在生成式AI開啟“新紀元”三年后的今天，市場的炒作與企業的實際落地之間出現了一道巨大的鴻溝。
據追風交易臺，12月，麥肯錫在發布的AI應用調研報告中指出，雖然每個人都在談論AI，但幾乎沒人能從中真正賺大錢。
數據顯示，近90%的企業已常態化使用AI，但絕大多數仍被困在“試點煉獄”中，未能實現規模化部署。更致命的是，僅有39%的受訪者認為AI對企業的息稅折舊攤銷前利潤(EBIT)產生了實質性影響，且其中多數貢獻率不足5%。
麥肯錫認為，不要被企業財報電話會上的“AI含量”蒙蔽。目前的AI應用呈現出典型的“廣泛但膚淺”的特征。資本支出正在發生，但回報(ROI)嚴重滯后。
真正的贏家(僅占6%的高績效企業)不僅僅是在購買軟件，而是在重塑工作流和追求增長，而非單純的裁員降本。在評估標的時，投資者應警惕那些只停留在“試點”階段的企業，尋找那些真正敢于重構業務流程并投入超過20%數字預算的“真玩家”。
普及率并未轉化為規模化：大多數企業仍處于“玩票”階段
盡管AI的觸達率看似驚人，但深度嚴重不足。麥肯錫調研顯示，88%的企業表示至少在一個職能中常態化使用了AI，這一比例較去年的78%進一步上升。然而，這只是表面繁榮。
規模化困境：近三分之二的受訪者承認，其企業尚未全面啟動AI的規模化部署。多數機構仍停留在探索或試點階段。
體量決勝：企業規模越大，越接近規模化。營收超50億美元(50億美金)的大型企業中，近半數已進入規模化階段;而營收不足1億美元的小型企業，該比例僅為29%。
中國大陸表現突出：中國大陸地區有45%的企業實現了AI的規模化或全面部署，高于全球38%的均值，且83%的企業常態化應用生成式AI，展現出更強的落地執行力。
智能體的炒作與現實：處于早期試驗田
市場對“智能體”(能夠自主規劃并執行多步驟任務的AI系統)寄予厚望，但實際應用仍處于極早期階段。
高試用，低落地：62%的受訪者表示正在試用智能體，但僅有23%的企業在至少一個職能中啟動了規模化應用。
職能局限：即便在推進規模化的企業中，應用也局限于一兩個領域。在任何單一職能(如IT、營銷)中，能做到從試點走向規模化的比例均未超過10%。
行業分化：科技、媒體與電信(TMT)以及醫療健康行業是智能體應用的領跑者。IT服務臺管理和知識管理是最成熟的應用場景。
利潤的真相：感知大于實績，變現能力存疑
這是整份報告最讓投資者警醒的部分。雖然64%的受訪者認為AI推動了創新，但AI對財務報表的底線影響微乎其微。
EBIT影響微弱：僅39%的受訪者在企業EBIT層面感受到了實質性影響。這意味著超過60%的企業在現階段是在“賠本賺吆喝”或者僅處于投入期。
降本增效的局限：雖然軟件工程、生產制造和IT領域的成本有所下降，營銷與銷售帶來了營收增長，但這些局部改善尚未匯聚成全公司層面的利潤爆發。
6%的贏家通吃：高績效企業做對了什么?
調研定義了約6%的企業為“AI高績效企業”，即EBIT因AI提升超過5%且創造了顯著價值。這部分企業與其他94%的企業存在本質區別：
拒絕單純降本：80%的普通企業只盯著效率與降本，而高績效企業往往同步追求增長或創新目標。
重構工作流(關鍵)：高績效企業從根本上重塑工作流的幾率是其他企業的近3倍。這不僅是安裝一個插件，而是改變工作方式。
真金白銀的投入：三分之一的高績效企業將超過20%的數字預算投向AI，這一比例是其他企業的近5倍。
高管下場：管理層的介入不僅僅是口頭支持，而是建立了清晰的人機協同流程和人工核驗機制。
就業與風險：裁員預期升溫，幻覺風險居首
隨著AI部署的深入，勞動力市場和企業風控面臨雙重壓力。
裁員預期分化：盡管過去一年員工規模保持穩定，但對未來一年的預期變得悲觀。32%的受訪者預計未來一年員工規模會下降(超過3%)，而只有13%預計增長。大型企業更傾向于認為AI將帶來人力縮減。
人才結構性短缺：另一方面，軟件工程師與數據工程師的招聘需求依然旺盛。
首要風險是“胡說八道”：51%的應用企業至少遭遇過一次AI負面事件。最常遇到的風險是“結果不準確”(30%)，也就是所謂的幻覺問題。雖然企業開始關注隱私和合規，但對“可解釋性”的關注仍然不足，這構成了潛在的尾部風險。
對于投資者而言，2025年的AI敘事必須從“誰在用”轉向“誰在賺”。目前的數據表明，除了極少數(6%)愿意重金投入并重構業務流程的頭部玩家外，大多數企業仍處于AI投入的“陣痛期”，并未看到明確的利潤拐點。更多股票資訊，關注財經365！