目录

清晨，销售人员打开客户发来的咨询。AI查阅以往的处理记录和产品信息，拟好回复。销售人员确认内容后发送，并在必要时决定下一步行动。通过引入AI改变工作，就从重新审视这样一项业务的流程开始。

波士顿咨询公司（BCG）的《2026 Applied AI Index》显示，在一项覆盖20多个行业、面向1300多名企业高管和高级领导者的调查中，50%的企业已从AI中创造价值。从实验阶段转向正式运营的企业也在增多。

不过，分发AI工具并不意味着就能取得成果。调查显示，领先企业的特点是集中投资、重组业务流程，并在衡量成效的同时向全公司推广。拉开差距的，是工作中的哪些环节发生了怎样的变化，而非已引入的工具数量。

“创造价值”与“全公司应用”是不同阶段#

在受访企业中，AI成熟度最高的“Future-Built”企业占7.5%。另有41%的企业正在扩大AI部署，并从中获得价值。即使借助AI取得某种成果的企业已达半数，能够在全公司应用AI的企业仍然有限。

61%的Future-Built企业已从试点转向持续多年的全公司项目，占此类企业的一半以上。BCG的调查称，这些领先企业的营收增速是AI应用落后企业的2.4倍。

这一数字并不意味着引入AI就能自动带动营收增长。领先企业会根据经营重点选择项目，并明确负责人和业务价值的衡量标准。关键在于，它们没有止步于个别团队的尝试，而是将已见成效的工作方式推广至多个部门。

调查显示，在降低成本和营收增长两方面，Future-Built企业及正在扩大部署的企业从AI中创造的价值，均为落后企业的2～3倍。这种差距无法仅用行业差异来解释，因为受访的20个行业中都有Future-Built企业。

引入工具前，先重新审视业务流程#

Future-Built企业预计，其从AI中获得的价值有70%将来自现有流程的重新设计或新流程的创建。这意味着，不仅要提高AI回答的准确性，还要重新审视谁接收哪些信息、作出哪些判断，以及接下来做什么。

以咨询处理为例，可以只让AI拟写回复。再进一步，则可以将咨询分类、提供应参考的内部信息、分派给负责人，以及处理后的记录，重组为一套完整流程。区分需要人工判断和可由AI处理的环节后，也更容易追踪引入AI后哪些环节的耗时或质量发生了变化。

不必一开始就在全公司同步变革。首先选择负担较重、容易用数字确认成效的工作。事先记录处理时间、返工比例、咨询解决率等现状，就能在引入AI后比较效果。如果未见成效，除了AI模型，还应重新审视业务步骤和使用的数据。

先集中投资于少数用途#

BCG的调查显示，AI所创造价值的54～78%集中在核心业务职能。技术／IT和研发在所有行业中都是AI价值的第一或第二大驱动因素，营销、销售和客户服务也取得了可衡量的价值。

比起在众多部门中零散引入AI，选择几项重要业务深入推进，更容易验证成效。具体可按以下步骤开展。

  • 选择与业务目标相关的工作。先明确是要降低成本、加快响应，还是增加销售机会。
  • 衡量现状。记录工作时间、处理量、修改频率等引入前的基准。
  • 小规模试行，检查整个业务流程。除了AI的输出，也要记录人工确认所需时间和异常处理情况。
  • 将已见成效的用途连同统一规则和基础设施，推广至其他团队。

选择应用场景时，应以企业自身的优先事项为依据，而非话题热度。如果各部门分别开展类似实验，数据处理和安全规则就会各不相同，成果也难以比较。先聚焦优先领域、明确负责人并统一评价标准，才能为后续推广打下基础。

引入智能体，需要数据和责任机制#

预计AI智能体自主推进业务的场景也将增加。调查中，约42%的企业预计，到2030年智能体将能够自主行动。智能体AI在AI所创造价值中的占比，从2025年的17%升至2026年的22%，BCG预计到2030年将达到39%。

另一方面，交给智能体的工作越多，其所参考的数据质量以及可操作范围的管理就越重要。为防止基于错误信息的处理或意料之外的操作，需要明确允许使用的数据和权限，并事先规定哪些情况下须由人工确认结果。

95%的Future-Built企业正在推进数据转型，超过66%的企业正在建设全公司AI平台。这里所说的基础设施，并不局限于统一采用某一家供应商的产品，而是通过建立共同架构和管控机制，让各部门的AI使用更易于管理。

人才和角色的设计也应一并考虑。55%的Future-Built企业计划建立人类与自主型AI智能体协同工作的体制。调查中，只有11%的企业预计AI会替代现有工作，89%的企业则期待AI创造新工作。这些只是预测和期待，实际哪些岗位会增加或减少，因企业和业务而异。必须尽早让应用现场的工作人员参与进来，并明确判断和异常处理的责任。

明天，从一项业务开始#

调查显示，停滞不前的企业占比从2025年的14%降至2026年的4.5%。越来越多企业正从仅仅尝试AI，迈向在多个业务部门中获得价值的阶段。不过，自家公司未必也能取得同样的成果，仍需确认业务和数据状况，并衡量结果。

首先，选出一项一线耗时较多的工作，写下目前的处理时间和问题。接着，明确交给AI的任务、需要人工判断的任务，以及引入后要观察的指标。确认小规模试行的结果后，再决定继续推进、调整步骤，还是推广至其他部门。

来源: https://japan.zdnet.com/article/35253550/

目录