文章总结： 麦肯锡2026年AI态势报告显示，企业AI应用持续扩大，大企业推进智能体更快，32%企业曾用AI编码工具替代外购软件；但仅37%受访者认为AI改善EBIT，高绩效企业仅占6%，更重视流程重构与增长创新。核心议题已从是否用AI转向如何兑现投资回报，需管控token成本与AI风险。 综合评分： 68 文章分类： AI安全,安全建设

麦肯锡：AI 投入越来越多，钱却没赚到！

赛博研究院 赛博研究院

赛博研究院

2026年8月28日 17:08 上海 标题已修改

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

近日，麦肯锡发布《2026 年人工智能态势：迈向投资回报之路》（The State of AI in 2026: On the Road to ROI）报告。报告显示，企业使用的AI工具种类持续增加，除聊天机器人、专业化AI工具外，软件编码智能体和能够自主执行多步骤任务的AI智能体也逐步得到应用。

其中大型企业推进速度更快：年收入超过10亿美元的企业中，40%的受访者表示其企业正在扩大AI智能体的应用，这一比例高于2025年的27%；小型企业中这一比例为22%，与上一年基本持平。

图1：大型企业推进AI智能体规模化的速度明显快于小型企业

具体到工具层面，企业对AI的应用早已不满足于仅将其作为问答工具，而是开始把AI嵌入真实业务流程当中。目前聊天机器人仍是规模化应用程度最高的AI工具，有47%的受访者表示其企业正在大规模推广聊天机器人，AI智能体与编码智能体的规模化使用率均在两成左右。整体来看，大型企业在各类AI工具上的推进速度都快于小型企业。

图2：聊天机器人最成熟，智能体与编码智能体仍在加速规模化

不同业务线对智能体的应用方式存在不小差异。IT、知识管理与软件工程，是企业提及最多的正在扩大智能体应用的三个领域。科技企业尤其倾向于在软件工程领域应用智能体；消费品和零售行业更常将智能体布局在营销与销售板块；先进制造业则更多把智能体用于供应链、库存管理和生产环节。

软件开发是本轮变革中较为受关注的方向。有32%的受访者表示，由于可借助AI编码工具自主开发功能，企业曾放弃采购至少一款现成软件产品或功能。换言之，AI编码智能体正在动摇企业原有“外购还是自研”的决策思路，这种情况在科技、医疗、专业服务、能源和材料行业更为常见。报告指出，大型企业不仅在AI落地推广上速度更快，也在重新夺回对技术和变革能力的主动权——对于哪些能力需要外购、哪些需要自研、哪些需要先搭建内部能力再整合扩展，企业的认知比过去清晰得多。

图3：近三成企业以AI编码工具替代部分软件采购

不过，AI用得越来越多，企业层面的钱袋子并没有同步鼓起来。报告里一个关键发现是，“用得多”和“赚得多”之间还隔着一道坎。2026 年的调查里，37% 的受访者认为 AI 对公司 EBIT 有正面影响，这个比例和 2025 年差不多。换句话说，AI 铺开了，但能实打实反映到整体经营利润上的企业并没有变多。反观个人层面，改善很直接：80% 的受访者说 AI 提高了自己的工作效率，差不多一半的人说 AI 帮自己做出了更好的决策。

图4：AI已普遍提升个人效率，但不同层级的工作体验并不相同

这一落差说明，当前AI创造的价值大多还停留在个人层面与单个业务环节，尚未全面转化为企业的整体利润。报告显示，即便是那些未观测到EBIT增长的企业，也能在具体业务部门看到AI带来的经济效益——供应链管理、服务运营和制造业，是提及最多的实现了成本下降的三个领域。除此之外，企业也反馈AI帮助自身提升了创新能力，强化了竞争差异化优势，同时改善了客户满意度与员工满意度。因此当下的核心问题早已不是“要不要用AI”，而是如何把员工个人借助AI积累的效率提升、单个业务环节节省下来的成本，聚合为企业整体的经营成果。

图5：AI的成本收益首先集中在供应链、服务运营和制造

成本是绕不开的现实约束。约20%的受访者表示，与AI相关的运营成本已经限制了企业的AI应用，但多数企业仍计划继续追加投入。麦肯锡高级研究员Michael Chui在报告中提到，企业管理者与首席AI官已经开始关注“token经济学”与AI的投资回报问题。尽管单个token的价格确实在下降，但在智能体开发与复杂推理任务中，企业消耗和生成的token量增长速度更快，因此实际使用成本并未随单价同步下降。

图6：约五分之一企业的AI使用受到运营成本约束

这倒逼企业重新思考AI的投资策略。报告中的高绩效企业并未因成本问题止步不前，而是在保持投入的同时，对成本进行了更严格的管控。所谓高绩效企业，指的是认为AI已经为EBIT带来至少5%的影响，并且产生了“显著价值”的企业，这类企业仅占受访者的6%，占比与2025年持平。但它们与其他企业的差距已经拉开：高绩效企业更愿意借助AI推动增长与创新，而非仅仅将AI用于降本；也更倾向于对原有工作流程进行重构，而非在旧流程上“贴一层AI”。

由此可见，AI能否产生投资回报，和投入资金的规模并非简单的正比关系。高绩效企业在AI上的投入确实更高，但它们的优势不能仅用更大的预算来解释。这类企业更常推进人机协作落地、开展效果评估与风险管理、完成流程重构，企业高层也真正深度参与其中。接近四分之三的高绩效企业表示，已经因AI对工作流程进行了根本性的重新设计，而在其他企业中，这一比例仅约为四分之一。未来三年，高绩效企业从根本上改变业务模式的可能性，是其他企业的3.3倍。

企业应用AI的目标也在发生转变。提升效率仍是企业的头号目标，但高绩效企业对增长与创新更为看重。约80%的企业，无论是否属于高绩效范畴，都将提升效率列为AI应用的核心目标，但将增长与创新列为重要目标的比例，在高绩效企业中明显更高。这些企业不仅希望借助AI实现降本与自动化，还希望依靠AI优化客户定位、开发新功能、探索新的业务模式。AI正在从“提效工具”转变为“改造业务的技术”，只是目前这一转变主要发生在少数领先企业当中。

图7：高绩效企业不只追求效率，更把AI用于增长和创新

AI对员工的影响是双向的。积极影响十分直接：80%的受访者表示AI提升了工作效率，约半数受访者称AI帮助自己学习了新技能、做出了更优决策。但带来的压力也真实存在。中层管理者和普通员工比高管更容易感受到AI的负面影响——在前者中有47%的人表示经历过AI带来的负面影响，而在高管及高级管理人员中这一比例为31%。

就业是报告关注的另一项变化。此前企业普遍预期AI会导致大量裁员，但实际发生的裁员规模远低于预期。在2026年的调查中，已应用AI的企业里，仅有14%的受访者表示过去一年AI使得公司整体员工数量下降，这一数字不到2025年调查中预期比例（32%）的一半。过去一年，约三分之二的受访者表示公司整体员工数量并未因AI发生明显变化。但企业对未来的预期已经发生了改变：39%的受访者预计未来一年AI会导致公司整体员工数量下降，43%的受访者预计员工数量基本不会发生变化。

图8：过去一年实际裁员低于预期，但未来预期转向更谨慎

AI普及应用后，风险治理的重要性也在不断提升。和其他企业相比，高绩效企业会更主动地管理AI风险，尤其重视防范AI驱动的漏洞利用，以及未经授权或非预期的AI行为。

报告梳理出的风险还包括：AI输出准确性不足、网络安全威胁、监管合规风险、知识产权侵权问题、个人隐私泄露隐患、组织声誉受损风险，以及员工与劳动力市场变动等。当AI从聊天工具正式走入真实业务流程，企业需要关注的就不再只是模型效果——AI如何嵌入业务流程、由谁负责监督、结果该怎么衡量、出了问题由谁处置，这些环节都需要建立完善的管理机制。

整体来看，2026年企业应用AI已经进入全新阶段，关注重点从“是否应用AI”转向了“AI能否真正产生投资回报”。企业在持续扩大智能体、编码工具和其他AI系统应用范围的同时，也开始直面成本、流程、人员和风险管理等现实问题。根据报告数据，AI带来的个人生产力提升已经相当普遍，但企业整体层面的财务收益仍然有限；真正获得明显收益的企业，仅占样本总量的6%。

未来真正拉开企业差距的，或许不是谁手里的AI工具更多，而是谁能将AI落地为全新的工作流程、增长方式和组织能力，同时在扩大投入的过程中管控好成本与风险。这也呼应了报告的标题——”On the Road to ROI”：企业已经走在通往AI投资回报的路上，但距离价值大范围兑现，仍有一段路程。

文章参考来源｜麦肯锡官网、互联网公开信息

赛博研究院简介

上海赛博网络安全产业创新研究院（简称赛博研究院），是上海市级民办非企业机构，成立至今，赛博研究院秉持战略、管理和技术的综合服务模式、致力于成为面向数字经济时代的战略科技智库、服务数据要素市场的专业咨询机构和汇聚数智安全技术的协同创新平台。

赛博研究院立足上海服务全国，是包括上海市委网信办、上海市通管局、上海市经信委、上海市数据局等单位的专业支撑机构，同时承担上海人工智能产业安全专家委员会秘书长单位、上海“浦江护航”数据安全工作委员会秘书长单位、上海数据安全协同创新实验室发起单位等重要功能，并组织“浦江护航”数据安全上海论坛、世界人工智能大会安全高端对话等一系列重要专业会议。

欢迎联络咨询：

邮件：[email protected]；

电话：021-61432693。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：赛博研究院 赛博研究院 赛博研究院《麦肯锡：AI 投入越来越多，钱却没赚到！》