AI普及了，企业回报为何仍有限？

AI能让员工更快完成一项任务，却不一定改变公司的成本、收入或利润。这有助于理解麦肯锡2026年调查呈现的落差：80%的受访者表示，AI提升了个人工作效率；但只有37%将至少部分息税前利润（EBIT）影响归因于AI。约6%符合麦肯锡对“高绩效者”的定义：受访者将至少相当于EBIT 5%的贡献归因于AI，并称其影响显著。这些数字反映的是受访者的归因，并不能证明某一种做法必然带来财务回报。68

为什么效率提升未必反映在利润上

个人任务变快，只是业务流程中的一环。如果审批、交接、系统和决策权限都没有改变，省下的时间可能既没有降低成本，也没有带来更多收入。麦肯锡2026年调查显示，较强的AI表现与工作流程重设计相关；该机构此前的研究也发现，在其考察的因素中，流程重设计与EBIT影响的关联最强。但这种关联提示了可能的方向，并不能证明因果关系。514

这也关系到企业如何衡量成效。工具开通、使用频率和节省时间，可以说明员工正在使用AI；单凭这些指标，却无法判断公司是否增加了收入或减少了支出。个人效率提升与EBIT影响之间的落差，说明两方面都需要追踪。68

从AI试点走向业务价值，可以怎么做

先明确要解决的业务问题

选择一个有负责人、能界定问题和衡量结果的流程。目标可以是降低某项服务流程的成本，也可以是提高转化率，但应由业务需求决定，而不是只统计AI使用量。启动改造前先建立基线，之后才有参照来评估变化。

初期范围不妨聚焦一些。目标和流程越清晰，就越容易看出AI在哪些环节发挥作用、哪些情况仍需人工介入，以及是否值得扩大应用。

把数据质量和责任归属纳入项目

DMEXCO 2026的一场电商专题讨论提到，供应商提供的商品数据格式各异，标签不一致，也可能缺少信息。如果没有统一标准，这些问题会沿着系统传递到商品信息源中，后续还可能需要人工反复修正。25

为数据质量、业务结果，以及AI输出何时需要复核，明确具体负责人。在电商场景中，商品信息完整且一致也很重要；当商品发现渠道延伸至AI助手、社交媒体和电商平台时，相关信息还应包含准确价格等必要内容。273334

重设计整个流程，而不只是加快单项任务

从头到尾梳理工作如何流转：信息如何进入流程、AI负责什么、哪些节点需要审批，以及谁来根据结果采取行动。在适当情况下，可以减少或调整不必要的交接；同时，让人员继续对判断、例外情况和高风险决策负责。

这不是在原有流程上简单添一款工具，而是重新思考工作如何完成。麦肯锡研究发现，流程重设计与更强的已报告财务影响相关；但2026年调查并未证明，单靠流程重设计就能带来这些回报。514

用业务和财务指标检验结果

关注变化是否影响收入、成本、利润率或EBIT，而不只看采用率、产出数量或节省的时间。评估时也要计入实施成本和人工复核成本，并与改造前的基线进行比较。这样才能检验个人效率提升是否真正传导到公司财务表现。

关键结论

这项调查没有提供一套保证AI盈利的公式，但说明了为什么采用率和生产力都不足以单独衡量成功：受访者报告的个人效率提升，远多于正向EBIT影响。企业可以通过聚焦具体业务场景、改善数据质量、明确责任、重设计工作流程并追踪财务结果来应对这一差距，同时让人员继续承担领导、判断和决策责任。6814