受访企业报告 AI 带来了企业层面的 EBIT 影响——注意,这已经是「有影响」的口径,而其中多数影响幅度不到 5%。也就是说,六成企业还说不出 AI 对利润的贡献,说得出的企业里多数贡献还很薄。作为对照,64% 的企业称 AI 助力了创新——感受层面的价值先于账面价值出现,这符合新技术扩散的一般规律,但管理者排预算时,两者不能混为一谈。

约 6%:高绩效企业在做不一样的事

调研里被归入高绩效组的企业只占约 6%。结合麦肯锡同一份调研里的 Agent 数据——62% 的企业在试验,任一单个职能规模化的不超过 10%,详见AI Agent 热潮一年后——这一小群企业与大多数企业的分野就清楚了。从公开材料看,它们普遍不是「买了更多工具」,而是围绕 AI 重构了流程:重新定义岗位分工、数据流转和验收标准,并把算力、数据治理和培训当成持续投入,而不是一次性采购。

这些数字该怎么读:两个提醒

引用任何调研之前,先了解它的边界。其一,这是自报数据:受访者回答「我们在用 AI」时,没有统一的审计口径,乐观偏差在所难免。其二,「使用」的定义很宽:一个职能里有人每周用 AI 写邮件,和客服流程里嵌入了 AI 自动应答,在问卷里可能都算「常规使用」。所以这类数字适合看趋势和相对差距——比如 88% 对 78% 的年度变化、使用率与规模化率之间的落差——不适合当成行业基准去逐字对标。

国内的注脚:上海的产业侧数据

国内缺少同口径的企业采用率调研,产业侧数据可以作为参照。据新华网 2026 年 4 月 30 日报道:2025 年,上海 394 家规模以上 AI 企业的产业规模超过 6370 亿元,同比增长 39.5%;2026 年一季度,上海 AI 制造业产值同比增长 19.2%。供给侧以这个速度扩张,意味着工具会更便宜、更好用、竞争更充分——需求侧的企业什么时候接得住,是另一个问题。

对中小企业:大多数同行也才刚开始

把所有数字合起来读,对中小企业反而是个宽慰:约 1/3 的规模化比例意味着,大多数企业——包括那些看起来声势很大的同行——也才走到试用和局部应用的阶段。现在入场不算晚。但数字也标出了岔路口:「买工具」和「改流程」的差距,就是 88% 和约 1/3 之间的差距。预算有限的团队,与其囤工具,不如先想清楚决定做 AI 项目前该问的六个问题;工具买了没人用的问题,为什么员工最后还是不用里拆过原因。

明年再看这组数字时,盯什么

使用率的增长空间已经不大——从 88% 往上,数字游戏的成分会越来越重。明年真正值得对照的是三个指标:规模化比例能不能从约 1/3 明显上移;EBIT 影响里「多数不到 5%」的分布会不会变厚;高绩效企业的占比能不能超过 6%。使用率讲的是热闹,这三个数字讲的才是门道。