麦肯锡发布《2025年人工智能现状报告》，揭示AI时代下组织重构的逻辑

麦肯锡于2025年11月发布《The State of AI in 2025: Agents, Innovation, and Transformation》，研究重心为AI驱动下的组织变革与价值重塑。报告通过覆盖1600余家全球企业的调研，揭示出生成式AI在商业系统中的作用正由“工具性创新”迈向“结构性转型”，AI不再仅是效率提升的技术引擎，而成为企业创新体系与治理模式的核心驱动力。报告指出，全球企业正在步入“智能体时代”（Agentic Era）——AI应用从单一功能扩展为可自主协作、持续学习的系统性智能体（AI Agents）。AI的应用范围已从内容生成延伸至流程设计、决策支持与业务执行，推动企业形态、劳动结构与产业生态发生深层重构。这一趋势标志着生成式AI的扩散进入第二阶段：从能力开发走向系统吸收，从点状创新走向价值链整合。

一、生成式AI的系统化转型

报告将2025年称为“智能体转折年”。麦肯锡预计，到2025年底，约三分之一的AI应用将以智能体形态部署，能够在较低人工干预下执行跨部门任务，如客户管理、采购预测与自动决策等。企业不再仅依赖单一模型输出，而倾向构建多智能体协同网络，通过API与业务系统对接，形成“自组织型运营架构”。这种演化意味着AI正在从支持型技术转化为组织智能的内生部分。

麦肯锡认为，这一趋势的经济意义十分突出。生成式AI的企业应用已明显拉开差距——约12%的领先企业在部署后实现显著盈利增长，其平均EBIT提升幅度是同行的两倍。高绩效企业普遍具备三项特征：一是高层直接主导AI战略，将AI视为长期生产力投资而非短期项目；二是建立跨部门数据与模型共享体系，使AI成果能够在组织内部复用；三是通过AI平台化建设，实现多模型并行与知识资源积累。

报告提出“AI绩效分化曲线”概念，指出AI的经济回报正呈现出头部集聚效应。领先企业形成技术、组织、资本的正反馈循环，而中小企业仍处于局部试点阶段，未能将AI纳入核心流程。麦肯锡强调，这一分化趋势与20世纪信息化浪潮类似——早期投资于基础数据治理与流程再造的企业，将在AI普及阶段形成结构性优势。

同时，麦肯锡观察到AI创新生态的竞争重心正在由模型研发转向平台整合。企业不再追求自建大模型，而倾向构建开放的AI平台生态，通过整合不同供应商的模型能力，形成高复用、高弹性的内部系统。这种“多模型策略”（multi-model strategy）使企业能够根据任务特性在语言、视觉、代码等不同模型间灵活调用，极大降低部署成本，也推动了AI创新的生态化与标准化。

二、劳动力结构与企业文化的重塑

报告的另一核心议题，是AI对劳动与组织结构的深刻影响。麦肯锡指出，AI并未如公众担忧那样造成广泛失业，而是推动了岗位的功能重塑。企业对AI人才的需求从“技术开发”转向“人机协作设计”，再培训与复合技能成为组织转型的重点。2025年企业再培训投资同比增长38%，多数受访企业预计未来三年内将扩大AI素养培训规模。

AI在劳动分工中的角色正从替代者变为协作者。报告提出“智人共事”（human+AI collaboration）概念，认为80%的岗位变化将体现在任务重构而非岗位消失。AI承担重复性、规则性环节，人类则负责创造性与判断性任务，从而提升整体劳动生产率。在知识密集行业，这种模式已显示出明显成效——例如在研发与法律服务中，AI可完成基础草拟与检索，人类负责高层逻辑与结果审定。

麦肯锡特别指出，组织文化与心理安全感将成为AI落地成败的隐性因素。报告显示，员工对AI的信任度与企业AI绩效呈显著正相关，那些建立透明沟通机制、让员工理解AI辅助价值的企业，更容易在生产率与创新力上获得提升，意味着AI转型不仅是技术变革，更是认知与信任的再建过程。

三、AI政策从创新扩散到治理制度的转变

在治理层面，报告确认2025年是AI监管制度化的关键一年。欧美主要经济体已陆续确立系统性监管框架——美国发布NIST《可信AI框架》，欧盟AI法案正式生效，对模型透明度、风险分级和责任追踪提出明确要求。全球七成以上企业已设立AI治理职能部门，其中大型企业普遍建立跨部门风险追踪机制，涵盖输出准确性、知识产权、数据隐私等核心议题。

麦肯锡认为，制度化治理的推进有助于AI创新的可持续化。统一的合规框架不仅减少政策不确定性，也促使企业将风险控制内嵌于开发流程。与此同时，报告指出全球治理仍存在显著分歧。亚洲市场展现出更灵活的政策探索路径，注重监管与应用并进，中国等经济体在算法备案、可信AI标准化等方面形成制度创新，为产业化落地提供了“以用促管”的路径。麦肯锡预计，未来全球AI治理的核心将转向跨制度兼容与国际互认，建立以透明、可验证为核心的监管生态。

四、总体启示与未来趋势

总体来看，麦肯锡报告展现了一个清晰逻辑：AI的价值正从技术突破转向体系吸收。真正的竞争优势不再取决于算法性能，而取决于组织能否实现智能体化转型与结构性重构。AI的边际收益在单点创新中趋于递减，但在流程协同与系统治理中呈现复合增长。

对于企业而言，麦肯锡的研究提出三点关键启示：第一，AI战略必须由高层主导，并与业务战略深度关联，才能形成持久的投资回报；第二，组织能力的重塑与员工信任体系建设应并行推进，AI的可持续应用取决于文化与心理认同；第三，平台化与制度化将成为下一阶段竞争的主线。未来的AI领先者，不一定拥有最强模型，而是能在合规、安全与协作之间实现动态平衡的系统型企业。

从政策视角看，AI的演化正推动全球经济从数字化向智能化阶段跃迁。政府应关注三个方向：一是推动AI基础设施和数据要素市场建设，为企业智能化提供公共支撑；二是建立跨部门治理标准，防范智能体自治带来的系统性风险；三是完善再培训与终身学习体系，确保劳动力转型与技术进步相协调。

未来AI的真正革命，不在于算法算力的跃升，而在组织能力与治理逻辑的再造。智能体时代的竞争，将是制度的竞争、认知的竞争、协同的竞争。能够将AI内化为“组织智力”的企业与经济体，有望在下一轮技术周期中持续占据主动。

参考文献：

[1] Mckinsey&Co.The state of AI in 2025: Agents, innovation, and transformation[EB/OL].(2025-11)[2025-11-12].https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai.

[2] ZDNET.Is AI a career killer? Not if you have these skills, McKinsey research shows[EB/OL].(2025-11-10)[2025-11-12].https://www.zdnet.com/article/is-ai-a-career-killer-not-if-you-have-these-skills-mckinsey-research-shows/.