共计 1196 个字符，预计需要花费 3 分钟才能阅读完成。
导语:AI 工具几乎人人都在用,但“人机协同团队”并没有想象中普遍。多家咨询机构的数据拼出一个更冷静的图景: 普及率在上升, 规模化落地和岗位替代却远未同步。
📌 AI 普及率不低, 深度使用却刚起步
斯坦福 HAI 的数据显示,2024 年已有 78% 的组织报告使用 AI, 生成式 AI 使用率从 33% 升至 71%。麦肯锡 2025 年调研进一步显示,88% 的组织至少在一种职能中使用 AI 工具,62% 试验过 AI 智能体。但真正把智能体规模化部署到至少一个职能的企业只有 23%, 单个职能的规模化比例均未超过 10%。
🔍 中国企业更谨慎: 替代岗位不是主旋律
穆胜咨询《2026 中国企业平台型组织建设研究报告》显示,61.7% 的企业处于相似状态: 部分员工在用 AI 工具, 但使用行为并不公开。对于“一年内用 AI 替代多少岗位”,66.7% 的企业回答“暂无计划”,22.5% 回答“小于 10%”, 合计 89.2%, 较 2025 年的 81.7% 还有所上升。
裁员数据也提供了另一面。Gartner 指出,2025 年上半年仅 1% 的裁员源于 AI 提升生产力; 德勤与 Orgvue 的调查中,39% 的商业领导者曾因 AI 裁人, 但其中 55% 认为这是错误决定。Salesforce 和 Klarna 都曾在客服领域推进“AI 换人”, 随后又因服务质量与复杂判断需要重新招聘人手。
💡 哪些职能先跑起来? 压力大、可标准化的领域更积极
从全球案例看,人机协同应用较集中的领域包括客服、研发、后台职能、销售营销和供应链 。穆胜咨询用“导入 AI 积极度”衡量各职能的推进情况, 发现并非“越容易用 AI 就越积极”, 而是 压力越大、越容易标准化的部门越愿意先动。
- 法务、质量标准、采购、金融等职能效率压力较大, 导入 AI 的动力更强;
- 生产运营、财务、人力资源等职能复杂度高, 推进速度相对较慢;
- 办公室、战略、研发、审计监察等工作更依赖经验判断,AI 渗透难度更大。
📊 降本已有案例, 收入增长仍待验证
目前,AI 带来的业绩提升更多体现在成本端。IBM 用 AI 智能体 AskHR 承接常规 HR 咨询与事务, 处理 94% 的员工咨询, 每年带来约 6.4 亿美元结余。销售场景中,11x 的 AI SDR 在约 90 天内预约 200 多场会议, 会议量约为原来的 3 倍, 单会议成本下降 70%。亚马逊的推荐引擎贡献约 35% 的销售额, 生成式助手 Rufus 被预计每年可带来约 100 亿美元增量销售额。
但这类案例并不等于所有企业都能复制。麦肯锡将 AI 对 EBIT 贡献超过 5% 的企业定义为“AI 高绩效者”, 这类企业仅占 6%。穆胜咨询的中国样本中, 仅有 7.4% 的企业认为 AI 智能体“整体提升了组织效率, 并转化为经营价值”。
🚀 行业观察: 下一程拼的是组织, 不是工具
AI 工具普及率已经足够说明趋势,但规模化落地仍需要组织层面的配套。把 AI 塞进旧流程, 容易停留在局部试用; 只有重新界定岗位职责、决策权限和协作边界, 人机协同团队才可能稳定运行。
