德勤中国与香港大学人工智能、管理与组织研究中心联合发布的《决策者视角下的企业AI应用》报告显示，进入生产部署阶段的企业占比已从2025年的56.0％升至64.4％，跨多个团队部署AI的企业从14.7％升至33.7％。然而，真正进入深度使用阶段的企业仅从7.4％升至10.2％。企业AI应用率持续攀升与投资回报率滞后之间的矛盾，正成为当前企业级AI落地的核心议题。
报告数据揭示了这一落差的严重程度：48.5％的受访企业反馈AI项目实际投资回报低于预期，预期回报集中在10％至25％区间，实际更多落在10％以下；另有44.4％的企业无法明确核算AI项目的实际投资回报率。Gartner覆盖1303名企业受访者的调研同样印证了这一分化——高绩效企业持续追踪AI的ROI、将AI作为价值组合来管理，在81％的AI项目中报告了正向回报；而低绩效企业则有29％的AI项目连回报率都难以说清。
德勤中国咨询业务全国主管合伙人华思远认为，问题的根源在于许多企业将AI与简单的流程自动化混为一谈。若顺着这一逻辑推进，企业会在微观节点和单个执行动作上投入大量精力，用AI替代简单步骤，但简单步骤对应的数据和知识非常薄，最终陷入在有限数据量中反复追求准确度的困境。真正有效的做法是将流程节点拉得更长，从知识入手而非从流程入手，用AI将散布在不同个体中的知识连接起来。神州数码董事长郭为在2026年WAIC期间也指出，问题不出在数据本身，而出在数据进入组织之后的那段“无人区”。
华思远分享了一个案例：某大型软件开发企业中，每个程序员的个人效率提升了20％到40％，甚至有人提升一倍，但整体组织的效率提升难以衡量。原因在于流程节点卡死——员工完成自身工作后仍需等待其他环节推进，在整个流程网络中，单个节点的绩效并不对整个流程产生作用。这一案例揭示了一个被普遍忽视的事实：企业效率的提升，从来不是个人效率的简单加总。
联想集团副总裁、中国区首席战略官兼CTO阿不力克木·阿不力米提将联想三年转型历程概括为三个阶段：2023年11月启动“+AI”局部尝试，将AI作为流程外挂；2024年在研发、供应链、营销、财务等环节广泛外挂并梳理流程，提升AI渗透率；2025年意识到必须将AI从工具属性刷新为全新生产力，开始建设混合AI底座，推动智能体成为劳动力。从2026年开始，联想正推动“AI+”运营的重构，按AI原生组织成熟度模型，目前正处在全面推向L4级的阶段。
阿不力克木用工业原生企业作比：其核心是24小时不间断运转的标准化产线，车间、管理人员、数据分析员、采购物流均围绕产线配置。同样，AI原生企业的核心是能够大规模生产智力的产线，企业是否围绕它搭建了整个运营逻辑，决定了AI是成为生产力底座，还是仅作为“手工作坊里的一台榨汁机”。
从行业维度看，AI落地快慢分化日趋明显。德勤报告显示，知识密集、数字化基础好的行业如IT与软件走得最快，其AI项目ROI约为45％；产品研发、销售营销等场景ROI在20％至30％之间。而受严格合规要求、复杂物理业务链路和长期流程惯性约束的行业，如医疗制药、工业制造、汽车，落地难度明显更高。报告同时指出，AI应用效益目前主要体现在效率提升与成本节约，87.3％的企业评估AI成效时聚焦处理速度与工时节约，涉及收入与客户层面的仅占21.5％。
联想在组织变革中的关键策略是聚焦主价值链做深度变革，而非在所有环节铺开试点。以软件研发部门为例，过去分属需求、架构、前后端、测试和运维等八类角色的工作，被整合为“全栈工程师+五个智能体”的小团队。2025/26财年，联想中国区研发领域智能体综合提效30％以上，AI代码贡献率超过80％。客服业务中，硅基客服占比达到75％，在不增加人力的情况下，每年承接的服务工单增加超过25万单。目前联想已梳理692个四级以上业务流程并推进重构，组织从“按岗位分工+流程驱动”转向“按角色分工+任务驱动”。
更深层的变化发生在人力资源侧。华思远透露，前述软件开发企业在推进转型时，重新设计了2000个开发岗位的职级、技能组合和绩效体系，其中六七百人重新签署了劳动合同。转型完成后，该企业员工总人数未减少，整体工资总量比原来略有提高，但企业负责人需要重新签署数百份劳动合同，决策难度极大。在华思远看来，AI落地需要选定的变革对象具备明确特征：在企业战略层面，哪些场景最为重要。以连锁餐饮公司为例，其扩张瓶颈在于店长人力，AI帮助实现一个店长同时管理两到三家店，既解决了AI试点问题，也解决了战略侧的关键问题。
德勤报告预计，到2026年底，企业间AI的差距将更多体现在是否完成工作流重塑：仍沿用旧式流程运行AI的企业，很可能面临更高成本和更低灵活性。运营交付和研发创新两大职能的战略优先级已高于当前渗透率，是企业计划重点加码的方向，也最可能率先完成规模化重构。在治理层面，报告显示AI部署过程中与现有系统集成困难是最突出的瓶颈，占比达56.6％，明显高于人工审核与质量控制（38.5％）。流程重塑决定AI能跑多快，治理则决定它能跑多远。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
