AI的发展给个人工作和企业带来了什么？

80%的受访者表示AI提升了个人工作效率，50%认为AI帮助他们做出了更好的决策——这是麦肯锡2026年全球AI调查（覆盖97个国家、1,719名受访者）给出的数据。

但另一面，调研显示：只有37%的受访者表示AI为所在企业贡献了正EBIT（息税前利润），这一比例与2025年基本持平。能够将5%以上EBIT归因于AI并认为影响"显著"的"AI高绩效企业"，仅占6%。

个人层面的效率提升与企业层面的财务回报之间，存在一条明显的断层线。一个人用AI省了30分钟写邮件，不代表公司多赚了一块钱。个体收益需要经过流程重构、组织转化，才能变成企业利润。

AI的个体生产力红利已经兑现，但企业级的财务回报仍在路上。真正的挑战，不是"用不用AI"，而是"怎么把个人的效率变成公司的利润"。这是麦肯锡基于2026年全球AI调查得出的判断。

PART 01

规模化提速：

大企业领跑，智能体成新焦点

AI正在从"实验"走向"规模化"。44%的受访者表示AI已在企业内部实现规模化部署，高于2025年的38%。在至少一个业务职能中常规使用AI的组织比例已达到近九成。

大企业与小企业的差距在拉大。年营收10亿美元以上的大企业中，54%已实现AI规模化部署，而小企业仅为三分之一。在智能体（AI Agent）的部署上，大企业从27%跃升至40%，小企业则维持在22%不变。

智能体正在进入更多职能。最广泛部署智能体的领域是：IT（31%）、知识管理（25%）和软件工程（24%）。不同行业的部署重点各异：科技行业集中在软件工程，消费品和零售集中在营销与销售，先进制造业集中在供应链和制造环节。

在各类型AI工具中，聊天机器人规模化程度最高（47%），智能体和代码智能体分别约为20%。

图：各类AI工具在企业中的规模化部署比例对比

PART 02

成本成为新的约束：

Token经济正在改变AI预算逻辑

AI的运营成本（包括Token费用）正在成为一个现实的约束因素。约五分之一的受访者表示，AI相关运营成本限制了其组织的AI使用。这一比例在不同规模和行业的组织中基本一致。

麦肯锡评论指出，CFO和首席AI官正在越来越多地讨论"Token经济学"和AI的ROI。他们发现，AI并非"便宜到无需计量"——尽管单Token成本在下降，但消耗和生成的Token数量增长更快。

28%的受访者表示，其组织将超过10%的企业ICT预算投入AI。尽管成本压力显现，60%的受访者预计未来一年将增加AI投资。制药和医疗产品、保险、金融行业的预期投资增长最为强烈。

图：各行业对未来一年AI投资增长的预期分布

PART 03

软件正在被"内部重写"：

代码智能体改变采购决策

近三分之一（32%）的受访者表示，其组织因能够使用代码智能体在内部构建功能，而决定放弃购买至少一款软件产品或功能。

这一决策在科技行业（41%）和医疗行业（40%）最为常见，其次是专业服务（36%）和能源与材料（35%）。

麦肯锡高级合伙人Lieven Van der Veken评论道："直到最近，许多领导者还认为AI超出了自身技术团队的能力范围，快速行动意味着找到合适的外部合作伙伴。现在，基调正在改变。领导者开始问：我们需要自己构建什么？"

AI正在从"赋能现有流程"走向"重构技术采购模式"——企业不再只是用AI提高效率，而是用AI重新定义"买什么、建什么"。CFO和首席AI官开始意识到：Token不再是"费用"，而是"替代采购的资本支出"。

图：各行业因使用AI代码工具而放弃购买软件的比例

PART 04

人才焦虑在上升，

但实际裁员远低于预期

39%的受访者预计未来一年AI将导致其组织总员工数下降，高于2025年的32%。但过去一年实际报告裁员的比例仅为14%——不到去年预期（32%）的一半。

预期与现实的差距，来自三个原因：

第一，预期是信号，执行有滞后。企业对AI的长期判断已经做出，但组织层面的调整需要时间。今天裁的人，是去年做的决策；明年裁的人，是今年做的决策。
第二，当前AI替代的是任务，不是岗位。服务运营、供应链管理等职能确实面临最大的替代压力，但这些岗位的"部分任务"被替代，不等于整个岗位消失。多数岗位目前仍处于"人+AI协同"的状态。
第三，焦虑来自"认知"，不是"事实"。尽管39%的人预期公司会裁员，但只有13%的受访者表示"AI让我对自己的职业前景感到焦虑"。说明大多数人虽然预期组织会发生变化，但不认为"被裁的是自己"。

图：2025年预期vs2026年实际AI导致的裁员比例对比

PART 05

AI高绩效企业：

6%的少数派做对了什么？

仅占受访者6%的"AI高绩效企业"（将5%以上EBIT归因于AI且认为影响"显著"），提供了可复制的路径。

图：高绩效企业与普通企业在AI目标上的差异对比

第一，追求增长与创新，而非仅仅是效率。约80%的高绩效企业和普通企业都在追求效率提升，但高绩效企业更倾向于同时追求增长和/或创新。
第二，从根本上重新设计工作流，而非在既有流程上叠加AI。近四分之三的高绩效企业报告因AI而从根本上重新设计了工作流，高于2025年的55%；普通企业仅有四分之一这样做。
第三，高层领导示范、人机协作设计、效果衡量和风险管理——这些实践相互强化。高绩效企业将15%以上的ICT预算投入AI的可能性是普通企业的两倍以上。超过半数的高绩效企业预计未来一年AI投资增长10%以上，普通企业为36%。
第四，更广泛地部署智能体。在大多数业务职能中，高绩效企业规模化部署智能体的可能性是普通企业的三倍以上。

图：高绩效企业与普通企业在各职能部署AI智能体的比例对比

写在最后

80%的个人效率提升，与37%的企业EBIT正贡献之间，横亘着一道组织能力的鸿沟。

麦肯锡的结论是：随着AI嵌入更多业务流程，员工越来越熟练地使用它，能够将个人生产力提升转化为持久的企业级财务绩效的组织，很可能是那些真正转型了业务的组织，而不仅仅是采用了AI工具的组织。

高绩效企业的实践也印证了这一判断：他们不是"在既有流程上叠AI"，而是"因为AI重新设计了工作方式"。这才是"组织吸收变化"的具体含义——也是80%的个人效率与37%的企业回报之间，那座需要搭建的桥梁。

2026人工智能现状报告：迈向投资回报之路丨AI从利个人到利企业还有多久？