麦肯锡2026年AI报告出炉：全球企业AI应用到了哪个阶段？
6月1日，麦肯锡发布最新《The State of AI》年度报告，对全球数千家企业的AI应用现状进行了系统调研。报告显示，2025年已有超过70%的企业在至少一个业务环节中使用了AI，但只有不到20%的企业实现了规模化的AI部署。这个差距背后，藏着中小企业AI落地的机会和陷阱。
一、报告核心数据：用得人多，用得好的少
麦肯锡今年的调研覆盖了全球多个行业的数千家企业，其中38%的受访者来自年收入超过10亿美元的大型企业。
几个关键数据值得注意：
使用比例创历史新高：72%的受访企业表示在至少一个业务环节中使用了AI，这一比例比2024年提升了17个百分点。AI在企业中的渗透速度比很多人预期的要快。
规模化仍是瓶颈：虽然使用比例高，但真正把AI规模化部署到多个业务环节的企业只有18%。大部分企业还停留在”一个部门试试”或”一个场景试点”的阶段，没有从点扩展到面。
投入产出开始分化：在AI上投入最大的前20%的企业，其营收增长和成本优化效果明显优于后80%的企业。AI应用正在加剧企业之间的效率差距——用得好的越来越好，没用或用不好的差距在拉大。
二、”用AI”和”用好AI”之间差了什么
麦肯锡报告揭示了从试点到规模化之间存在三道坎。
数据基础不牢
很多企业兴致勃勃地上了AI项目，发现效果不理想，原因往往是底层数据一团糟。数据散落在不同系统里、格式不统一、历史数据缺失、更新不及时——AI模型再好，喂进去的数据质量差，输出结果肯定也差。
这个问题在中小企业尤其突出。大企业有专门的IT团队和数据治理体系，中小企业往往连统一的数据管理工具都没有。但反过来看，这也是中小企业的机会——不需要搞宏大的数据中台，先把一个具体场景的数据整理好（比如客户咨询记录、产品库存数据），AI就能在这个场景里发挥价值。
组织能力没跟上
报告指出，AI部署成功的公司有一个共同特征：不只是买了工具，还配套做了组织调整。包括设了专门的AI负责人、给业务团队做了AI培训、把AI相关指标纳入绩效考核。
这一点中小企业做起来比大企业容易——组织层级少，决策链条短，一个老板拍板就能推动。关键是老板自己要理解AI能做什么不能做什么，才能做出合理的预期和资源分配。
价值衡量不清晰
AI项目最容易出现的问题是：上线时热热闹闹，三个月后没人用了，也没人说得清效果到底怎么样。麦肯锡报告建议企业在AI项目启动时就定义清晰的评估指标——不是”用上AI就行”，而是”用AI之后客户响应时间缩短了多少”、”人工处理量减少了多少”这样可量化的目标。
三、中小企业的AI机会在哪里
对照麦肯锡报告和国内实际情况，中小企业在AI应用上有几个相对容易拿到成果的方向。
客服和销售辅助
这是目前最成熟的AI应用场景。大模型驱动的智能客服可以处理80%以上的常规咨询，销售团队用AI辅助分析客户意向、生成跟进策略，单体效果已经被大量案例验证。对于人力紧张的中小企业来说，这个方向的投入产出比很高。
文档和数据处理
合同审核、发票识别、数据报表生成——这些重复性强、规则明确的文档处理工作，是最适合AI的。过去需要专人花几个小时做的事情，AI几分钟搞定。而且这些场景对AI的准确性要求是有容错空间的（人工复核一下就行），比金融风控、医疗诊断等零容错场景更适合起步。
营销内容生成
产品描述、推广文案、社交媒体内容——这些工作量大且创意性要求相对可控，AI已经能做得不错。尤其是跨境电商企业，AI在多语言内容生成方面的优势非常明显。
四、从麦肯锡报告看AI投入的”踩油门”时机
麦肯锡报告有一个容易被忽略的洞察：AI应用存在一个”临界点”。在某个业务场景中，当AI的使用频率超过一定阈值（比如每天使用超过20次），用户会从”试试看”转变为”离不开”，AI在这个场景里的价值会突然放大。
这意味着，企业在AI投入上不需要一开始就全面铺开，但需要在一个选定的场景里持续用、用到突破临界点。很多企业的AI项目之所以不了了之，就是因为浅尝辄止——用了几次觉得”也就那样”，没有坚持到临界点。
具体来说，选定一个场景后，给自己三个月的持续使用期。三个月内不要急着评判效果，重点是让团队养成使用习惯、积累反馈数据、逐步优化提示词和流程。三个月后拿真实数据说话：效率提升了多少、成本降了多少、客户满意度变化了多少。
总结
麦肯锡的调研数据证实了一个趋势：AI在企业中的应用正在从”技术尝鲜”进入”效率分水岭”阶段。用得好的企业，竞争优势在累积；还没开始用的企业，差距在被拉大。
对于中小企业来说，好消息是AI的门槛在降低——不需要自研模型、不需要大额投入，从成熟的AI工具和平台入手就能开始。关键不是投入多少，而是选对一个场景、持续用下去、熬过那个”用用就放下了”的阶段。
标签： AI大模型、AI Agent、企业数字化
