【本文译自斯坦福数字经济实验室报告《企业AI实战手册：来自51个成功部署案例的经验教训》，作者 Elisa Pereira、Alvin Wang Graylin 与 Erik Brynjolfsson，2026年4月。译文供会计人了解 AI 趋势，版权归原作者所有。】

Elisa Pereira, Alvin Wang Graylin 与 Erik Brynjolfsson

斯坦福数字经济实验室

斯坦福大学 · 2026年4月

关于本报告

如今，关于人工智能的预测和情绪调查层出不穷。

每周都有新的预测和争论：AI是否有用、哪些工作会消失、哪些行业会被颠覆、哪些公司会主导。但当我们与真正在企业内部部署AI的高管交流时，听到的是另一组问题。不是五年后可能发生什么，而是现在正在发生什么。是实际现实，不是抽象框架。

本报告源于一个简单的信念：关于AI应用最有价值的洞见，不在假设或预测中，而在那些已经走过这条路的人的模式里。

我们试图做一些实证性的工作。记录真正创造了商业价值的真实用例。梳理那些不仅在试验AI、而且在规模化成功部署AI的组织的实践。我们想要深度。了解那些不会出现在新闻稿中的陷阱、区分成功试点与失败试点的细微差别，以及任何供应商白皮书都不会告诉你的组织现实。

在5个月内研究51个企业案例后，我们发现了以周计和以年计的转型故事。相同的技术、相同的用例，结果却天差地别。差异从来不是AI模型。始终是组织本身。它的准备度、流程、领导力、改变和失败的意愿。

我们的目标很简单：提供一个实用的窗口，展示企业利用AI创造价值时内部实际发生的情况，包括详细的公司案例研究。只有先理解工作的现在，工作的未来才有意义。

在结论中，我们基于AI领域的 upcoming 趋势提供了一些前瞻性见解。我们希望这些发现既能成为一面镜子，也能成为一张地图。反映你的组织可能处于什么位置，并照亮你如何自信前行的路径。

Elisa Pereira, Alvin Wang Graylin & Erik Brynjolfsson

研究团队

斯坦福数字经济实验室

贡献者

Elisa Pereira

斯坦福数字经济实验室研究员 · 斯坦福商学院MSx候选人

Elisa Pereira是斯坦福数字经济实验室的研究员，也是斯坦福商学院的MSx候选人，拥有风险投资背景和在拉丁美洲构建数十个企业AI解决方案的实践经验。她目前的研究聚焦于衡量这些部署的实际影响、识别成功实施背后的模式，以及探索拉丁美洲如何建立技术主权。

Alvin Wang Graylin

斯坦福数字经济实验室数字研究员 · 斯坦福大学

Alvin Wang Graylin是斯坦福数字经济实验室的数字研究员，也是一位作者、连续创业者和技术高管，在AI、XR、网络安全和半导体行业拥有超过35年的经验。他目前是虚拟世界协会主席、亚洲协会政策研究所CCA高级研究员、MIT讲师，并为政府、组织和企业提供技术转型咨询。他的著作《Our Next Reality》探讨了AI和沉浸式技术将如何在未来十年重塑我们的世界。他目前的研究聚焦于AI经济学以及确保向后劳动经济模式平稳过渡所需的政府政策。

Erik Brynjolfsson

斯坦福数字经济实验室主任 · 斯坦福大学教授

Erik Brynjolfsson是斯坦福数字经济实验室主任，也是斯坦福大学Jerry Yang和Akiko Yamazaki教授、斯坦福以人为本AI研究所（HAI）高级研究员。他还是SIEPR的Ralph Landau高级研究员、斯坦福商学院和经济系兼任教授，以及美国国家经济研究局（NBER）研究助理。他是信息经济学领域被引用最多的作者之一，合著了数百篇文章和书籍，包括《第二次机器革命》和《机器、平台、 crowd》。他通过联合创立的Workhelix公司将学术洞见付诸实践，以识别和衡量AI的效益。

目录

  • 前言

  • 贡献者

  • 宏观背景

  • 方法论

  • 关键发现摘要

  • 第1章：为什么AI商业案例低估了真实投资？

  • 第2章：如何跨越部署与ROI之间的死亡之谷？

  • 第3章：多少人类监督是最优的？

  • 第4章：推动结果的发起人与只批预算的发起人有什么区别？

  • 第5章：致命阻力来自哪里？

  • 第6章：当生产力提升很高时，员工人数会发生什么变化？

  • 第7章：AI在哪里打开了以前关闭的门？

  • 第8章：代理式AI是否在创造真实价值？

  • 第9章：企业数据到底需要多干净？

  • 第10章：严格的安全是保护项目还是扼杀项目？

  • 第11章：基础模型选择何时不是商品？

  • 结论

  • 附录：衡量指标与应避免的陷阱、研究样本

  • 尾注

宏观背景

为什么企业AI实施现在很重要

像AI这样的通用目的技术，既需要也要求对流程重新设计、劳动力发展和组织重组进行大量互补投资。这些投资大多是无形的，在国民账户中衡量不足，这意味着在新技术的早期阶段，生产率增长被系统性低估，而在后期收益收获时又被高估。Brynjolfsson、Rock和Syverson（2021）将这些观察形式化为一个名为"生产率J曲线"的模型。

宏观经济结果不取决于技术本身，而取决于组织如何部署它。我们面临一个"生产率分叉"：AI既可以增强工人并创造新能力，也可以主要自动化现有任务并削减员工人数。所选择的路径将塑造未来几十年的经济增长。特别是，自动化将工人从现有任务中替代出来，但创造人类具有比较优势的新任务可以恢复劳动力需求。AI是带来广泛繁荣还是集中收益，取决于组织是否创造足够的新机会来抵消劳动力替代。

一些就业效应已经显现。对覆盖数百万美国工人的高频工资数据的分析发现，AI暴露职业中的早期职业工人就业相对下降了16%，22至25岁的软件开发者下降了近20%。这些"煤矿中的金丝雀"表明，许多人预期的劳动力市场 disruption 已不再是假设。

这些衡量挑战不仅仅是学术性的。GDP等标准指标系统性地未能捕捉新数字商品和免费数字商品的福利贡献。他们的GDP-B框架衡量消费者收益而非生产成本，揭示了数字经济中大量未被衡量的价值创造。如果总体统计低估了相对简单的数字服务的收益，它们很可能错过AI在组织内部创造的更多价值——正是本报告试图记录的那种价值。AI代理系统为软件开发者带来的一项新的非货币收益是"自由时间"来思考。当AI代理自主构建越来越大部分的代码时，人类程序员有更多咖啡休息时间来思考更大的问题。这不会出现在标准生产率衡量中，但它是一种真实的收益，改善了他们的日常工作。

这些宏观发现与组织内部发生的事情之间的差距是显著的。经济模型描述总体效应。企业层面的实验衡量更受控的环境。两者都没有捕捉到跨部门部署AI、克服阻力、构建J曲线框架认为必不可少的互补基础设施的混乱运营现实。这就是我们的研究要解决的差距。

为什么做这项研究

尽管企业AI支出达数十亿美元，MIT NANDA initiative 2025年的一项研究得出结论：95%的生成式AI试点项目未能产生可衡量的财务影响。他们认为失败不是源于模型质量，而是源于工作流整合不佳和组织激励错位。这是技术能做什么与组织设法用它做什么之间的差距。

相比之下，我们的目标是理解AI成功部署的案例。我们深入公司内部，分析了51个企业AI交付可衡量价值的案例。这些组织做了什么不同的事情？整合实际成本是多少？阻力来自哪里，最重要的是，如何克服的？

我们如何纳入失败

虽然本报告聚焦于交付可衡量价值的实施，但我们并非孤立地研究成功。在每次访谈中，我们都明确要求参与者描述失败、错误起步和放弃的试点，这些是他们当前结果之前发生的。我们问他们首先尝试了什么、为什么没有成功、他们改变了什么。

浮现出来的不是一个避免困难的组织的故事。而是一个迭代失败并建立系统性方法克服初始挫折的组织的故事。我们调查的公司中有三分之二在实现价值创造之前有过重大失败尝试。本报告中的模式既反映了这些组织从过程中学到的东西，也反映了他们通过成功实现的东西。

我们想坦诚地说，这确实有一个已知局限：对积极结果的選擇偏差。我们的发现描述了成功是什么样子以及达到成功需要什么；我们并不声称提供关于成功在整个经济中有多普遍的代表性数据。

“幸福的家庭都是相似的；不幸的家庭各有各的不幸。” —— 列夫·托尔斯泰

方法论

本研究基于对已规模化部署AI解决方案的高管和项目负责人的深度访谈。我们只关注已超越试点阶段并交付可衡量商业价值的举措。

研究样本概况

我们的51个案例研究来自41个组织、7个国家、5个地区，代表超过100万名员工。（完整匿名公司列表见附录。）

  • 51 案例

  • 9 行业

  • 14 职能

图1. 研究访谈和分析工作流程

选择标准

四个维度定义了我们对成熟AI项目的选择：

  • 运营稳定性 ：系统已上线，整合到真实工作流中，并在生产环境中持续使用。

  • 持续业务采用 ：跨职能团队积极依赖AI系统进行决策，持续数月（3个月以上）。

  • 量化价值创造 ：明确的业务成果，如生产力提升、收入增长或客户满意度。

  • 可扩展性与可复制性 ：可以扩展到团队、地区或业务单元。

技术范围从数据科学模型（机器学习、深度学习）到代理式工作流。

访谈方法

每个案例研究通过每家公司至少一次结构化60分钟访谈完成，遵循一致的讨论框架。我们用参与者公司提供的书面文档补充访谈数据，包括内部指标/报告、项目计划/审查和财务更新。访谈于2025年8月至2026年2月进行。

图2. 访谈方法和补充数据来源

评分标准

每个维度基于记录的证据评分：3=强（满足所有标准），2=中等（满足大多数标准），1=弱（满足少数标准）。我们要求来自系统、文档或具名负责人的证据。

样本构成

在业务职能方面，我们的案例覆盖广泛的应用。这种多样性使我们能够识别超越特定用例的模式。

图3. 按业务职能的样本构成

我们的样本跨越9个行业，在制造业、金融服务和技术领域尤为深入。分布反映了当前企业AI应用的格局。

图4. 按行业的样本构成

局限性

本研究主要依赖访谈参与者的自我报告数据。虽然我们在可能的情况下对信息进行了三角验证，并聚焦于有记录成果的成熟举措，但读者应考虑对成功部署的潜在选择偏差。

我们的样本虽然多样，但不代表所有企业AI举措。技术和金融服务的集中反映了早期采用模式，而非AI部署的完整范围。

所有数据均已匿名化和聚合，以保护专有信息并遵守主题公司披露政策。具体公司名称和识别细节已被删除或泛化。

关键发现摘要

  1. 技术不是最难的部分。 77%的最艰难挑战是无形的、不可见的成本：变革管理、数据质量和流程重新设计。61%的成功项目至少包含一次先前失败，其成本从未出现在最终ROI中。

  2. 时间线差异是组织性的，不是技术性的。 类似的用例在一家公司需要几周，在另一家需要几年。差异在于高管发起、现有组织流程和最终用户意愿。

  3. 基于升级的模式与更好的结果相关。 基于升级的模式（AI自主处理80%以上，人类审查例外）交付了71%的中位生产力提升，而审批模式为30%。这可能部分反映了所处理任务类型的不同。

  4. 高管发起在于行动，不在于批准。 有效的发起人每周清除障碍，桥接业务和技术团队，将AI采用与企业OKR挂钩。最关键的是，他们创造了一种允许失败的文化。

  5. 幕僚职能是最常见的阻力来源，但部分在 buy-in 后可能成为推动者。 法律、HR、风险和合规是最常见的阻力来源，占35%，高于内部最终用户的23%。

  6. 裁员很常见但并非不可避免。 裁员是45%部署中最大的结果，但替代方案（避免招聘、重新部署、不裁员）占55%。更广泛的劳动力市场数据表明，AI暴露职业中的入门级角色已经在下降。

  7. 来自AI的收入是真实的，但仍然罕见，并遵循三种模式。 转化性个性化、赢得交易的的速度、内部工具重新包装为产品。一小部分案例还显示AI使以前不可能的工作成为可能。

  8. 代理式AI有效，但大多数公司尚未使用。 代理式实施显示71%的中位生产力提升，而高自动化为40%，但仅占案例的20%。代理式AI不是新的UI；它是对工作流中人类和机器角色的重新定义。

  9. 混乱的数据不是障碍，如果你围绕它设计。 LLM解决了许多它们本应挣扎的数据问题。存储一切，连接它，让模型来做清理。

  10. 安全促进多于阻碍。 在我们研究的任何案例中，安全都不是项目杀手。最初作为障碍的要求后来使项目能够处理敏感数据。

  11. 对于许多用例，模型选择是商品。 对于42%的实施，模型选择完全可互换。公司并不总是需要最好的可用AI模型。持久的优势在于编排层，而非基础模型。

第1章：为什么AI商业案例低估了真实投资？

决定成功或失败的隐藏成本

已发表发现

规模化需要大量非模型投资。 McKinsey的研究发现，高绩效AI组织（将EBIT的5%以上归因于AI的组织）更可能投资于"重新布线"业务流程和数据产品，而不仅仅是模型部署。

“概念验证工厂"代表沉没成本。 Accenture估计80-85%的公司停留在"概念验证工厂"阶段，他们进行实验但回报低、规模化成功率低。

数据基础是主要项目。 战略规模化者更可能拥有大型、准确的数据集（61% vs 非规模化者的38%），并在数据质量、管理和治理框架上大量投资。

生产率J曲线意味着隐藏投资。 早期研究发现，每1美元的有形技术投资，公司花费高达10美元在无形投资上（流程重新设计、再培训、组织转型），最初压低生产率，然后才实现收益。

我们的发现

77%的实践者面临的最艰难挑战是无形成本：变革管理、数据质量和流程重新设计，而非技术问题。技术始终被描述为最容易的部分。成功部署的真实成本通常包括至少一次失败尝试（见发现2），大部分投资流向了模型以外的一切。

77%的最艰难挑战是"无形成本”

当我们问实践者"最难修复的是什么？“时，答案揭示了AI预算实际流向何处。

按类别的最艰难挑战：

  • 类别｜占比

  • 变革管理与采用｜33%

  • 数据质量与架构｜17%

  • 流程重新设计｜10%

  • 质量与准确性｜10%

  • ROI/商业案例｜7%

  • 技术/整合｜10%

  • 治理/合规｜7%

  • 供应商/平台｜6%

橙色：无形成本（77%）；灰色：技术/可见成本（23%）

“所有艰苦的工作都在流程文档和数据架构中。如果你能做好这两件事，其他一切都很简单。” —— 电信公司高管

“技术不是瓶颈——组织采用才是失败点。” —— 专业服务公司高管

61%在 current 成功之前有过失败的AI项目

这些失败的实验代表了从未出现在"成功"项目ROI中的沉没成本：

  • 有过先前AI失败：61%

  • 没有先前失败：39%

这些失败的实验可能是永远不会出现在成功项目ROI中的沉没成本，但往往对其至关重要。失败有一个共同模式：团队将AI视为技术项目，而非流程和变革管理项目。第一次尝试失败于应用于破碎的工作流、由没有业务所有权的技术团队领导，或组织假设模型会修复需要重新设计工作本身的问题。

“这实际上是他们第二次为招聘流程寻求AI。最初失败是因为他们没有考虑偏见，他们认为AI会直接修复流程，而不需要流程重新设计。” —— 专业服务公司AI项目负责人

技术始终被描述为最容易的部分。

“你在数据上投入越多，你从这些AI解决方案中获得的就越好。” —— 技术公司经理

“问题不在模型。” —— 专业服务公司高管

对预算编制的启示：成功AI部署的真实成本通常包括至少一次失败尝试，大部分投资流向了模型以外的一切。

案例研究：物流公司的发票处理

如何克服无形成本

公司

一家价值10亿美元以上的美国物流公司，管理大量冷藏拖车车队。公司每年从全国各地的供应商处收到超过10万张发票，用于拖车维护——从换轮胎到更换传感器。

挑战

发票的数量和多样性造成了巨大的运营负担。七名全职员工专门负责这项任务：整合发票、匹配内部模板、验证工作、将数据输入ERP系统、生成客户发票。

“他们从不同渠道收到所有这些发票，包括传真。他们可能接到电话。很多维修店在偏远地方，他们直接打电话说，嘿，我们做了这个维修。所以可能是电话、邮件，他们获取信息的方式各种各样。” —— 技术服务公司高级高管

无形工作

流程简化： 数千个模板减少到数百个。多年积累的发票模板冗余且不一致。在任何AI能工作之前，这种清理是必需的。

“我们很快意识到，750个模板没有意义，大多数是重复的。没有人真正审查过这个。” —— 技术服务公司高级高管

数据标注： 主题专家（SME）审查了数千个AI输出。他们在日常工作之上验证AI生成的发票，解释每一个错误以改进模型。

高管发起： 总裁参与每周检查。这清除了瓶颈并确保了运营团队的 buy-in。

“总裁每周都在检查——进展如何，我们在哪里，瓶颈是什么？然后团队其他成员也参与了。” —— 技术服务公司高级高管

知识转移： 两名初级IT员工从第一天起嵌入。每日站会，每周和每月审查。没有黑箱——公司可以独立运营系统。

解决方案

简而言之，公司构建了一个系统，无论发票如何到达都能自动读取，理解其内容，并将数据直接输入公司的财务系统，消除手动处理的需要。

技术实施使用Azure Document Intelligence和Azure OpenAI Service，结合光学字符识别（OCR）解析与基于LLM的语义映射。系统从多个渠道（邮件、传真、电话转录）摄取发票，使用OCR解析和提取数据，将发票内容映射到简化的模板分类，并将验证过的数据直接写入MS Dynamics D365。

结果

  • 7 → 2 全职当量（FTE）

  • 处理时间 < 24小时

  • 准确率 85%

  • 投产时间 8周

  • 创造价值 > 100万美元

关键教训

“一切从人开始。有人、流程和技术——我知道是这个顺序，尽管我代表一家技术公司。技术是最容易的部分。我们基本上使用了很多开源和现成的东西。” —— 技术服务公司高级高管

“各位，80%对我们来说就完美了。我们可以把这些人放到其他瓶颈上。我理解你可以继续改进，某个时候模型会达到95%，但我们不在乎。我们关心的是立即的成本节约和消除这些积压。” —— 物流公司总裁

第2章：如何跨越部署与ROI之间的死亡之谷？

类似用例中什么区分了数周与数年

已发表发现

有意图的时间线胜过"快速行动”。 Accenture得出结论，成功的AI规模化者更可能设定1-2年的时间线从试点走向规模化，高出65%。与"快速行动"的精神相反，他们对负责任地规模化所需的时间更有意图。

高绩效者重新设计工作流，而不仅仅是部署工具。 McKinsey报告，顶级绩效者从根本上重新设计工作流的可能性几乎是其他公司的三倍。55%的高绩效者围绕AI重新设计了工作流，而其他公司仅为20%。

大多数公司停留在试点模式。 虽然88%的组织至少在一个职能中使用AI，但只有三分之一开始在企业层面规模化其AI项目。三分之二仍处于测试或概念验证阶段。

我们的发现

类似用例可能因组织而异需要数周或数年。我们识别了三个持续加速项目的因素——高管发起、现有基础和最终用户意愿——以及四个减缓因素。我们样本中每个成功项目都使用了迭代方法。

发现1：范围是戏剧性的：类似用例从数周到数年

一家大型金融科技公司使用AI编码代理将数百万行遗留ETL代码迁移到现代架构。项目花了数周。一家技术公司用AI重新设计客户支持系统，六个月上线。一家大型银行尝试相同的客户支持用例，报告项目需要数年。

“AI代理上线后数周内，我们发现了明确的机会，以一小部分工程时间加速迁移。” —— 金融科技高管

“我们甚至需要数年才能把其中一个建立起来。” —— 金融服务高管

相同的用例，相同的AI模型，截然不同的时间线。洞见不是中位数或平均值。而是组织背景比技术本身更重要。

发现2：三个因素持续加速价值实现时间

  • 加速因素｜频率

  • 高管发起｜43%

  • 建立在现有基础上｜32%

  • 最终用户意愿｜25%

建立在现有基础上。 利用现有基础设施或平台的项目移动得明显更快。一家技术公司因为已经为客户支持开发了AI平台，在几个月内构建了销售copilot。

“我们在4月推出了第一个MVP。因为我们提前完成了客户支持项目，我们继续构建了这个。” —— 技术公司高管

最终用户意愿。 当用户真正想要解决方案时，采用摩擦消失。在医疗保健中，医院系统采用环境AI转录，尽管ROI不明确，仅仅因为医生迫切需要 relief。在现有流程下，一天工作后，他们被迫花费数小时记录日常活动。

“当前医疗实践的状态如此糟糕，医生如此疲惫，医院系统愿意尝试任何东西，就像绝望中的救命稻草，看看是否有用。” —— 医疗AI公司高管

发现3：延迟因素

  • 延迟因素｜频率

  • 学习曲线和迭代｜25%

  • 数据质量和准备｜21%

  • 监管和合规｜21%

  • 流程文档缺口｜21%

数据质量是一个反复出现的主题。监管约束在金融服务中造成了结构性延迟，合规要求无论技术准备如何都会延长时间线。

“大多数客户在维护知识库方面做得不好。” —— 软件公司高管

每个成功项目都使用了迭代方法

100% 使用了迭代方法

在我们能识别开发方法论的案例中，所有都使用了迭代方法。没有一个使用传统的瀑布式规划。模式是一致的：从小处开始，学习，扩展。

“把它想象成 layered cake。我们构建一个流程，记录下来，然后在其上构建代理层，然后是第二个功能，第三个功能。” —— 物流公司高管

“可能90%的试点和测试失败，但我们在这些基础上迭代，直到找到它们，然后它不断增长。” —— 食品配送公司高管

案例研究：翻译服务公司的招聘

如何跨越死亡之谷

专业服务 | 招聘 | 中型市场

公司

他们的招聘流程已成为最大的成本 sink 和战略瓶颈：候选人 intake 慢、流动率高、难以配备小众语言和方言、筛选质量不一致，限制了公司的增长速度。

第一次尝试——以及为什么失败

这是该公司第二次尝试用AI进行招聘。第一次失败有两个原因：他们没有考虑筛选算法中的偏见，他们假设AI会修复破碎的流程，而不解决底层工作流问题。

“他们认为AI会直接修复流程，而不是退一步确保一切按预期工作。” —— 专业服务高管

第二次改变的是什么

三件事不同了：

第一，CEO亲自负责，而不是委托给CTO。项目有高管可见性和每周检查，快速清除瓶颈。

第二，他们在应用AI之前修复了流程。他们映射了整个招聘工作流，识别了真正的痛点。

第三，他们针对真正的痛苦。招聘人员不是轻微不便。他们被每天淹没团队的申请流所困扰，而且不断累积。

“这对那些人来说是止痛药。不是’嘿，这会很棒。‘而是’我要淹死了。’” —— 专业服务高管

解决方案

团队构建了一个AI驱动的招聘管道，具有按语言和方言的超个性化筛选、自动化的第一轮视频面试与偏见缓解评估，以及连接招聘结果回筛选标准的反馈循环。系统学习哪些候选人信号预测成功。

结果

  • 1个月

  • 每个职位时间 3小时 → 3分钟

  • Intake效率 +83%

  • 筛选效率 +79%

  • 候选人转化率 +75%

关键教训

同一家公司、同一职能、同一目标——但结果截然不同。第一次尝试失败。第二次花了一个月，交付了83%的效率提升。差异不是技术。

在应用AI之前修复流程。 AI放大它所应用于的任何流程。如果流程是破碎的，AI会更快地让它更糟。

针对真正的痛苦。 采用很容易，因为用户迫切需要 relief。招聘团队不需要被说服。他们需要被拯救。

第3章：多少人类监督是最优的？

审视AI实施中的人类参与

已发表发现

企业和个人使用模式不同。 Anthropic的经济指数发现，52%的个人Claude.ai使用涉及人机协作，而45%为完全自动化。企业API使用显示相反：77%自动化。这表明企业部署AI的方式与个人不同，但最优平衡仍不明确。

结构化人类监督与成功相关。 McKinsey报告，65%的AI高绩效者有明确的人在回路流程来确定模型输出何时需要人类验证，而其他组织仅为23%——近三倍差异。

我们的发现

基于升级的运营模式（AI自主处理80%以上，人类仅审查例外）交付了最高的生产力提升，中位数为71%。这部分反映了任务选择：升级模式通常应用于高容量、可恢复的任务，而审批和协作模式服务于受监管或高风险工作。人类监督的水平取决于错误容忍度、监管要求和任务复杂性，通常是战略设计选择而非限制。

发现1：适度人类监督与最高生产力提升相关

我们根据人类参与程度将每个案例分为三级：

  • 人在回路（HITL）级别｜描述

  • 升级｜AI自主处理80%以上；人类仅审查例外或抽样≤20%

  • 审批｜AI做工作；人类在行动前审查和批准每个输出

  • 协作｜人类和AI在每个任务上持续合作

图6. AI部署中的人类监督模式

按监督模式的生产力提升：

  • 监督模式｜中位收益｜平均收益

  • 升级（AI处理80%以上）｜71%｜63%

  • 审批（人类审查所有）｜30%｜44%

  • 协作（共同工作）｜30%｜43%

“90%或95%现在由代理完全自动化。如果有人说他们的食物没到或订单出了问题，90%到95%完全自动化。” —— 食品配送公司AI负责人

发现2：最优监督水平因职能而异

适当的人类监督水平（HITL）取决于错误容忍度、监管要求和任务复杂性。

  • 职能｜典型HITL级别｜平均收益

  • IT运营｜升级｜90%

  • 客户支持｜升级｜71%

  • 理赔处理｜升级｜50%

  • 现场服务｜审批｜80%

  • 临床文档｜审批｜66%

  • 编码｜协作｜54%

在客户支持中，一家技术公司通过围绕AI优先解决重新设计工作流，实现了82%的工单 deflection。在临床文档中，医生必须批准每个AI生成的笔记，因为这是法律文件。在编码中，工程师从编写代码转向审查AI生成的更改。

“工程师不需要完成整个迁移任务，他们可以只审查更改、做 minor 调整，然后合并他们的PR。” —— 拉丁美洲金融科技工程负责人

当人类监督是明显选择时

人类监督不是AI不成熟的标志。在许多情况下，它是战略上正确的设计选择。四种模式出现，人类参与创造明确价值：

零错误容忍。 当单个错误的成本超过数千个正确输出时，人类审查至关重要。主要品牌的营销内容、法律文件和面向客户的沟通属于这一类。

“我不能运行一个有错误的 campaign。我不能运行一个覆盖数百万客户的大型 campaign 而不确定。” —— 企业AI公司战略负责人

监管要求。 在医疗、金融和其他受监管行业，人类审查是法律规定的，无论AI能力如何。问题不是AI是否能做工作，而是监管者是否接受AI做工作。

“医生审查、批准，然后它被送回EMR。医生仍必须审查每个笔记，因为法律要求。” —— 医疗AI公司高管

企业风险管理。 大型组织即使技术上可行也偏好人在回路的解决方案。自主AI的感知风险超过效率收益。

持续改进。 人类审查者识别AI错误中的模式，反馈给模型改进。这种反馈循环以完全自动化系统无法匹配的方式加速学习。

案例研究：金融服务公司的营销内容

如何校准人类监督

金融服务 / 营销 / 企业

公司

一家金融服务公司面临内容瓶颈。他们有客户数据实现超个性化，但无法足够快地生成内容来利用它。传统代理工作流每个 campaign 需要七周。

解决方案

他们部署了一个AI平台，生成多渠道内容同时保持品牌一致性。团队选择了80/20模式：AI处理80%的生成，人类提供20%的完善和质量保证。随着技术成熟和经验学习增长，卸载给AI的百分比最终将走向100%。

人类监督如何促成成功

这种分工是刻意的。企业营销不能容忍面向客户内容的错误。

“要在企业层面运行，你需要80%技术加20%人类完善。AI行业还没有达到你能搞定最后20%的水平。” —— 企业AI公司战略负责人

人类层服务于三个功能：

  • 品牌保护，防止会损害多年品牌建设的错误。

  • 边缘案例处理，处理需要判断的不寻常组合。

  • 反馈循环，审查者识别改进AI输出的模式。

结果

  • 上市时间：7周 → 6小时

  • 点击率：2倍提升

  • 生产效率： >80%时间减少

关键教训

人类监督不是生产力的税收。80/20模式在保持零错误容忍的同时，交付了97.6%的上市时间减少。

监督水平应与利害关系匹配。公司将20%人类组件视为过渡性的，预计随着AI改进而减少，但他们从有效的东西开始，而不是等待完美自动化到来。

第4章：推动结果的发起人与只批预算的发起人有什么区别？

定义有效高管发起的活动

已发表发现

与绩效高度相关。 McKinsey报告，AI高绩效者同意高级领导对AI举措展示所有权和承诺的可能性高出3.0倍。

冠军 profile 很重要。 Accenture发现，战略规模化者通常由首席AI、数据或分析官 champion，而挣扎的公司依赖技术部门的单一 champion。

意图胜过存在。 规模化者推动AI锚定在C-suite目标中；概念验证工厂缺乏与战略要务的联系。

上述研究建立了相关性，但没有说明发起人实际做了什么来产生差异。

我们的发现

主动引导（每周检查、主动清除障碍）是成功项目中最常见的模式。但实现组织范围转型的七个案例都达到了战略整合：发起人将AI采用作为公司OKR与奖金挂钩，而不仅仅是一个支持的项目。当我们超越发起人做了什么来看他们如何领导时，一个一致的模式出现了：最有效的发起人创造了团队可以失败、学习和再次尝试而不会受到职业后果的条件。关键不是高管本人，而是他们创造了一种鼓励实验、要求协作、设计问责制并培育 initiative 不被惩罚的安全环境的企业文化。

发现1：主动引导很常见，但战略整合驱动转型

我们将发起人参与分为四级：

  • 级别｜含义

  • 1 被动批准｜批准预算，完全委托，很少持续参与

  • 2 定期监督｜每月审查，在升级时清除障碍，被动

  • 3 主动引导｜每周检查，主动清除障碍，参与决策

  • 4 战略整合｜AI纳入公司OKR，激励与采用挂钩，文化变革

  • 参与级别｜占比

  • 定期监督（级别2）｜12%

  • 主动引导（级别3）｜58%

  • 战略整合（级别4）｜29%

主动引导适用于单一职能内的项目。但实现组织范围转型的七个案例都达到了战略整合：发起人将AI采用作为组织成功的衡量标准，而不仅仅是一个支持的项目。

发现2：四个活动定义有效发起人做什么

  • 活动｜案例占比｜样子

  • 资源分配｜59%｜为AI投入专用预算、人员、基础设施

  • 战略整合｜49%｜AI与业务目标和OKR连接

  • 组织沟通｜32%｜在整个组织传递AI重要性的信息

  • 障碍清除｜20%｜在升级前主动清除障碍

资源分配是基本要求。区分有效发起人的是他们在预算之外做了什么：将AI与业务目标连接、在整个组织沟通其重要性，以及最关键的是，在团队不得不升级之前主动清除障碍。

“总裁亲自抓，每周检查：进展如何，我们在哪里，瓶颈是什么？这很有帮助，因为然后团队其他成员也参与了。” —— 技术服务公司高级高管

发现3：业务加技术联合发起解锁跨职能项目

八个案例显示业务和技术领导者之间的联合发起是差异所在。在一家专业服务公司，第一次AI推动由CTO领导，未能获得 traction。第二次尝试成功，当CEO和人才负责人与CTO共同推动时：

“组织需要知道这是CEO领导的，不仅仅是CTO。当AI是技术主导和技术优先时，它不会成功，或者很少成功。” —— 专业服务公司高管

CEO提供战略授权。人才负责人定义激励和成功指标。CTO负责实施。每个人都带来了其他人缺乏的东西。

在一家电信公司，成功来自找到一位桥接两个世界的领导者：

“最大的推动因素是我们聘请了一位高级AI副总裁，他对流程有深入理解，能详细映射出来。但他也对人工智能有深入理解。这是我们最重要的问题：我们缺乏既理解流程又理解AI并能将两者结合的人。” —— 保险公司高管

有效的发起人给团队失败的许可

第1章报告，61%的成功项目包含先前失败。但失败只有在特定条件下才能转化为学习。当我们审视发起人如何处理挫折时，三种策略区分了失败加速下一次尝试的组织和导致放弃的组织。

发起人在失败中的连续性。 在每个我们能识别同一高管是否发起失败和成功尝试的案例中，答案都是肯定的。在一家技术公司，构建然后废弃第一个平台的高管亲自领导了六个月后的重新设计。在一家半导体制造商，早期AI举措停滞，因为工程部门在没有协调的情况下构建解决方案。监督这些失败的同一AI领导者升级到CEO并推动第二波进入生产。当发起人在失败后更换时，机构记忆走出门外：不该做什么、涉及哪些利益相关者、真正的瓶颈在哪里。最重要的是，它向所有人发出信号：失败是职业风险。

受控范围作为失败策略。 73%的实施故意从小处开始，63%明确将试点框定为实验。这不是胆怯。这是政治计算。小试点失败成本低。便宜的失败不会结束职业生涯。一家专业服务公司在先前的技术实施上失败了两次。发起人接受80%准确率作为足够好来向前推进，将不完美视为起点而非缺陷。从可实现的 bar 开始，给团队空间迭代，而没有第一次尝试就交付成品压力。

反馈循环而非发布日期。 处理失败最有效的方法不是事后容忍，而是提前设计处理。在一家半导体制造商，失败和成功尝试之间的转变是使持续用户反馈和迭代成为解决方案生命周期的一等优先事项，而不是将每次部署视为成品。

共同点：在我们研究的任何案例中，没有人因为失败的AI举措而受到惩罚。

案例研究：半导体公司的现场服务

如何实现有效的高管发起

硬件制造 | 现场服务 | 企业

公司

一家为企业客户生产固态硬盘的半导体制造商。公司有多个部门，技术需求水平不同：工程和IT在前，运营和财务在中，法律和HR在后。

问题

当企业客户报告问题时，现场服务工程师需要在诊断前收集技术数据。产品规格、测试库、数据表、工程日志分布在五六个不同团队拥有的不同仓库中。仅数据收集的SLA就是40小时。

“文档、不同的数据表、不同的测试库，都不集中。每个都由不同团队拥有。当你有一个 sighting 时，所有这些都必须汇集在一起。” —— 制造公司AI负责人

解决方案

  1. 在每个部门建立AI champion。 工程和IT快速采用。但法律、HR和其他非技术部门滞后。发起人在每个部门创建 champion 来推动同行采用。

“我看到组织内有不同层次……所以我们在每个部门都有AI champion。” —— 制造公司AI负责人

  1. 将AI采用作为公司OKR。 当同行压力不够时，发起人升级到CEO，将AI采用作为公司衡量成功的方式。

  2. 通过AI演示日创造可见的领导承诺。 CEO出席演示日，表彰推动采用的团队。这发出信号：AI是战略优先事项，不是IT实验。

“我们有AI演示日，颁发奖励，CEO颁发奖品。来自做工作的人的认可和自豪实际上推动了势头。” —— 制造公司AI负责人

解决方案

在组织支持到位后，团队为现场服务瓶颈构建了多代理框架。当客户问题进来时，代理自动从所有仓库拉取数据。

“代理框架所做的是进入五六个不同领域，寻找与这个客户、这个问题、这个工程领域相关的信息，然后拉进来。” —— 制造公司AI负责人

结果

  • 数据收集时间 40+小时 → <1小时

  • 完整数据的问题 0% → 95%+

  • 产品测试周期减少20%

关键教训

部门AI举措在需要跨职能采用时达到天花板。将AI采用与公司OKR和奖金挂钩打破了标准沟通和培训无法突破的阻力。

“AI是一种心态改变，仅此而已。它实际上是完全由变革管理驱动的。” —— 制造公司AI负责人

第5章：致命阻力来自哪里？

理解阻力来源及如何克服

已发表发现

最终用户采用是主要障碍。 Accenture将缺乏员工采用列为AI实施的首要挑战之一。

领导参与程度不同。 McKinsey指出，33%的高绩效者有高级领导积极推动采用，而一般群体中显著更少。

劳动力构成很重要。 Anthropic发现，技术工人浓度较高的美国州AI采用率更高，表明非技术劳动力中阻力可能更高。

上述研究没有将中层管理隔离为独特的阻力来源，也没有解决阻力的性质：是害怕被替代、缺乏技能还是工具不佳？

我们的发现

幕僚职能（法律、HR、风险、合规）是最常见的阻力来源，占35%，而非AI最终用户。每个来源因不同原因抵抗：C级要求可衡量的ROI证明，幕僚职能担心流程风险和责备，最终用户不信任系统不一致性，一线工人害怕被替代。每个群体需要不同的解决方案。

发现1：幕僚职能，而非最终用户，是最常见的阻力来源

主要项目阻力来源：

  • 来源｜占比

  • 幕僚职能（法律、HR、风险、合规）｜35%

  • 最终用户/一线｜23%

  • 外部（客户、政治）｜23%

  • C级（CFO、CTO）｜15%

  • 无/最小｜8%

来源：斯坦福数字经济实验室，2026年。N=51个实施。

传统智慧聚焦于最终用户阻力，但幕僚职能是最常见的阻碍者。法律部门担心责任。HR担心变革管理。风险和合规团队担心监管暴露。这些职能有组织权力减缓或停止项目，无论高管支持如何。

“我看到组织内有不同的AI成熟度层次。工程和IT想推进。其他组织，也许法律，在拖后腿。” —— 制造公司AI负责人

IT职能是一个显著例外：他们不是阻碍，而更常作为推动者，提供平台基础设施和数据管道，让业务单元更快移动。

“中层管理最抗拒，而高级管理层和初级员工更接受。” —— 零售公司高管

发现2：每个来源因不同原因抵抗，需要不同解决方案

幕僚职能担心风险。 在一家大型银行，过去的监管问题使风险团队极其谨慎。解决方案是 mandate，不是说服。当AI采用通过公司OKR影响薪酬，且他们不需要为潜在失败承担责任时，法律和HR找到了 enable 而非阻碍的方法。当被赋予治理角色而非仅仅被告知批准时，幕僚职能经常从阻碍转向积极支持部署。

“我几乎所有时间都花在风险和控制上，每个人都害怕做任何事情。” —— 大型银行高管

C级要求ROI证明。 CFO在批准AI投资前需要明确的财务理由。解决方案是衡量的试点，在请求更广泛投资前展示价值。

“医院C-suite高管需要对资产负债表的直接 line-item 影响来证明软件购买的合理性。” —— 医疗AI公司高管

最终用户不信任不一致性。 习惯于确定性系统的用户难以应对AI可变性。解决方案是期望设定：用户需要理解AI输出需要审查，常规任务上"足够好"的性能为更高价值工作释放时间。

“我们必须从设定现实期望开始。部分是改变思维方式，稍微转变范式。” —— 咨询公司高管

一线工人害怕替代。 这是最常讨论的担忧，但仅出现在两个案例中。恐惧是真实的但可解决。解决方案是展示具体的前进路径：什么工作消失、什么工作保留、角色如何演变。

案例研究：技术服务公司的安全运营

如何克服团队阻力

技术服务 | 安全运营 | 中型市场

公司

一家技术服务公司，拥有六人安全运营中心（SOC），每月处理约1,500个安全警报。大多数是误报，需要手动分类。

问题

团队被警报淹没。容量有限，分析师只能彻底调查高优先级警报。低优先级警报获得最少覆盖。工作是机械的：分类、归类、升级或关闭。分析师大部分时间花在重复任务上，而非需要专业知识的判断密集型调查。

解决方案

团队部署了一个AI系统，自动化警报分类。AI处理初始分类和误报过滤，在数秒而非数小时内处理警报。它只将需要人类判断的警报升级给分析师。

阻力

当领导层提出AI解决方案时，预期的担忧是工作保障。六人团队，AI能替代大部分工作量，阻力风险是真实的。

发起人如何克服阻力

技术负责人有完全授权，不依赖其他团队。他 buy into 解决方案，将实施作为专门项目管理。

第一，背景做了大部分工作。团队已经不堪重负，未能覆盖低优先级警报。这不是一个表现良好、AI会 disrupt 的团队。这是一个无法跟上的团队。AI被定位为 relief，而非替代。

第二，分工是直观的。AI承担了消耗他们大部分时间的机械分类：分类、误报过滤、常规升级。分析师保留需要专业知识的判断密集型工作。

第三，发起人将释放的容量框定为向上路径，而非 out。额外带宽将用于团队从未有时间追求的高价值活动。信息很具体：AI替代公司否则需要做的招聘，而不是已经在的人。

“你必须为人制定路线图。对个人有什么好处？他们应该看到生活变得更轻松。因为更轻松，额外带宽现在用于其他活动，提升他们的技能。” —— 技术服务公司高管

重新框定很具体：AI替代公司否则需要做的招聘，而不是已经在的人。

“AI不是替代你有的人。AI是替代你不需要雇的人。你有的人现在可以做两、三、四个人的工作。” —— 技术服务公司高管

结果

  • 1,500 → 40,000/月

  • 警报覆盖：高优先级 → 100%

  • 所需团队容量：6 → 1.5 FTE

  • 释放容量重新部署：4.5 FTE

没有人被裁员。4.5 FTE的释放容量被重新部署到威胁狩猎、安全架构和能力开发。

关键教训

当前进路径具体时，对替代的恐惧消散。发起人准确展示了什么工作会消失（机械分类）、什么工作会保留（专家调查）、什么新工作会出现（能力建设）。一旦团队将AI视为从苦差事中解放而非就业威胁，他们从阻力转向倡导。

第6章：当生产力提升很高时，员工人数会发生什么变化？

裁员、重新分配还是冻结招聘？

已发表发现

预期减少。 McKinsey发现，32%的受访者预计未来一年其组织劳动力将因AI减少，43%预计变化不大，13%预计增加。

服务运营受冲击最大。 过去一年，39%的服务运营受访者和30%的制造业受访者报告因AI减少员工。

去技能化 vs 技能提升。 Anthropic的分析表明，AI覆盖高等教育任务，可能导致某些角色去技能化，其他角色技能提升。

Anthropic最近的一篇论文调查了理论AI工作暴露与实际观察到的职场AI覆盖，显示尽管在某些领域暴露可达90%，但实际当前采用显著更低。这有助于解释为什么当前对失业的影响可能没有许多人担心的那么高。但随着采用扩大，前景可能变得更加黯淡。

上述研究捕捉了期望和总体趋势，但没有将特定高生产力项目与实际员工人数决策联系起来。

我们的发现

减少是最常见的结果，占45%，但不是多数。替代方案（避免招聘、不减少、重新部署）合计占55%。三种不同策略出现：加速而非削减、重新部署到更高价值工作、或直接减少员工人数。技术不决定结果。创收应用更常导致重新部署或加速，而成本削减应用更常导致直接削减。

发现1：减少是最常见的结果，但不是多数

AI部署后的员工人数结果：

  • 结果｜占比

  • 减少｜45%

  • 避免招聘｜19%

  • 不减少｜19%

  • 重新部署｜17%

图8. AI部署的员工人数影响

减少是最大的单一类别，但不到一半的结果。今天，公司仍在寻找捕捉AI生产力而不消除职位的方法。随着生产力提升增长和社会规范演变，这可能会改变。

发现2：三种不同策略出现

策略1：加速而非削减。 一些公司明确选择将生产力收益再投资于增长而非成本削减。

“关于AI是否应该减少员工人数存在争论。CEO和COO倾向于成本削减；我推动利用收益加速路线图，因为有大量积压。” —— 教育科技公司CTO

生产力收益用于更快发布更多功能，而非减少工程员工人数。

策略2：重新部署到更高价值工作。 其他公司将人员从自动化任务转移到需要人类判断的工作。在一家技术咨询公司，AI自动化了80%的发票处理。他们没有削减团队，而是将人员转移到下一个瓶颈。

策略3：直接减少员工人数。 一些公司裁员。在一家私募股权拥有的公司，编码88%的生产力提升导致开发团队从七人减少到三人。

选择取决于战略背景。成长阶段公司倾向于加速。成本聚焦的所有权（PE、 turnaround）倾向于减少。技术不决定结果。

案例研究：教育科技公司的工程

如何选择加速而非裁员

教育科技 | 工程与内容 | 企业

公司

一家教育科技公司，拥有数千名员工，包括200+技术人员和100+工程师。公司提供受监管行业的继续教育和专业认证课程。

AI实施

CTO实施了三大支柱AI战略：工程生产力工具、客户体验改进和AI差异化产品。工程团队进行了六个月的GitHub Copilot和Cursor试点。

“结果：工程师早期时间和精力减少20%到30%，随着提示和信心改善，预计还有上升空间。” —— 教育科技公司CTO

在内容方面，公司重新架构生产，使主题专家成为人在回路审查者而非起草者。AI起草内容；SME完善。这产生了数百万的成本节约。

员工人数辩论

有了记录的生产力提升和成本节约，领导团队面临决定：用收益减少员工人数还是再投资。

立场明确。CEO和COO在PE压力下要求回报，倾向于成本削减。CFO最初不相信AI会产生净节约。CTO主张加速。

决定

对于工程，公司选择加速而非削减。理由是战略性的：公司有大量产品积压。更快发布功能比削减发布功能的团队产生更多收入……目前如此。

“节约用于加速路线图，而非减少员工。” —— 教育科技公司CTO

对于内容生产，节约被捕获并再投资：

“我们在2025年预算中通过减少某些部门预算并再投资于AI来捕获真实节约。最大的节约驱动因素：SME内容生产重新设计。” —— 教育科技公司CTO

结果

  • 节省20-30%时间

  • 开发成本：数百万节约

  • 工程员工人数：无减少

  • 节约再投资于AI开发

关键教训

生产力提升创造战略选择，而非自动结果。同样的收益既可以证明裁员的合理性，也可以证明加速路线图的合理性。决定取决于公司优先考虑近期成本削减还是长期增长。

前瞻性警告

上述发现来自回顾性数据：组织在2025年初之前选择如何处理AI驱动的生产力提升。在我们的样本中占主导的重新部署和加速模式可能不会持续，随着AI能力改善和经济压力加剧。斯坦福数字经济实验室和Anthropic的研究提供了更广泛劳动力市场转变已经开始的早期证据。Brynjolfsson、Chandar和Chen（2025）分析覆盖数百万美国工人的ADP高频工资数据，发现AI暴露职业中的早期职业工人（22-25岁）自2022年底以来就业相对下降16%。一项互补的Anthropic研究发现迄今没有系统性失业增加，但识别出AI暴露领域的年轻工人招聘已经放缓，实际AI部署仍是理论能力的一小部分，表明劳动力市场影响仍处于早期阶段。

这很重要，因为我们样本中记录的重新部署和避免招聘策略是早期采用阶段的特征，组织仍在学习AI能做什么。随着实施成熟、模型改进和成本压力增加，结果的分布可能会改变。我们观察到的45%减少率可能代表 floor，而非 ceiling。今天选择加速而非削减的公司，在下一代模型到来时可能面临不同的计算。金丝雀在歌唱。

第7章：AI在哪里打开了以前关闭的门？

企业如何从效率走向新收入、新能力和战略优势

已发表发现

收入增长是愿望，不是现实。 Deloitte 2026年对3,235名领导者的调查发现，74%的组织希望通过AI增长收入，但今天只有20%在这样做。只有34%正在使用AI深度转型其业务，通过新产品、服务或重塑商业模式。

高绩效者追求增长，不仅仅是效率。 McKinsey 2025年AI状态调查发现，虽然80%的组织将效率设为AI目标，但看到最多价值的公司也设定了增长或创新目标。然而只有6%的组织报告AI的EBIT影响超过5%，大多数收入收益仍集中在营销和销售、战略和产品开发。

已发表研究显示，通过AI实现增长被广泛渴望但很少实现。

我们的发现

大多数实施被衡量为成本节约。但最高回报来自将AI指向收入的公司：为每个客户而非细分个性化优惠、在数小时而非数周内完成交易、将内部工具打包为卖给客户的产品。其他公司走得更远，使用AI做以前没人尝试过的工作，如迁移遗留代码库或在没有结构化数据的市场中构建销售智能。

随着代理系统改变工程师和产品经理的工作流，他们将越来越多地从手动编码和开发任务的苦差事中解放出来。这将给他们更多时间专注于更高价值的工作、实验和协作创新。随着时间的推移，这种工作模式变化产生的新应用和想法可能产生显著红利。

发现1：来自AI的新收入是真实的，但罕见，并遵循三种模式

我们样本中的大多数实施被衡量为生产力或成本削减。但一个子集显示直接、量化的收入影响。区分这些案例的不是技术。而是有人衡量了收入侧，而不仅仅是成本侧。收入机制落入可识别的模式。

转化性个性化。

一家零售公司部署AI大规模个性化营销邮件，结合机器学习推荐引擎和生成式AI内容。在第一个月，他们测量到购买意图增加40%，实际购买增加20%。AI没有改变产品。它改变了每个客户看到哪个产品。

“这唯一做的就是给他们更好的邮件发送。” —— 零售公司高管

“60%打开邮件，40%访问网站，可能20%购买了东西。” —— 零售公司高管

一家食品配送公司服务数百万月度订单，从基于群体的细分（每段500客户）转向个人个性化。以前的方法不是慢。它在结构上无法以这种粒度运营。

“不是花三周创建50个 campaign，现在你可以为每个人创建一个 campaign。” —— 食品配送公司高管

一个企业内容平台测量到AI生成 campaign 的点击率增加200%。上市时间从七周降至六小时。表面上是效率指标，但它们解锁的量和精度直接转化为收入。

赢得交易的速度。

一家保险服务公司发现AI驱动的合同起草将速度变成了竞争武器。以前需要数周的合同在四小时内交付。结果不仅仅是效率。他们赢得了本来会失去的交易。

“他们在四小时内起草了一份真正完美的合同，由律师监督。过去需要数周，他们可能会失去合同。” —— 私募股权公司合伙人（运营公司所有者）

在响应速度决定谁获得交易的市场中，四小时对四周不是效率提升。这是中小企业的不同竞争地位。

“中小企业可以更好地利用这种杠杆，他们实际上可以成为这场革命的赢家。” —— 私募股权公司合伙人

在半导体制造中，同样的模式以不同规模出现。将测试周期减少20%，将客户问题解决从40小时降至不到一小时，改变了公司竞争企业账户的方式。

“当产品上市时间缩短时，不是500万、1000万的节约。是数亿美元的节约。” —— 半导体制造商高管

从洞察到产品。

一些公司发现他们的内部AI能力可以成为收入来源。一家咨询公司为营销归因构建了分析平台，意识到AI层可以生成预测性建议并模拟 campaign 结果。该公司现在将此作为产品推出，预计平台收入"翻倍"。

“然后当我们走向产品化模拟器时，是的，可能翻倍收入是我们预期的。” —— 咨询公司高管

一家技术服务公司走得更远。在为内部使用构建AI发票处理解决方案后，他们将其打包并开始对外销售。一家专业服务公司的内部AI平台现在服务新客户，成为服务线的基础。

“我们实际上把它打包，拿了一些版本给客户。地球上三大咨询公司之一正在使用它。” —— 技术服务公司高管

这些案例共享的不是共同的技术栈或行业。而是有人问了"我们如何降低成本？“之外的问题，并衡量了答案。

“ROI是王道。如果你能在销售周期中展示这一点，那立即会让你到达需要去的地方。我在职业生涯中尝试用其他东西销售效率，真的很难。” —— 医疗AI公司创始人

AI使从未在路线图上的工作成为可能

除了收入，另一组案例显示AI使全新的工作变得可行。不是现有流程的更快版本。没有人计划或预算的工作，因为它被认为不可能。

重写被认为技术上不可能的东西。 一家拥有超过1亿客户的金融科技公司需要将数百万行遗留代码迁移到现代架构。传统估计是18个月，1000多名工程师。有了AI编码代理，业务单元开始在数周内完成迁移。

“工程师不需要跨多个文件完成整个迁移任务100%，他们可以只审查更改、做 minor 调整，然后合并他们的PR。” —— 金融科技高管

一家保险公司发现AI可以从头重写遗留系统，比重构更快。一个原本报价5,000小时、七人团队、计划2027年完成的项目，在600小时内以三人团队完成。这打开了一个公司从未考虑过的战略问题：

“你买一个客户群然后尝试改造它？你能从头开始，通过构建他们的技术来 disrupt 一家公司吗？” —— 保险公司高管

在不可能存在的地方构建市场情报。 在有保险的医疗市场中，销售团队购买理赔数据来准确知道哪些提供者开什么、开多少。这是标准剧本。但医疗美容完全是现金支付。没有理赔、没有中央注册、没有结构化数据集。这个市场的区域情报不是昂贵或缓慢。是不可能的。一家医疗AI公司通过构建一个系统改变了这一点，该系统抓取公共来源、组装提供者档案，并按估计手术量和增长潜力评分潜在客户。销售代表第一次在一个从未有过的市场中有了合格管道。该公司现在正在扩展平台以服务其他制造商。

将运营转化为数据资产。 一家机器人检测公司正在从一致的AI驱动检测中生成历史数据集，使预测分析和事件取证成为可能。竞争对手无法在数年类似部署的情况下复制这些数据。检测开始是效率举措。它们产生的数据正在成为全新的资产。

这些案例共享一个共同特征：它们在AI使之成为可能之前不在路线图上。没有团队被要求更快地做这项工作。AI不仅用于提高效率， emergent 解决方案自己显现出来。工作本身是新的，解决了他们没有意识到存在的问题。

案例研究：呼叫中心的客户关系

AI如何将传统呼叫中心变成增长引擎

呼叫中心服务 | 客户关系 | 中型市场

公司

一家呼叫中心即服务（CCaaS）公司，为企业客户提供传统呼叫中心服务：接听电话、路由查询、管理工单队列。在一个日益由AI原生竞争对手定义的市场中，公司的价值主张受到压力。

问题

CCaaS市场正在转变。企业客户开始期望AI驱动能力作为标准，而非高级附加。AI原生初创公司可以从第一天就提供智能路由、自动解决和实时分析。公司的传统模式，建立在基于座位的定价和人工代理上，同时面临两个威胁：竞争对手可以在每次互动中交付更多价值，基础定价模式随着AI减少客户所需座位而侵蚀。

“问题之一是它对SaaS模式有影响，因为它减少了座位数。所以你需要找到新的定价方式。” —— 私募股权公司合伙人

挑战不是运营效率。是战略相关性。

解决方案

管理团队将代理式AI直接嵌入公司产品 offering。不是用AI让人工代理更快，他们重新设计服务，使AI可以端到端解决工单，不仅仅是接电话或回答问题，而是真正关闭问题。

技术方法使用代理式AI框架，可以编排完整解决过程。这超越了copilot式协助，进入自主任务完成。

结果

  • 2024年新项目 wins：20+归因于AI

  • 市场地位：AI for CX前4

  • 客户获取：每笔交易都有AI

  • 赢得新logo：没有AI就没有项目

  • 竞争重新定位：传统CCaaS → 对标AI原生

AI解锁的超越成本削减的东西

同样的技术栈可以用于减少员工人数或降低每工单成本，反而重新定位了公司在市场中的位置。三件事改变了，与效率无关。

第一，公司开始赢得以前无法竞争的交易。产品中的AI能力成为差异化因素。三十个新项目赢得不是因为公司更便宜，而是因为比仍运营传统模式的竞争对手更有能力。

第二，公司的竞争集合改变了。一项独立技术评估将公司在客户关系AI能力方面排名前四。其他三个是AI原生公司。传统呼叫中心现在被对标初创公司，而非其他 incumbent。

第三，定价模式开始转变。不是卖座位，公司可以卖结果。AI能力成为产品，而非应用于旧产品的成本削减工具。

“基本上，我们看到的是，这[AI]是一种帮助我们赢得新交易的方法。” —— 呼叫中心服务公司高管

关键教训

为效率部署的AI省钱。部署到产品中的AI改变竞争地位。差异不是技术。问题不是"我们如何降低成本？“而是"我们如何赢得以前无法赢得的交易？“这家公司问了第二个问题，三十个新项目之后，答案很明确。

“我坚信中小型公司如果获得正确的能力，在AI革命中处于非常有利的位置。决策更快。他们没有那么多遗留系统。他们不知道如何处理非结构化数据，现在他们可以使用它。他们缺乏资源，资源可以用AI增强。” —— 私募股权公司合伙人（运营公司所有者）

第8章：代理式AI是否在创造真实价值？

自主AI在哪里有效，更简单的方法在哪里胜出

已发表发现

高炒作，低规模化。 McKinsey报告，62%的组织正在试验AI代理，但只有23%正在规模化。规模化限于一两个职能，最常见的是IT和知识管理。

利基中的新兴价值。 OpenAI报告，企业AI采用按行业加速不均匀，技术（11倍）、医疗（8倍）和制造（7倍）显示最快的同比增长，而金融和专业服务在最大绝对规模运营。

可靠性限制。 Anthropic警告，随着任务复杂性增加，成功率下降。他们的数据表明，API成功率在需要约3.5小时人类努力的任务中降至50%以下。

代理能力呈指数增长。

METR，一个独立AI评估组织，衡量前沿模型可以可靠自主完成的软件任务长度。他们的研究显示，这一指标自2019年以来大约每七个月翻一番，但近几个月加速。截至2026年初，最有能力的模型现在可以可靠完成无需人类干预的任务，人类专家约需15小时。（见图）这一轨迹表明，适合代理式AI的企业任务集将在近期大幅扩展。这些是基准能力；现实世界部署仍取决于整合、权限和异常处理。

我们的发现

代理式实施目前是少数，占案例的20%。很可能是因为企业AI代理框架在2025年才进入流行时代。但即使脚手架如此不成熟，代理式AI在高容量、明确成功标准和可恢复错误的职能中交付更高的中位生产力提升（71% vs 高自动化的40%）。随着这些系统成熟和用例扩大，我们预计代理式AI的优势将加速。重要的是，代理式AI不仅仅是访问AI的新方式，它是对工作流中人类和机器角色的重新定义。

发现1：代理式AI在生产中，但大多数实施使用更简单方法

  • 级别｜定义｜占比

  • 代理式｜AI采取自主行动，端到端完成多步骤任务，无需人类干预｜20%

  • 高自动化｜AI自主处理80%以上工作，人类仅审查例外或最终输出｜34%

  • 人在回路｜AI和人类一起工作，人类在行动前审查或批准每个输出｜46%

代理式实施是少数。大多数成功企业AI使用更简单方法：带异常处理的高自动化或人在回路协作。这并不意味着代理式AI失败。它表明许多用例尚不需要完全自主来交付价值，而且代理式AI采用的更大障碍可能是技术不成熟和劳动力的有限部署经验。

发现2：代理式AI交付更高生产力，但方差更大

  • 级别｜中位收益｜范围｜顶级用例

  • 代理式｜71%｜20% - 80%｜现场服务：80%

  • 高自动化｜40%｜10% - 90%｜IT运营：90%

  • 人在回路｜22%｜10% - 85%｜发票：85%

代理式实施显示最高的中位生产力提升，为71%。最高收益来自现场服务，多代理框架自动跨仓库收集数据。人在回路显示22%中位数，适用于文档审查和临床文档，人类判断至关重要。

随着代理框架成熟，我们预计越来越多的用例将落入完全自主类别。在编码领域，这一趋势已经越来越明显。编码代理（Claude Code、OpenAI Codex等）自主运行数天交付数十万行工作代码的例子在近几个月并不罕见。

这种自主能力水平不仅会提高生产力，还会重新定义组织中的角色。技术经验有限或没有的团队成员很快就能通过自然语言对话构建和部署复杂项目，就像他们过去与开发团队负责人那样。这种能力水平不会仅限于软件开发领域。可以预见，这种工作流将迅速扩展到金融、会计、咨询服务和其他数据聚焦行业。当采用扩大时，对更广泛经济的宏观劳动力影响可能是戏剧性的。

发现3：成功的代理式实施共享共同特征

十个代理式案例集中在特定职能（采购、现场服务、安全运营、编码和客户支持分类），但比职能更重要的是这些实施的共同点：

高容量、重复性任务。 安全运营处理数千警报。采购处理数百决策。客户支持分类工单。容量证明了对构建自主系统的投资。

明确的成功标准。 警报有效或无效。采购决策正确或错误。工单解决或未解决。AI可以根据客观标准评估自己的输出。

可恢复的错误。 错过的警报可以稍后捕获。错误的采购建议可以被覆盖。失败的工单解决升级给人类。错误代价高昂但非灾难性。

跨系统数据访问。 代理式AI需要查询多个系统、收集信息和采取行动的能力。成功的实施投资了数据基础设施和API访问。

“不要只是将AI应用于现有流程。那是个错误。我们正在重新设计工作流，这就是我们成功的原因。” —— 技术公司运营负责人

案例研究：超市连锁的采购

如何构建交付真实价值的代理式AI

零售 / 采购 / 中型市场

公司

一家拥有约二十多家门店的区域超市连锁。与拥有大量利润率和巨大采购权力的市场领导者不同，这家公司运营在行业基准的大约一半，对供应商的谈判杠杆最小。

问题

超市经济学无情。利润率薄，浪费持续，缺货永久失去客户。公司面临三个相互关联的挑战：

第一，浪费。易腐商品在货架上过期，季节性产品订购数量错误，促销品没有卖出。

第二，缺货。空货架不仅失去一次销售。它们失去开车去竞争对手的客户，可能不会回来。

第三，采购时机。人类买家根据直觉、供应商关系和能手动编译的数据做决策。他们不可能优化25家门店的数千个SKU。

解决方案

公司部署了一个AI系统，完全取代了人类采购职能。系统不协助人类或生成供审查的建议。它自主做出采购决策。

架构有三个组件：从多个系统拉取库存、销售和供应商数据的数据平台；预测门店和SKU级别销售的 demand forecasting 模型；决定买什么、何时买、从哪个供应商买的自主采购代理。

“他们用AI工具取代了人类采购员，AI在购买。告诉他们买什么。所以他们的超市充满了东西，库存得到优化。” —— 零售公司项目负责人

什么使它成为代理式

这个实施在三个方面跨越了从自动化到代理式AI的界限：

第一，它取代了人类职能，而不仅仅是任务。AI完全接管采购角色，同时决定所有门店买什么、何时买、买多少。人类买家做同样决策无法在这个规模优化。

第二，它连接了以前由直觉处理的多个决策步骤。单个采购决策需要预测需求、检查当前库存、考虑供应商交货时间、平衡浪费与缺货。系统在每个门店的每个产品上连续处理这个链条。

第三，它在多个系统间操作，无需人类编排。AI从不同来源拉取库存数据、供应商目录和销售历史，一起处理，输出采购决策。以前，人类买家是集成层。

结果

  • 40% → 80% EBITDA利润率

  • 翻倍

“市场领导者有更高的利润率。这些人超级小。但他们做得几乎一样好，他们的采购权力与大玩家相比为零。但他们有的是没有浪费。” —— 零售公司项目负责人

关键教训

这个案例说明，即使对更传统的行业，当代理式AI正确应用时，它创造真实价值：对规则太复杂但对人类太重复的任务，有明确成功标准和可恢复错误。数十家门店的数千个SKU需要人类无法执行的持续优化。AI可以评估自己的表现，因为结果是可衡量的：产品卖出了、过期了还是缺货了？对于与巨头竞争的小零售商，代理式AI将智能变成了规模的替代品。

样本局限和未来展望

我们对代理式AI的发现应以一个重要警告解释：代理技术在数据收集期间（2024年8月至2025年1月）仍在涌现。我们样本中只有20%的实施涉及代理式工作流，大多数组织在试验而非规模化。代理式案例的有限样本反映了当时的技术状态，而非其长期轨迹。

这一轨迹可能是变革性的。基础模型和代理框架在推理、规划多步骤工作流和从错误中恢复的能力上快速改进。

这些正是定义代理式AI的能力。随着这些模型进步，适合代理式方法的企业用例份额将大幅增长。今天需要结构化自动化与人类监督的任务可能越来越多地由能够导航模糊性和做出上下文相关决策的自主代理处理。

我们在代理式实施中观察到的71%中位生产力提升，相比高自动化的40%，表明当代理式AI应用于正确用例时，影响显著更大。随着技术成熟和成功部署条件更好理解，我们预计代理式实施将代表企业AI价值创造中越来越主导的份额。本章记录的模式捕捉了一个趋势的早期 innings，该趋势可能重塑组织如何思考人类和机器工作的边界。

第9章：企业数据到底需要多干净？

为什么真正的数据挑战是访问和存储，而非清洁度

已发表发现

干净数据是规模化者的优势。 在战略规模化者中，61%拥有大型、准确的数据集，而 stuck 在概念验证的公司仅为38%。战略规模化者擅长"调出数据噪音”，聚焦于金融、营销和客户数据等优先领域。

数据产品是关键。 McKinsey指出，高绩效者更可能创建"可重用、业务特定的数据产品”。

非结构化数据容忍度。 OpenAI报告，企业使用结构化工作流（Custom GPTs和Projects）今年迄今增长19倍，现在处理约20%的所有企业消息。这表明组织通过构建对现有数据的访问层而非在部署AI前要求完美数据结构来成功。

上述研究建立了干净数据与AI成功的相关性。它没有量化数据可以多混乱而仍能产生结果。

我们的发现

只有6%的实施数据完全准备好用于AI。但在数据挑战存在的大多数案例中，LLM是解决方案的一部分，不仅是干净数据的消费者，而且是使混乱数据可用的工具。模型在88%的案例中解锁了以前无法访问的数据，处理语音转录、扫描文档、遗留代码和分散的知识库，这些是以前任何技术都无法处理的。一个警告：因为这个样本聚焦于成功实施，它可能低估了数据质量被证明无法克服的案例。发现反映了有意设计下可能实现的东西，而非普遍保证。

发现1：LLM不仅在消费数据。它们在修复它！

传统叙事假设AI需要干净数据才能工作。我们的数据讲述了不同的故事。只有6%的实施数据完全准备好用于AI部署。绝大多数面临从中度到严重的数据挑战。然而在大多数这些案例中，LLM是解决它们本应挣扎的数据问题的一部分。

LLM如何跨实施解决数据挑战：

  • 方法｜占比

  • 多解决方案（提取、清洗、结构化、多阶段管道匹配）｜53%

  • 提取（读取和结构化非结构化文档：PDF、发票、转录）｜31%

  • 翻译（转换遗留格式，如COBOL到Java、菜单到自然语言）｜6%

  • 其他（语音处理、结构化）｜6%

  • 分类（在高容量数据流中区分信号与噪音）｜3%

图9. 跨部署的数据质量挑战

这是一个根本性转变。以前，非结构化数据需要人类分析师在进行分析前强加结构。现在，我们91%的实施成功处理了非结构化数据，包括语音转录、扫描文档、图像、聊天日志和遗留代码，这些在两年前是不可用的。在88%的案例中，LLM解锁了以前无法访问的数据，不是因为不存在，而是因为以前的方法（OCR、规则引擎、手动标记）无法以所需的准确性和规模处理它。

“我们有过合作伙伴告诉我们，嘿，清理这个需要两个月，你们在一天内标记了所有数据问题。” —— 专业服务公司AI副总裁

新可访问的数据类型跨越企业信息的完整范围。

语音和对话数据。 医疗中的环境转录使医患对话首次可被编码团队访问。呼叫中心转录成为实时辅导和质量评估的来源。以前，编码团队没有临床决策的窗口。现在他们有完整对话。

“有了环境转录技术，现在那个人确实可以访问作为该人医疗护理一部分讨论的一切。医疗护理的可审计性和可追溯性现在用这项技术更加可能。” —— 医疗公司高管

分散的文档和知识库。 一家半导体制造商通过部署多代理框架自动从五六个不同仓库拉取信息，将数据收集减少了10倍以上。数据在技术上是可用的，但由于组织孤岛和手动组装所需的大量时间，实际上无法访问。

“文档、不同的数据表、不同的测试库——都不集中。每个都由不同团队拥有。” —— 半导体制造商工程副总裁

视觉和多模态数据。 现场技术人员现在可以拍摄设备照片并立即收到AI生成的维修说明。零售采购系统处理扫描的纸质表格、邮件和Excel电子表格，这些以前需要大量手动数据输入员。

“你可以拍张照片，AI会立即给他详细描述那个设备以及如何修复。” —— 电信公司AI副总裁

发现2：流程文档和访问比数据完美更重要

在我们能评估数据架构的实施中，59%的数据分散在由不同团队拥有的多个系统中。只有16%有完全集中的数据。然而成功不需要集中化。它需要访问。

构建集成层——无论是API、RAG架构还是多代理框架——来连接分散数据的组织，表现与拥有集中数据存储的组织一样好。在前LLM世界，企业必须在提取价值前结构化和集中数据。今天，RAG架构和知识库连接器如果检索层设计良好，可以与混乱数据一起工作。

“所有艰苦的工作都在流程文档和数据架构中。如果你能做好这两件事，其他一切都很简单。” —— 专业服务公司AI副总裁

一家电信公司为不同设备类型构建了不同的知识库，索引它们，并通过模型上下文协议（MCP）给AI代理访问，从未集中底层数据。

“我们基本上为不同对象构建了不同的知识库。MCP可以出去到我们为不同情况构建的各种工具。” —— 电信公司AI副总裁

发现3：专有数据是持久的竞争优势

每个前沿实验室都在训练它能访问的每一块公共数据。组织不能在这个轴上竞争。但每家公司都有前沿实验室从未见过或不被允许看到的专有数据。那是他们的优势。

在我们的样本中，75%的实施提到专有数据是其AI战略的关键因素，47%明确描述其积累的数据为竞争护城河。模式在各行业一致：从AI产生最多价值的组织是那些在知道如何使用之前就存储数据——即使是不完美的数据——的组织。

“我们的差异化因素，人们从我们这里购买的原因，是因为在我们过去13年的业务中，我们创建了这个知识图谱。我们有超过200亿个数据点。” —— HR科技公司高管

“力量来自利用独特资产：数据、SME、客户群、关系。差异化需要他人无法快速复制的东西。” —— 教育科技公司CTO

含义很直接。保存一切。存储数据的成本与在正确用例到来时没有它的成本相比微不足道。保存数据——无论多么不完美——的组织正在建立随时间复利的竞争优势。随着开源模型缩小与专有模型的性能差距，差异化因素从你使用哪个模型转向你喂给它什么数据。

案例研究：建筑服务公司的采购

如何在两边都有坏数据的情况下成功

建筑服务 | 采购 | 企业

公司

一家大型建筑服务公司，现场技术人员需要将零件送到工作现场。

问题

技术人员通过纸质表格、邮件和Excel电子表格提交请求。一个团队手动将这些输入采购系统，并将项目匹配到零件目录。缓慢、易错、昂贵。

解决方案

AI从非结构化来源提取请求，匹配目录，自动创建请购单。还识别项目不在目录中时并建议替代品。

数据挑战

两边的数据质量问题：

“从非结构化来源提取的质量不好——OCR没有给我们好结果。我们匹配的结构化数据的质量也不一致。核心数据本身不是最好的质量。” —— 专业服务公司AI实践负责人

解决方案：

  1. OCR失败时用Python提取。

  2. 用生成式AI清洗，使用向量化和嵌入消除杂散字符。

  3. 尽管参考数据不完美，模糊匹配目录。

  4. 人在回路处理例外，而非要求100%准确。

“我们从’这是你的需求；这是它将做什么’转向’足够好是什么样子？‘如果你监控它并随时间给它更好的数据，AI会改进。” —— 专业服务公司AI实践负责人

结果

  • 投资：50万-100万美元

  • 生产力提升（预计3-5年）：30%

  • 预期ROI：3年10倍

关键教训

为"足够好"设计，而非完美。每个管道阶段即使前一个阶段的输入不完美也增加了价值。

第10章：严格的安全是保护项目还是扼杀项目？

安全要求如何影响AI项目结果

已发表发现

安全是首要任务。 McKinsey报告，51%的组织正在努力缓解网络安全风险，这是继不准确性之后的第二大常见缓解措施。

高绩效者承担更多风险，而非更少。 反直觉的是，AI高绩效者更可能报告负面后果（如IP侵权），也更可能缓解风险。这表明他们在任务关键环境中使用AI，而非完全避免风险。

受监管行业未被阻止。 OpenAI报告，医疗——监管最严格的行业之一——是企业AI采用增长最快的三个行业之一，同比增长8倍，而金融服务在最大绝对规模运营。这表明严格的安全和合规要求并未阻止高风险领域的采用。

我们的发现

在我们的样本中，安全不是纯粹的项目杀手。在每个安全创造障碍的案例中，那些同样的要求最终使项目能够处理否则禁止的敏感数据。影子AI（员工使用未授权的AI工具）在正式渠道无法跟上时出现。安全税是真实的，但是前置的。

发现1：最初阻碍的安全要求最终使能

在12个有完整数据的案例中，我们发现安全从来不是纯粹的项目杀手。在每个安全创造障碍的案例中，那些同样的要求最终使项目能够处理否则禁止的敏感数据。

模式是一致的：被迫构建强大数据保护基础设施的团队解锁了没有此类基础设施的竞争对手无法触及的用例。

“在大多数银行有一种心态，必须完全在内部。我们不会使用任何不在防火墙内的软件或硬件。现在当你引入AI，一切都是基于云的，所以我们必须更新那种政策。” —— 大型金融机构高管

同一机构，经过多年的安全工作，现在运行面向客户的AI，处理敏感金融数据，在发送到外部模型前清除个人身份信息（PII），并在返回时重新组装。安全投资成为竞争对手无法快速复制的能力的基础。

发现2：当正式渠道无法跟上时，影子AI出现

影子AI指员工未经IT或安全团队正式授权使用AI工具和平台。这是AI时代的影子IT等价物，但带有放大的风险：员工经常将专有数据、客户记录和内部文档上传到缺乏企业安全控制的消费者AI平台。

问题普遍存在。行业调查发现，70%到80%在工作使用AI的员工依赖未经雇主批准的工具。一项IBM研究发现，虽然80%的工人使用AI，但只有22% exclusively 使用公司提供的工具。在使用未授权平台的人中，57%承认输入敏感公司信息。财务后果是真实的：AI相关的数据泄露平均每次事件给组织造成超过400万美元的损失。

我们的案例研究证实了这些发现，并揭示了数字背后的组织动态。

影子AI在15%的案例中被明确提及。出现了两种不同模式：

模式A：热情超过治理。 一家半导体制造商发现公司内使用的AI工具大量收集。员工不是恶意的。领导层在任何平台存在之前就发出了"使用AI"的信号。

“当我做安全分析时，我们发现公司员工正在使用1,500或1,600种不同的AI工具。所以我们的目标是在我们说不能使用未批准工具之前建立可工作的内部平台。” —— 半导体制造商高管

模式B：绝望胜过官僚主义。 在医疗保健中，医生采用环境转录工具而没有正式批准，因为医院系统评估和采购太慢。医生疲惫不堪，技术存在，正式流程耗时太长。

“很多这些医生一直在采用这些技术而没有批准或正式供应商选择流程。” —— 医疗AI公司高管

洞见不是影子AI是好是坏。而是影子AI是政策比技术移动慢的症状，需要在某种程度上预期和考虑。当正式安全流程无法跟上需求时，用户找到变通方法。在医疗、金融和政府等行业，法律和监管责任可能是巨大的。

发现3：安全税是真实的，但投资向前支付

量化安全延迟被证明是困难的，但受监管行业的定性证据表明税收是巨大的。

“我来自科技初创公司，如果你不直接尝试东西，你会灭亡。进入大型受监管金融机构……简直是天壤之别。” —— 大型金融机构高管

在这种环境中项目需要数年才能建立。这是最极端形式的安全税。

但税收是前置的。一旦基础设施存在，后续项目利用它。公司构建了数据清除管道、与云提供商建立了合同、创建了合规归档系统。每个新的AI用例现在建立在该基础上，而非从头开始。

税收合理时： 当安全投资使否则不可能的用例成为可能时，它是合理的。处理客户金融数据、处理医疗记录、管理机密M&A文档：没有强大的安全，这些都不可能。

税收浪费时： 当安全税阻止工作而不使员工/客户问题的解决方案成为可能时，它是浪费的。当正式流程太慢时，影子AI填补空白，加剧了流程设计要防止的许多安全风险。

案例研究：大型零售银行的客户面对

如何从"一切在防火墙内"走向云AI

金融服务 | 客户支持 | 企业

公司

一家大型美国零售银行，通过移动应用、分支机构和呼叫中心服务数百万客户。银行在联邦银行法规下运营，在过去的合规问题后面临 consent orders，创造了深度风险规避文化。

问题

银行想在移动应用中部署AI驱动的虚拟助手。但他们的技术政策禁止使用企业防火墙外的任何软件或硬件。现代AI是基于云的。该政策使基于云的AI不可能。

解决方案

团队开发了一个具有四个组件的数据保护架构：

退出时PII清除。 客户话语在离开防火墙前被剥离姓名、账号和金额。

合成数据替换。 外部处理期间用假值替换真实值。

外部意图处理。 云模型确定客户意图并选择适当的工作流。

返回时重新组装。 在呈现响应前在内部重新插入真实值。

“我们发送到Google Cloud平台的是所需的最小清除集。我们换入假名字、假金额。它仍然可以辨别意图是什么。然后在返回时我们将所有这些重新组合到响应中。” —— 大型金融机构高管

结果

  • 渠道成本：最低服务成本

  • 呼叫 containment：减少48-72小时

  • 下一阶段：代理式AI用于调度

关键教训

安全是基础设施，不是 overhead。多年花在安全上的时间为大规模处理敏感金融数据奠定了基础。没有那项投资，银行无法提供触及客户账户的AI服务。

税收是前置的。大多数安全成本在首次部署之前。后续用例利用相同的管道、合同和归档系统。警告：现在有许多高度能力的开源解决方案可用，可能有可行的选项在内部部署AI功能，而不改变现有政策。

风险规避文化是最难的障碍。技术解决方案并非完全直接，但使文化灵活性成为可能确实给了它比竞争对手更快的上市时间优势。改变由过去 consent orders 塑造的文化是真正的挑战。

第11章：基础模型选择何时不是商品？

模型选择何时重要、何时不重要，以及什么驱动开源 vs 闭源决策

已发表发现

模型质量随着复杂性增加而更重要。 Anthropic显示，成功率随着任务范围增长而急剧下降，意味着对于复杂、长范围或代理式工作流，模型能力成为约束。

推理工作负载在增长。 OpenAI报告，推理token消耗同比增长320倍，表明企业正在将模型推向更复杂的领域，性能差异可能重要。

开源模型达到闭源模型90%的性能。 MIT研究分析五个月的OpenRouter推理数据发现，开源模型在发布时 routinely 达到专有模型质量的90%以上，并迅速收敛。然而闭源模型仍占约80%的token使用。

超过一半的企业已经使用开源AI ，通常与专有工具一起。McKinsey、Mozilla和McGovern Foundation对700名技术领导者的调查发现，超过50%的组织在堆栈某处使用开源AI，科技公司中升至72%。

成本差距扩大速度快于性能差距缩小。 开源模型达到专有模型性能的约90%，而每次token的API定价平均便宜六倍，基于Artificial Analysis基准和定价数据。

已发表研究捕捉了商品问题和开源与闭源模型之间的成本性能权衡。它没有解决的是生产中的企业实际如何做这些决策，基准之外的因素如何塑造结果。

我们的发现

对于42%的实施，模型选择完全是商品。商品边界存在于任务复杂性：常规任务成为商品的可能性是高级任务的4倍。多模型策略是新兴规范，抽象层将领导者与落后者分开。尽管开源可用性增长，企业绝大多数默认使用专有模型，决策由能力和速度驱动，而非成本。警告：未来，随着开源和闭源模型之间的能力差距继续缩小（这正在迅速发生），商品类别中的任务百分比可能会显著增长。

发现1：对于大多数企业用例，模型选择是商品

  • 结论｜占比

  • 商品（可互换）｜42%

  • 中等重要｜39%

  • 关键差异化因素｜19%

模式是一致的：成功来自模型周围的一切——数据质量、流程文档、集成架构、变革管理——而非模型本身。

“我们做过的最重要的事情是花大量时间在我们的RAG上，真正确定我们的分块策略。” —— 专业服务公司总监

发现2：商品边界由任务复杂性定义

我们根据认知需求将实施分为两类：

常规任务： 重复性、基于规则的工作，有明确成功标准。客户支持分类、文档搜索、营销内容、招聘筛选。

高级任务： 需要多步骤推理、领域专业知识或后果性决策的工作。复杂编码、合规分析、临床文档、代理式工作流。

按任务复杂性的模型重要性：

  • 任务类型｜商品（可互换）｜中等重要｜关键差异化因素

  • 常规任务｜71%｜29%｜0%

  • 高级任务｜18%｜47%｜35%

图10. 按任务复杂性的模型可互换性

在常规任务中，71%将模型视为完全可互换，没有人认为它是关键差异化因素。在高级任务中，只有18%将其视为商品，而35%认为它是关键的。

“这里的进入壁垒比传统上低得多，因为LLM变得更加商品化。” —— 医疗AI公司高管

发现3：多模型策略是新兴规范

大多数实施使用多个模型而非承诺单一提供商。多模型方法采取几种形式：

任务特定路由。 不同任务使用不同模型：快速、便宜的模型用于分类，更有能力的模型用于生成或推理。成本差异可以是10倍或更多。通常小模型可以在本地运行，意味着基本上只是电费而非使用昂贵的模型API，可以产生巨大节约，更不用说隐私优势。

通过冗余验证。 对两个不同模型运行相同查询，只接受匹配的答案。

“我想我们对两个不同的RAG模型运行它。如果我们得到相同的答案，那就是好答案。如果两个RAG模型不匹配，那就是坏答案。” —— 专业服务公司项目负责人

基于查询的优化。 通过为每个模型添加智能评估和路由层，查询系统可以根据用例需求获得显著收益。

“我们构建了一个多LLM网关。能够真正根据查询解决成本、准确性、相关性和延迟。在每个查询，目标是说好吧，这个结果需要深度搜索吗？还是mini模型就够了？” —— 技术公司运营负责人

发现4：模型抽象层正在成为竞争优势

最复杂的实施包括抽象层，允许模型切换而不重新架构系统。这些组织将模型视为更大平台内可互换的组件。

“我的焦点不是工具。我的焦点是构建平台，一旦平台在那里，他们就会使用平台。如果某个模型变得更好或更便宜，你有灵活性 pivot。” —— 技术公司运营负责人

一家食品配送公司在多个基础模型之上构建了自己的AI Chatbot：OpenAI、Gemini和Claude。这个抽象层使他们能够在客户服务中实现90-95%的自动化，而不依赖任何单一提供商。

拥有抽象层的组织共享一个共同哲学：模型正在快速且不可预测地改进。与其押注单一提供商，他们构建了允许他们从任何来源采用改进的基础设施。随着所有前沿和开源实验室的快速发布，系统为工作选择正确模型的能力本身正在成为竞争优势。

最高绩效的实施将模型视为他们控制的平台内可互换的组件。持久的优势在编排层，而非基础模型。

发现5：开源模型正在进入生产，但在专业角色中

开源并非缺席企业部署。它出现在特定功能中，定制和控制超过对前沿能力的需求：命名实体识别等专业任务、需要完全模型可见性的安全功能，以及领域数据微调驱动初始架构的初创产品。

一家主要金融机构说明了新兴模式。其核心面向客户的能力运行在专有模型上，但其信息安全功能使用开源模型，团队需要定制和控制模型的确切行为。

“我们用于信息安全的一些模型，我会说支持或辅助型模型……我们可能对某些使用开源模型，比如特别是NER，命名实体识别。那些是开源的。” —— 主要金融服务机构高级高管

一家网络安全供应商走了不同路径，以Llama为基础模型构建整个产品并广泛微调。选择不是关于性能领导力，而是以可管理成本使模型适应窄领域的能力。

“我们只是拿Llama作为基础模型，然后修改它。” —— 技术服务公司高管

在光谱的另一端，一家云原生软件公司完全拒绝开源模型，优先考虑专有企业级许可带来的安全和隐私保证。

“我们避免大多数开源或免费或未批准的工具，因为隐私和安全条款。我们是云原生；没有本地自托管。” —— 软件公司工程负责人

企业AI中的开源采用正在通过专业化的低风险功能进入。问题不是企业是否会使用开源模型，而是支持基础设施多快能跟上，使它们对核心生产工作负载可行。随着闭源和开源产品之间的差距缩小，鉴于可观的成本和技术主权优势，开源将越来越多地获得 mindshare。

2026年初出现的 capable 中国开源模型（Qwen、Kimi、Minimax、GLM等）缩小了与专有模型的能力差距，同时保持显著成本优势。在OpenRouter上，一个为超过400万用户路由API请求跨400+模型的平台，按token量排名前5的模型中有4个现在是中国开源，主要由代理式工作负载驱动，消耗的token比传统聊天机器人使用呈指数增长。尽管如此，大多数美国企业部署仍严重依赖美国提供商如OpenAI、Anthropic、Meta的Llama和Google的Gemini，合规、支持和供应商资格仍是关键因素。随着代理驱动架构扩展，用实时模型选择管理模型选择和推理成本（有时称为tokenomics）将成为技术团队越来越重要的能力。

图11. OpenRouter周模型使用排名，2026年2月16日

发现6：当前焦点是能力和速度，不是成本

超过三分之二讨论模型选择标准的企业将能力列为首要原因，而非成本。企业选择能最快交付结果的模型，而非成本最低的。

当通过总拥有成本而非仅推理价格来看时，这个模式是合理的。一家零售公司最初在专业供应商之上构建定制解决方案，然后发现可以用通用专有模型以更低总努力复制相同功能。

“我们最终在Claude中重新开发了相同的代码。我们取消了合同，我们有了自己的专有解决方案。” —— 零售公司高管

几个组织围绕多年积累的专有数据而非模型选择构建竞争护城河，如第9章所讨论。

数据主权，常被视为开源和自托管的驱动因素，以不同于预期的方式解决。企业不是部署本地模型，而是与云提供商谈判合同保护。主权通过合同和数据最小化解决，而非模型架构。

开源在推理层面的成本优势是真实的，但我们交谈的企业今天还没有优化推理成本。他们优化的是价值实现时间、运营简单性和风险降低。对于初创公司，模式可能看起来不同，推理成本从一开始就是更约束的因素，开源采用往往更高。这在不久的将来可能会改变。随着token饥饿的代理实施增加，推理成本可能成为模型选择的主要因素。随着小型和开源模型的能力缩小与前沿模型的差距，成本和技术独立性因素将在模型选择过程中发挥越来越主导的作用。

案例研究：技术公司的客户支持

如何构建模型无关的基础设施

通信技术 | 客户支持 | 企业

挑战

客户支持量增长快于他们招聘代理的能力。技术挑战不是构建聊天机器人。而是构建基础设施，可以路由查询到最优模型、优化成本/准确性/延迟、避免供应商依赖，并随着新模型可用而改进。

解决方案

而不是选择单一模型提供商，公司构建了一个多LLM网关，从应用层抽象出模型选择。网关根据四个优化维度路由每个查询：成本、延迟、相关性和准确性。

“我们不只用一个。我们用Claude，我们用OpenAI，我们用一些Llama。所以我们使用不同的模型。我们有时也用Bedrock。” —— 技术公司运营负责人

结果

  • 工单 deflection：82%

  • 解决率：71%

  • 代理生产力：40%+提升

  • 支持员工人数：减少32%

关键教训

这个案例说明为什么模型抽象比模型选择更重要。上述业务成果由大规模自动化客户支持驱动。多LLM网关主要在该系统内优化成本和延迟，帮助公司避免了三个架构陷阱：

供应商依赖。 他们可以采用任何提供商的改进而不重新架构。

成本优化。 他们按查询优化，而非做出单一的全局模型选择。

未来证明。 随着模型改进，基础设施可以自动吸收那些技术和成本改进。

对于常规客户支持查询，任何前沿模型都有效。对于需要深度搜索或高准确性的复杂查询，路由更有能力的模型。系统持续优化，无需任何人做出战略性的"模型选择"决策。

结论

本研究始于一个看似简单的问题：当企业在生产中部署AI时实际会发生什么？在研究了41个组织、9个行业、7个国家的51个成功实施后，答案比主流叙事所暗示的更微妙、更可操作。技术有效。挑战是其他一切。

也许最反直觉的发现是工作实际上关于什么。AI是新的和异国情调的，所以许多高管进入AI项目时期望技术是困难的部分。在实践中，大多数最艰难的挑战与技术无关。它们关于理解机会、重新设计流程、赢得怀疑团队的信任，以及构建允许模型在真实商业环境中运营和领导者衡量结果的数据基础设施。对于42%的案例，模型本身完全可互换。成功的组织不一定有更好的AI。他们有更好的流程和执行。

这种执行遵循可识别的模式。高管发起人不仅在成功中坚持，在失败中也坚持——在我们能追踪的每个案例中，监督失败尝试的同一高管领导了成功的尝试。迭代开发在数周内交付工作软件。以及管理阻力的刻意策略，不仅来自害怕替代的一线工人，还来自法律、HR、风险和合规部门，它们占项目阻力的最大部分。克服这些职能需要与公司OKR挂钩的 mandate，而非说服。

人类监督问题产生了研究中最实用的洞见之一。基于升级的运营模式，AI自主处理80%或更多工作，人类仅审查例外，与71%的中位生产力提升相关，而更传统的每输出都需要人类批准的模式为30%。这并不意味着更少监督普遍更好。受监管行业和高风险决策按设计需要人类审查。但对于高容量、可恢复的任务，给AI更多自主权的组织取得了显著更好的结果。

就业图景比乐观主义者或悲观主义者暗示的更复杂。减少是最常见的员工人数结果，占45%，但不是多数。替代方案，包括避免招聘、重新部署和明确决定保持员工人数，都发挥了重要作用。在许多案例中，新类型的价值创造，而不仅仅是成本避免，是可持续商业价值的关键。然而这些模式反映了早期采用阶段的反应。随着模型能力和代理框架成熟，经济力量可能推动市场走向越来越多的劳动力替代，但它也必然会产生一些新的增强机会。

从数据中浮现的实战手册

从无形和不可见的工作开始。 流程文档、数据访问层和变革管理不是附加在真正工作上的 overhead。它们往往就是真正的工作。将这些视为先决条件而非事后想法的组织更快到达生产并取得更高回报。

投资于衡量。 清晰的KPI应在部署前确定。有强大指标的组织更可能展示价值并扩大项目。关键指标包括质量、客户价值和收入增长，超越裁员或成本节约。

保存一切。 即使混乱、不完整或看似无用的数据现在也有价值，因为LLM可以清理、结构化和从非结构化来源提取意义。囤积数据——即使不完美——的组织发现自己在模型赶上后拥有复利优势。存储数据的成本通常与在正确用例到来时没有它的成本相比微不足道。

从第一天起构建多模型架构。 最成功的实施将模型视为他们控制的编排层内可互换的组件。根据成本、准确性、隐私和延迟将每个任务路由到最优模型。使用小模型分类、大模型推理和规划、开源用于专业功能或受监管行业、专有用于行业特定能力。早期构建这种灵活性的组织避免了供应商锁定，并自动捕获提供商的快速改进。

为代理式AI规划。 代理式和非代理式实施之间的生产力差距，71%对40%中位收益，只会随着模型改进而扩大。现在为自主工作流构建基础设施的组织，包括清晰的决策边界、结构化升级和多系统数据访问，将 positioned 捕获下一波价值。开源模型在代理式实施中的重要性将增长，因为控制推理成本显著更容易和可预测。

更广泛的图景

生产率J曲线正是我们的数据捕捉的：在回报实现之前，在集成、流程重新设计和变革管理上进行大量早期投资。在公司层面，竞争动态是可见的。虽然每个人都可以访问相同的模型，但领导者和落后者之间的差距正在扩大。这是因为对于每个围绕AI重新设计工作流并开始捕获其收益的公司，都有一个竞争对手仍在争论使用哪个模型或挣扎于组织问题。今天占我们样本20%的代理式实施可能在三到五年内占多数。模型将变得更便宜、更有能力。构建了多模型架构、投资了数据基础设施、发展了持续流程重新设计肌肉的组织不仅领先。他们正在用每一次迭代复利他们的优势。

我们处于一个"生产率分叉”，宏观经济结果取决于组织使用AI创造新任务和增强工人，还是主要削减成本和减少员工人数。我们的数据显示两条路径都在同时被追求并取得成功，随着技术成熟，平衡如何转移仍不清楚。组织和政府在未来几年如何导航这个分叉将决定这项变革性技术是带来广泛共享的繁荣，还是集中收益和社会不稳定。

考虑到这些国家暴露工作的比例，政府项目和政策在发达经济体重新培训或支持 displaced 工人可能越来越必要。即使我们对AI在经济中创造巨大价值的潜力高度乐观，过渡也不会平滑，如同以前通用目的技术的情况。

实验的窗口正在关闭。问题不再是AI是否会交付价值。而是组织能否足够快地进化来捕获它，以及组织在效率实现时帮助软化工人和社区过渡的社会责任是什么。经济和我们的社会结构的稳定可能取决于今天的领导者如何回答这个问题。

附录

前几章分析了企业如何用AI创造价值。本节将这些发现转化为两个实用参考：组织正在衡量的指标和他们正在学习避免的失败模式。

这些不是理论框架。下面的每个KPI和每个失败模式都由我们样本中至少一个实施报告。

按职能的关键绩效指标

在部署前定义清晰KPI的组织更可能展示价值并确保继续投资。然而许多团队默认使用窄的效率聚焦指标——通常以裁员衡量——而忽视质量、客户价值和收入增长的指标，这些往往更可持续和有影响力。我们都知道那句话，你得到你衡量的，对于AI使能的项目，这尤其真实。我们希望这些KPI衡量选项可以帮助你的组织找到超越原始生产效率实现价值的新方法。

客户支持：

  • KPI｜衡量什么

  • 工单/呼叫 deflection率｜AI在没有人工代理参与的情况下解决的查询份额

  • 平均处理时间（AHT）｜解决客户互动的总时间，包括通话时间和通话后工作

  • 自助解决率｜AI deflect 的互动中实际解决的份额，而不仅仅是 deflection

  • 客户满意度分数（CSAT）｜客户报告的对支持互动的满意度

  • 支持员工人数减少｜AI自动化带来的支持人员减少

销售：

  • KPI｜衡量什么

  • 销售代表节省时间｜销售代表每天释放用于高价值销售活动的时间

  • 线索发现速度｜识别和研究潜在客户的时间，与手动流程相比

  • 转化率｜将潜在客户转化为付费客户的比率

  • 工具采用率｜销售团队定期使用AI工具的份额

工程：

  • KPI｜衡量什么

  • 开发时间减少｜完成开发任务的工程小时减少

  • 任务完成速度｜完成单个编码或迁移子任务的时间

  • 团队规模 vs 产出｜工程团队规模相对于交付产出的变化

  • 代码质量分数｜AI生成代码输出的成功率和准确性

  • 新产品 offering｜从AI实施中出现的新或未计划的产品

营销：

  • KPI｜衡量什么

  • Campaign上市时间｜从简报到 campaign 发布的时间

  • 内容生产成本｜创建营销内容和 campaign 材料的成本

  • 点击率/转化率｜AI生成内容驱动的客户参与和购买行为

  • 个性化规模｜创建个性化 campaign 而非批量细分的能力

法律与合规：

  • KPI｜衡量什么

  • 文档审查/起草时间｜审查、起草或处理法律文档的时间

  • 文档处理量｜给定时期内处理和搜索的文档数量

  • 信息检索准确性｜从法律文档中提取信息的准确性及来源验证

采购：

  • KPI｜衡量什么

  • 浪费/缺货减少｜通过需求优化减少库存浪费和缺货事件

  • 销售成本减少｜通过更好的谈判、供应商匹配和时机节约

  • 处理时间减少｜从 intake 到采购订单的处理采购请求时间

财务运营：

  • KPI｜衡量什么

  • 处理准确性｜AI系统正确处理的发票或交易百分比

  • 员工减少/成本节约｜自动化财务处理带来的员工和成本节约

  • 积压消除速度｜处理交易和消除处理积压的时间

HR与招聘：

  • KPI｜衡量什么

  • 每个职位的筛选时间｜筛选给定职位完整候选人池的时间

  • 端到端招聘效率｜整个招聘管道的整体生产力改进

  • 候选人转化率｜筛选候选人转化为成功招聘的比率

IT运营：

  • KPI｜衡量什么

  • 运营成本减少｜自动化IT支持和内部运营的成本节约

  • 员工与系统比率｜管理AI自动化系统或机器人所需的人类数量

  • 技术人员自给自足｜现场员工在不升级到支持的情况下解决问题的能力

现场服务：

  • KPI｜衡量什么

  • 数据收集时间｜收集客户问题分类所需所有技术数据的时间

  • SLA达成率｜在约定SLA时间框架内解决的客户问题百分比

医疗：

  • KPI｜衡量什么

  • 临床文档时间｜临床医生花在文档而非患者护理上的时间

  • 收入周期时间｜从服务交付到付款 receipt 的时间

  • 编码准确性率｜AI建议的账单代码与医生批准代码之间的一致性

保险运营：

  • KPI｜衡量什么

  • 理赔处理效率｜理赔处理人员重复任务时间的减少

常见失败模式及如何克服

在我们的访谈中，61%的AI实施在达到生产价值之前经历了至少一次重大失败。常见症状如"项目 stuck 在试点"或"无法证明ROI"频繁出现，但这些是后果，不是原因。下表将失败合并为六个根因，展示它们如何表现，并捕捉公司如何克服它们。

研究样本概况

51个案例研究来自41个组织，跨多个地区。下表以匿名形式呈现每个组织。

41个组织 | 7个国家 | 5个地区 | 100万+合并劳动力

  • 组织｜行业｜职能｜地区

  • 制造公司｜制造｜招聘、薪酬与福利｜亚洲

  • 消费品公司｜其他｜HR共享服务｜亚洲

  • 物流公司｜其他｜培训｜亚洲

  • 技术公司｜软件与技术｜HR支持｜亚洲

  • IT安全服务公司｜软件与技术｜IT运营｜亚洲

  • 保险公司｜金融服务｜理赔处理、文档审查｜欧洲

  • ERP咨询公司｜金融服务｜财务运营｜欧洲

  • 制造公司｜制造｜供应链与运营｜欧洲

  • 呼叫中心｜其他｜客户支持｜欧洲

  • IT服务公司｜其他｜财务运营｜欧洲

  • 超市连锁｜零售｜采购｜欧洲

  • 人才管理平台｜软件与技术｜招聘｜欧洲

  • 半导体公司｜制造｜销售｜全球

  • 全球咨询公司｜其他｜建筑采购｜全球

  • 数字银行｜金融服务｜软件开发｜拉丁美洲

  • 证券交易所｜金融服务｜软件开发、合规、客户支持｜拉丁美洲

  • 能源交易公司｜其他｜客户支持、营销｜拉丁美洲

  • 食品配送与零售平台｜零售｜客户支持、营销｜拉丁美洲

  • 保险软件公司｜金融服务｜软件开发｜北美

  • 零售银行｜金融服务｜客户支持｜北美

  • 医疗器械制造商｜医疗｜销售｜北美

  • 老年护理提供商｜医疗｜患者监测｜北美

  • 医院｜医疗｜临床文档、收入周期｜北美

  • 律师事务所｜法律服务｜文档审查｜北美

  • 全球汽车制造商｜制造｜客户支持、IT运营｜北美

  • 工业机器人公司｜制造｜IT运营｜北美

  • 半导体存储制造商｜制造｜现场服务、产品开发｜北美

  • 工业制造商｜制造｜质量保证｜北美

  • 能源公用事业公司｜其他｜营销内容生成｜北美

  • 包装物流公司｜其他｜冷链监测｜北美

  • 在线学习平台｜其他｜软件开发、内容起草｜北美

  • 专业服务公司｜专业服务｜尽职调查、招聘｜北美

  • 咨询公司｜专业服务｜文档审查｜北美

  • 零售公司｜零售｜营销内容生成｜北美

  • AI驱动的BPO｜零售｜销售自动化｜北美

  • 零售公司｜零售｜采购｜北美

  • 联络中心｜软件与技术｜客户支持｜北美

  • 移动广告归因公司｜软件与技术｜营销｜北美

  • 技术公司｜软件与技术｜客户支持、销售｜北美

  • 电信公司｜电信｜IT运营｜北美

  • 电信运营商｜电信｜营销内容生成｜北美

尾注

[1] Erik Brynjolfsson, Daniel Rock, and Chad Syverson, “The Productivity J-Curve: How Intangibles Complement General Purpose Technologies,” American Economic Journal: Macroeconomics 13, no. 1 (2021): 333-372.

[2] Erik Brynjolfsson and Gabriel Unger, “The Macroeconomics of Artificial Intelligence,” IMF Finance & Development, December 2023.

[3] Daron Acemoglu and Pascual Restrepo, “Automation and New Tasks: How Technology Displaces and Reinstates Labor,” Journal of Economic Perspectives 33, no. 2 (2019): 3-30.

[4] Daron Acemoglu, “The Simple Macroeconomics of AI,” NBER Working Paper 32487, April 2024.

[5] Erik Brynjolfsson, Bharat Chandar, and Ruyu Chen, “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of AI,” Stanford Digital Economy Lab Working Paper, 2025.

[6] Erik Brynjolfsson, Avinash Collis, W. Erwin Diewert, Felix Eggers, and Kevin J. Fox, “GDP-B: Accounting for the Value of New and Free Goods,” American Economic Journal: Macroeconomics 17, no. 4 (2025): 312-344.

[7] MIT NANDA Initiative, “The GenAI Divide: State of AI in Business 2025,” July 2025.

[8] McKinsey & Company, “The State of AI in Early 2024: Gen AI Adoption Spikes and Starts to Generate Value,” McKinsey Global Survey, May 2024. Survey of 1,363 participants across regions, industries, and seniority levels.

[9] Accenture, “AI: Built to Scale - From Experimental to Exponential,” Accenture Applied Intelligence, 2019. Survey of 1,500 C-suite executives across 16 industries and 12 countries.

[10] Anthropic, “The Anthropic Economic Index,” multiple reports, 2025-2026. Available at anthropic.com/research/economic-index.

[11] McKinsey & Company, “The State of AI in 2025: Agents, Innovation, and Transformation,” McKinsey Global Survey, November 2025.

[12] OpenAI, “The State of Enterprise AI,” December 2025. Based on de-identified data from 1M+ business customers and survey of 9,000 workers across ~100 enterprises.

[13] ISACA, “The Rise of Shadow AI,” September 2025. IBM, “2025 Cost of Data Breach Report.” AI-associated breaches cost organizations an average of $4.88M, highest of any breach category.

[14] WalkMe / SAP, “AI in the Workplace Survey,” August 2025. 78% of AI users bring their own tools to work.

[15] IBM / Censuswide, “Is Rising AI Adoption Creating Shadow AI Risks?,” November 2025. 80% of workers use AI; only 22% use employer-provided tools.

[16] TELUS Digital / Fuel iX, “Shadow AI in the Enterprise: 2025 AI at Work Survey,” February 2025. Survey of 1,000 U.S. enterprise employees conducted by Pollfish, January 2025.

[17] Frank Nagle and Daniel Yue, “The Latent Role of Open Models in the AI Economy,” MIT Initiative on the Digital Economy / Georgia Institute of Technology, November 2025. Based on OpenRouter data (May-September 2025).

[18] McKinsey & Company, Mozilla Foundation, and Patrick J. McGovern Foundation, “Open-source in the Age of AI,” February 2025. Survey of 700+ technology leaders across 41 countries.

[19] OpenRouter and Andreessen Horowitz, “State of AI: An Empirical 100 Trillion Token Study,” December 2025.

[20] Artificial Analysis, “Intelligence Index v4.0,” January 2026. Hugging Face model repository data from AI World, December 2025.

[21] Deloitte AI Institute, “The State of AI in the Enterprise: The Untapped Edge,” January 2026. Survey of 3,235 director to C-suite-level leaders.

[22] METR, “Measuring AI Ability to Complete Long Tasks”, updated February 2026.

[23] “Labor Market Impacts of AI: A New Measure and Early Evidence.” Anthropic, March 2026.

致谢

特别感谢所有接受访谈的受访者，他们为本论文贡献了时间、见解和数据。我们还要感谢帮助我们将内容微调得更好的审阅者：Sandy Pentland、Andy Haupt、Jing Wang、Christie Ko、Tomas Castagnino和Matty Smith。