Runwise 增长研究院

2026-09-16

Runwise 增长研究院

09/16/2026
企业AI创新, 企业创新

89%的组织已在用AI，但80%的个人效率提升尚未转化为财务影响。高绩效组织并非投入更多，而是重设计工作流。

30秒看懂：AI加在有问题的流程上，不会带来转型，还可能让成本更高。麦肯锡2026年报告显示，89%的组织已在至少一个业务职能中常规使用AI，44%正在企业范围规模化，但80%的个人生产率改善尚未转化为同等的企业财务影响。仅37%的受访者表示AI对EBIT有正向贡献，约6%属于高绩效组织。高绩效组织并非单纯投入更多，而是把工作流重设计、领导者承担、人工验证、影响衡量、成本与风险管理做成一套相互强化的运营机制。下一步AI立项，应先指定一条能读出业务结果的流程，同时重画工作、重定责任、设定成本与风险边界、约定价值读数。

AI 已经在改善个人效率。企业真正的难题，是把这种改善变成可持续的业务价值，而不是更多工具、更多等待和更多运行成本。

下一次 AI 立项，先指定一条能读出业务结果的流程；再同时重画工作、重定责任、设定成本与风险边界、约定价值读数。

THE 2026 SIGNAL / 最新信号

89% 的组织已在至少一个业务职能中常规使用 AI，44% 正在企业范围规模化；但 80% 的个人生产率改善，尚未转化为同等的企业财务影响。

仅 37% 的受访者表示 AI 对 EBIT 有正向贡献，且与 2025 年基本持平；约 6% 属于“高绩效组织”。这说明“采用”甚至“规模化”本身，都不是 ROI 的终点。

麦肯锡 2026 年报告给出的更完整答案是：高绩效组织并非单纯投入更多，而是把工作流重设计、领导者承担、人工验证、影响衡量、成本与风险管理做成一套相互强化的运营机制。

高绩效组织中，近四分之三已因 AI 从根本上重设计工作流；其他组织中，这一比例仅约四分之一。

第一步：把 AI 放进能读出价值的业务流程

别从“所有人都用一个助手”开始。先从价值可以被清楚观察的业务功能开始：供应链、服务运营和制造更常报告成本改善；市场销售、产品与服务开发更常报告收入改善。

选择流程的门槛：它必须有明确的业务结果、可获得的证据、已知的责任人，以及能在试点期内读数的指标。

AI 写出报价，不等于报价流程被重设计。

叠加 AI：AI 生成初稿；销售、财务与管理层仍以原来的交接和审批阈值工作。个人更快，端到端周期却未必更短。

用同样的框架诊断你的业务

如果你正在为一条具体流程纠结该叠加AI还是重设计，不妨用AI顾问诊断一下你当前的试点卡在哪一环。

免费体验 Upskill AI 顾问 →

围绕 AI 重设计：AI 汇总客户、毛利与历史折扣证据；负责人在授权阈值内决定；例外才升级复核。流程从“传递材料”变成“基于证据作判断”。

重新设计工作流程：删掉等待，不只压缩任务

不要只问“哪一步可以交给 AI”，还要问“哪一步不该存在”“哪些核对可并行”“什么证据必须在决策前齐备”。输出物应是一张新流程图，而不是一个新增功能。

立即登录阅读全文

登录或注册即可解锁全站内容，即表示你理解并同意服务协议与隐私政策

重定控制：人不在回路外，也不在每一步里

人工参与应当被设计，而不是事后补上。写清：AI 做什么、使用什么证据、谁能在正常情形下决定、什么触发人工验证，以及异常时如何退回、升级或停止。

这既是可信度设计，也是规模化设计：复核人只处理例外，流程负责人对业务结果负责。

重算 ROI：把价值、成本和风险放进同一张账

个人节省了多少时间，不等于企业获得了多少 ROI。报告显示，约五分之一的组织已因 token、算力与存储等运行成本限制 AI 使用。试点从第一天就应同时读三组数。

维度	具体指标
业务价值	收入、毛利、成本、风险损失、客户满意度或创新结果
流程与采用	端到端周期、例外率、返工率、授权使用率与人工退回原因
运行约束	模型与 token 成本、算力、数据质量、风险事件与人工复核负荷

最后重构运营体系：从试点成功到可复制

高绩效组织更常由高层明确承担、持续衡量影响、移除规模化瓶颈，并让业务、技术、数据与人才安排一起变化。没有这套机制，试点只会不断增多，经营影响却停在原地。

90 分钟工作流重设计

找一位流程负责人，用五问开一次短会。结束时产出一页“价值—流程—控制—约束”卡。

这条流程要改善的业务结果是什么？何时读数？
哪些步骤该删除、合并或并行？
谁在什么阈值内决定？哪些例外必须人工复核？
AI 使用哪些证据？错误时如何退回、升级或停止？
价值、运行成本与风险分别由谁每周复盘？

把这篇文章转给一位流程负责人。请他带来一条最慢、交接最多、又能读出业务结果的流程，而不是再提出一个新工具清单。

来源：McKinsey & Company, The state of AI in 2026: On the road to ROI。日期：2026-08。调研时间：2026-05-04 至 2026-06-08；1,719 名受访者，覆盖 97 个国家。范围与口径：文中数据均为受访者自报，不等同于经审计财务结果。