引言

几乎所有公司都在投资人工智能，但仅有 1% 的公司认为自身在人工智能应用方面已达成熟阶段。我们的研究发现，阻碍人工智能规模化应用的最大因素并非员工（他们已做好准备），而是领导者，其引领变革的速度不够快。

人工智能已进入职场，它具备的变革潜力堪比 19 世纪工业革命时期的蒸汽机。随着 Anthropic、Cohere、谷歌、Meta、Mistral、OpenAI 等公司开发出强大且功能强大的大语言模型（LLMs），我们已迈入一个全新的信息技术时代。麦肯锡研究表明，从企业应用场景来看，人工智能在长期内有望带来 4.4 万亿美元的新增生产力增长。

这就带来了挑战：人工智能的长期潜力巨大，但短期回报却不明确。未来三年，92% 的公司计划增加人工智能投资。然而，尽管几乎所有公司都在投资人工智能，但只有 1% 的领导者认为他们公司在人工智能部署方面已 “成熟”，这意味着人工智能已完全融入工作流程并能推动显著的业务成果。关键问题在于，企业领导者应如何配置资金，引领组织向人工智能成熟应用阶段迈进。

本研究报告受里德・霍夫曼（Reid Hoffman）所著《超级智能协作：人工智能将如何塑造美好未来》（Superagency: What Could Possibly Go Right with Our AI Future）一书启发，探讨了一个类似的问题：企业应如何利用人工智能增强人类能动性，在职场中激发新的创造力和生产力？人工智能有望推动巨大的积极变革，尽管这一转型需要时间，但领导者不应退缩。相反，他们现在就必须大胆推进，以免在未来失去竞争力。重大经济和技术变革的历史表明，这样的时刻往往决定着企业的兴衰。40 多年前，互联网诞生。从那时起，包括 Alphabet、亚马逊、苹果、Meta 和微软在内的公司市值达到了万亿美元级别。更深刻的是，互联网改变了工作模式和信息获取方式。如今的人工智能就如同多年前的互联网：对企业领导者而言，风险不在于目标定得过高，而在于过于保守。

AI如蒸汽机般强大的创新综述

“科学发现和技术创新是人类进步大教堂的基石。”—— 里德・霍夫曼，领英和 Inflection AI 联合创始人、格雷洛克合伙公司合伙人、《超级智能协作：人工智能将如何塑造美好未来》作者

想象一个世界，机器不仅能从事体力劳动，还能思考、学习并自主决策。在这个世界里，人类参与其中，将人与机器结合，形成 “超级智能协作” 状态，提升个人生产力和创造力（见 “人工智能超级智能协作” 侧边栏）。这就是人工智能的变革潜力，其潜在影响甚至可能超越过去从印刷机到汽车的重大创新。人工智能不仅能实现任务自动化，还能进一步实现认知功能自动化。与以往任何发明不同，人工智能驱动的软件可以自适应、规划、引导，甚至做出决策。这就是为什么人工智能能够成为推动前所未有的经济增长和社会变革的催化剂，几乎影响生活的方方面面。它将重塑我们与技术以及彼此之间的互动方式。

许多突破性技术，如互联网、智能手机和云计算，已经改变了我们的生活和工作方式。人工智能之所以脱颖而出，是因为它不仅提供信息获取渠道，还能进行总结、编码、推理、对话和选择。人工智能可以降低技能门槛，帮助更多人在任何语言环境下、任何时间掌握更多领域的专业知识。它有望改变人们获取和利用知识的方式，从而更高效地解决问题，推动惠及所有人的创新。

在过去两年里，人工智能取得了飞速发展，由于成本降低和功能获取更加便捷，企业层面的应用也在加速推进。许多引人注目的人工智能创新不断涌现（见图表 1）。例如，我们见证了上下文窗口（即大语言模型的短期记忆）的迅速扩展。上下文窗口越大，大语言模型一次能处理的信息就越多。举例来说，谷歌的 Gemini 1.5 在 2024 年 2 月能处理 100 万个标记，而同年 6 月推出的 Gemini 1.5 Pro 则能处理 200 万个标记。总体而言，我们看到五项对企业产生重大影响的创新，正在推动下一波变革：增强的智能与推理能力、智能代理人工智能、多模态功能、硬件创新与计算能力提升，以及透明度提高。

人工智能超级智能协作

人工智能将对人类产生何种影响？里德・霍夫曼和格雷格・比托所著的《超级智能协作：人工智能将如何塑造美好未来》（Authors Equity，2025 年 1 月出版）探讨了这一问题。该书强调人工智能如何增强人类能动性，提升我们的潜力，并设想了一种以人类为主导、面向未来的人工智能发展方式。

“超级智能协作” 由霍夫曼提出，描述了一种状态：个人在人工智能的赋能下，大幅提升创造力、生产力，并产生积极影响。即使那些未直接接触人工智能的人，也能从其对知识、效率和创新的广泛影响中受益。

人工智能是一系列变革性 “超级工具” 的最新成员，这些工具包括蒸汽机、互联网和智能手机，它们通过增强人类能力重塑了我们的世界。与前辈们一样，人工智能可以实现知识获取的民主化并自动化执行任务，前提是人类能够安全、公平地开发和应用它。

智能与推理能力不断提升

人工智能正变得越来越智能。一个明显的指标是大语言模型在标准化测试中的表现。OpenAI 于 2022 年推出的 Chat GPT - 3.5 在高中水平考试中表现出色（例如，SAT 数学成绩排名第 70 百分位，SAT 语文成绩排名第 87 百分位）。然而，它在更广泛的推理方面常常遇到困难。如今的模型智能水平已接近拥有高等学位的人。GPT - 4 轻松通过美国律师资格统一考试，成绩排名前 10%，并且在美国医学执照考试中能正确回答 90% 的问题。

推理能力的出现代表着人工智能的又一次重大飞跃。推理增强了人工智能进行复杂决策的能力，使模型能够超越基本理解，实现更细致的认知，并制定逐步计划以实现目标。对于企业而言，这意味着他们可以微调推理模型，并将其与特定领域知识相结合，从而更准确地提供可操作的见解。像 OpenAI 的 o1 或谷歌的 Gemini 2.0 Flash Thinking Mode 等模型，能够在回答中进行推理，这为用户提供了一个类似人类思维的交互伙伴，而不仅仅是信息检索和合成引擎。

智能代理人工智能实现自主行动

推理能力的不断增强，使模型能够自主采取行动，跨工作流程完成复杂任务。这是一个重大进步。例如，2023 年，一个人工智能机器人可以通过合成和总结大量数据（包括语音消息、文本和技术规范）来支持呼叫中心代表，为客户查询提供建议回复。到 2025 年，一个人工智能代理可以与客户进行对话，并在之后规划行动，比如处理支付、检测欺诈和完成发货操作。

“我一直认为人工智能是人类正在研究的最具深远意义的技术…… 比火、电或我们过去所做的任何事情都更具深远意义。”—— 桑达尔・皮查伊，Alphabet 首席执行官

软件公司正在将智能代理人工智能功能嵌入其核心产品中。例如，Salesforce 的 Agentforce 是其现有平台上的新一层功能，使用户能够轻松构建和部署自主人工智能代理，跨工作流程处理复杂任务，如模拟产品发布和协调营销活动。Salesforce 联合创始人、董事长兼首席执行官马克・贝尼奥夫将其描述为提供了一支 “数字劳动力”，人类和自动化代理共同协作以实现客户目标。

多模态融合文本、音频和视频

如今的人工智能模型正朝着更先进、更多样化的数据处理能力发展，涵盖文本、音频和视频领域。在过去两年里，我们看到每个模态的质量都有所提升。例如，谷歌的 Gemini Live 提高了音频质量，降低了延迟，现在能够进行富有情感细微差别和表现力的类人对话。此外，OpenAI 展示的 Sora 能够将文本转换为视频。

硬件创新提升性能

硬件创新以及由此带来的计算能力提升，持续推动人工智能性能的进步。专用芯片使更大、更快、更通用的模型成为可能。企业现在可以采用需要高处理能力的人工智能解决方案，实现实时应用和可扩展性。例如，一家电子商务公司可以通过部署由人工智能驱动的聊天机器人来显著改善客户服务，这些聊天机器人利用先进的图形处理单元（GPU）和张量处理单元（TPU）。通过分布式云计算，该公司可以在流量高峰期确保最佳性能。通过集成边缘硬件，公司可以部署能够分析受损产品照片的模型，从而更准确地处理保险理赔。

人类工作中的超级AI代理的未来影响

报告指出，人工智能已进入职场，其变革潜力可与 19 世纪工业革命时的蒸汽机相媲美。凭借众多前沿公司开发的强大大型语言模型，我们迈入新的信息技术时代。从企业应用案例来看，人工智能有望带来 4.4 万亿美元的新增生产力增长潜力。但现实是，虽然近 92% 的公司计划未来三年增加人工智能投资，却仅有 1% 的领导者认为公司在人工智能部署上达到成熟，即完全融入工作流程并产生显著业务成果。

在员工与领导者对人工智能的态度方面，员工对人工智能的接受度远超领导者预期。超 70% 的员工觉得人工智能将在两年内改变 30% 以上的工作，且实际使用人工智能的比例是领导者预估的 3 倍。不同年龄段中，千禧一代对人工智能最为熟悉，35 - 44 岁的千禧一代中 62% 表示对人工智能有很高专业水平，他们也更积极使用人工智能，在工作中更愿为团队提供相关建议，是推动人工智能应用的重要力量。但员工普遍反映缺乏人工智能培训与支持，近半数员工认为培训是促进人工智能应用的关键因素。

在人工智能部署过程中，速度与安全是两大关键问题。人工智能技术发展迅猛，企业领导者虽意识到需加快开发速度，但 47% 的人认为公司开发和发布生成式人工智能工具过慢，人才技能差距和资源限制是主要原因。员工对人工智能的安全性存在担忧，网络安全、准确性和隐私问题是他们关注的重点。不过，员工对雇主在安全、合乎道德地部署人工智能方面信任度较高，71% 的员工信任雇主在开发人工智能时会遵守道德规范。企业可通过建立风险管理体系，如进行全面风险评估、建立治理结构、实施监控机制等，以及采用第三方基准测试，来提升人工智能的安全性和可信度。

不同行业的人工智能投资模式存在显著差异。医疗、技术、媒体和电信等行业在人工智能投资方面处于领先地位，而消费品与零售、金融服务等行业相对滞后。例如，消费品行业虽从人工智能实现价值的潜力排名第二，但因大众市场净利润低，对采用成本高昂的全组织技术升级信心不足。同时，不同行业员工对人工智能的态度也不同，公共部门、航空航天与国防等行业的员工对人工智能发展大多持谨慎态度，而媒体和娱乐、电信等行业的员工较为乐观。

目前，人工智能在企业中的投资回报率有限。只有 19% 的 C 级高管表示人工智能使公司收入增长超 5%，39% 的人看到 1 - 5% 的适度增长，36% 的人表示没有变化；在成本方面，仅 23% 的人看到有利变化。不过，87% 的高管预计未来三年生成式人工智能将带来收入增长，约一半的人认为能使收入增长超 5%。企业若想实现收入增长和提高投资回报率，领导者需树立更大雄心，推动变革性人工智能应用，如在制造业中应用机器人技术、在可再生能源领域运用预测性人工智能等。

企业在实现人工智能规模化应用时面临诸多挑战。领导协调方面，让高级领导者就生成式人工智能路线图达成共识困难，需不同业务领域领导者持续参与并明确相关指标，可通过任命相关领导者或设立协调职能来解决。成本不确定性上，企业在选择人工智能解决方案时面临决策难题，且试点与大规模应用成本差异大，难以预测投资回报率。劳动力规划变得复杂，企业不确定所需人工智能人才数量、技能和获取难度，也担心人工智能对现有劳动力技能需求的影响。供应链依赖使企业面临风险，人工智能供应链全球化，受地缘政治等因素影响，易出现技术、监管和法律等问题。此外，人工智能模型的可解释性需求也给企业带来挑战，多数大语言模型无法满足这一要求，影响在关键任务中的信任度。

为应对这些挑战，企业可采用麦肯锡的 “重新布线” 框架。在适应性方面，采用模块化技术栈，快速应用人工智能新进展，避免供应商锁定；治理模式上，采用联邦治理模型，平衡团队自主权与风险控制；预算灵活性上，保持预算灵活，优化人工智能部署成本和性能；技能提升方面，吸引和招聘顶尖人工智能人才，同时对现有员工进行针对性技能培训；开发过程中，坚持以人为本，早期和全过程纳入不同观点，采用敏捷小组和以人为本的开发实践，与员工保持透明沟通。

总之，这份报告为企业在人工智能时代的发展提供了全面且深入的指导，企业需积极应对挑战，抓住人工智能带来的机遇，实现创新发展和价值创造。

文章来源：欧米伽未来研究所2025，版权属于原作者，本网站仅用于公益宣传，转载请注明文章作者及来源。如有侵权请联系我们及时删除。