在生成式AI开启“新纪元”三年后的今天，市场的炒作与企业的实际落地之间出现了一道巨大的鸿沟。

据追风交易台，12月，麦肯锡在发布的AI应用调研报告中指出，虽然每个人都在谈论AI，但几乎没人能从中真正赚大钱。

数据显示，近90%的企业已常态化使用AI，但绝大多数仍被困在“试点炼狱”中，未能实现规模化部署。更致命的是，仅有39%的受访者认为AI对企业的息税折旧摊销前利润（EBIT）产生了实质性影响，且其中多数贡献率不足5%。

麦肯锡认为，不要被企业财报电话会上的“AI含量”蒙蔽。目前的AI应用呈现出典型的“广泛但肤浅”的特征。资本支出正在发生，但回报（ROI）严重滞后。

真正的赢家（仅占6%的高绩效企业）不仅仅是在购买软件，而是在重塑工作流和追求增长，而非单纯的裁员降本。在评估标的时，投资者应警惕那些只停留在“试点”阶段的企业，寻找那些真正敢于重构业务流程并投入超过20%数字预算的“真玩家”。

普及率并未转化为规模化：大多数企业仍处于“玩票”阶段

尽管AI的触达率看似惊人，但深度严重不足。麦肯锡调研显示，88%的企业表示至少在一个职能中常态化使用了AI，这一比例较去年的78%进一步上升。然而，这只是表面繁荣。

• 规模化困境： 近三分之二的受访者承认，其企业尚未全面启动AI的规模化部署。多数机构仍停留在探索或试点阶段。
• 体量决胜：企业规模越大，越接近规模化。营收超50亿美元（50亿美金）的大型企业中，近半数已进入规模化阶段；而营收不足1亿美元的小型企业，该比例仅为29%。
• 中国大陆表现突出：中国大陆地区有45%的企业实现了AI的规模化或全面部署，高于全球38%的均值，且83%的企业常态化应用生成式AI，展现出更强的落地执行力。

智能体的炒作与现实：处于早期试验田

市场对“智能体”（能够自主规划并执行多步骤任务的AI系统）寄予厚望，但实际应用仍处于极早期阶段。

高试用，低落地：62%的受访者表示正在试用智能体，但仅有23%的企业在至少一个职能中启动了规模化应用。

职能局限：即便在推进规模化的企业中，应用也局限于一两个领域。在任何单一职能（如IT、营销）中，能做到从试点走向规模化的比例均未超过10%。

行业分化：科技、媒体与电信（TMT）以及医疗健康行业是智能体应用的领跑者。IT服务台管理和知识管理是最成熟的应用场景。

利润的真相：感知大于实绩，变现能力存疑

这是整份报告最让投资者警醒的部分。虽然64%的受访者认为AI推动了创新，但AI对财务报表的底线影响微乎其微。

• EBIT影响微弱：仅39%的受访者在企业EBIT层面感受到了实质性影响。这意味着超过60%的企业在现阶段是在“赔本赚吆喝”或者仅处于投入期。
• 降本增效的局限：虽然软件工程、生产制造和IT领域的成本有所下降，营销与销售带来了营收增长，但这些局部改善尚未汇聚成全公司层面的利润爆发。

6%的赢家通吃：高绩效企业做对了什么？

调研定义了约6%的企业为“AI高绩效企业”，即EBIT因AI提升超过5%且创造了显著价值。这部分企业与其他94%的企业存在本质区别：

1. 拒绝单纯降本：80%的普通企业只盯着效率与降本，而高绩效企业往往同步追求增长或创新目标。
2. 重构工作流（关键）：高绩效企业从根本上重塑工作流的几率是其他企业的近3倍。这不仅是安装一个插件，而是改变工作方式。
3. 真金白银的投入：三分之一的高绩效企业将超过20%的数字预算投向AI，这一比例是其他企业的近5倍。
4. 高管下场：管理层的介入不仅仅是口头支持，而是建立了清晰的人机协同流程和人工核验机制。

就业与风险：裁员预期升温，幻觉风险居首

随着AI部署的深入，劳动力市场和企业风控面临双重压力。

• 裁员预期分化：尽管过去一年员工规模保持稳定，但对未来一年的预期变得悲观。32%的受访者预计未来一年员工规模会下降（超过3%），而只有13%预计增长。大型企业更倾向于认为AI将带来人力缩减。
• 人才结构性短缺：另一方面，软件工程师与数据工程师的招聘需求依然旺盛。
• 首要风险是“胡说八道”：51%的应用企业至少遭遇过一次AI负面事件。最常遇到的风险是“结果不准确”（30%），也就是所谓的幻觉问题。虽然企业开始关注隐私和合规，但对“可解释性”的关注仍然不足，这构成了潜在的尾部风险。

对于投资者而言，2025年的AI叙事必须从“谁在用”转向“谁在赚”。目前的数据表明，除了极少数（6%）愿意重金投入并重构业务流程的头部玩家外，大多数企业仍处于AI投入的“阵痛期”，并未看到明确的利润拐点。