组织与管理 / RESEARCH REPORT
AI 落地为什么总卡在组织上:集中、分散与混合,两份调研的数据
麦肯锡 1491 家企业调研 + IBM 2000 位 CEO 调研:风控与数据治理适合集中,技术人才与方案推广适合混合;76% 企业已设首席 AI 官。给业务负责人的组织设计三条建议。
摘要
综合麦肯锡《The state of AI》(2025-03,n=1491)与 IBM 研究院 2026 年 CEO 调研(n=2000)的一手数据,回答企业 AI 组织形态问题:集中、分散、混合三种形态各自适合哪些要素,附业务负责人可直接用的三条组织设计建议。
- 体裁
- 研究报告
- 适用对象
- 企业 AI 转型负责人、业务部门一把手、数字化/IT 负责人
- 参考来源
- 2 项 · 详见文末
先说答案:这是组织问题,不是模型问题
AI 落地的瓶颈不在模型,而在组织:风控与数据治理适合集中,技术人才与方案推广适合混合形态——这是麦肯锡对 1491 家企业的调研给出的答案。
数字先摆出来。麦肯锡 2025 年 3 月发布的《The state of AI》报告(调研在 2024 年 7 月进行,1491 位受访者、覆盖 101 个国家)显示:78% 的组织至少在一个业务职能里用上了 AI,71% 在常规使用生成式 AI。但只有 21% 的组织真正重做了工作流程。MIT 媒体实验室 NANDA 项目 2025 年 7 月的报告则更扎心:约 95% 的企业级生成式 AI 试点,没有产生可衡量的损益影响。
模型大家用的是同一批,差距出在组织。2026 年 5 月,IBM 研究院对全球 2000 位 CEO 的调研补上了另一半拼图:76% 的企业已经设立了首席 AI 官,一年前这个数字是 26%。组织正在被 AI 重写,问题是大多数公司还没想清楚该怎么摆。
数据:集中、分散、混合,各自适合什么
麦肯锡的报告里有一张"AI 部署的集中程度"表,值得每个负责人看一眼。结论很反直觉:不存在"全集中"或"全分散"的最优解,最优解是按要素拆开选形态。
| 要素 | 最常见的形态 | 麦肯锡数据 |
|---|---|---|
| 风险与合规 | 集中 | 57% 选择集中 |
| 数据治理 | 集中 | 46% 选择集中 |
| AI 战略 | 混合 | 48% 选择混合 |
| AI 产品路线图 | 混合 | 44% 选择混合 |
| 技术人才 | 混合 | 49% 选择混合 |
规律很清楚:凡是跟"不能错"有关的(风险、合规、数据),集中管;凡是跟"要快"有关的(人才、方案落地、路线图),混合跑。风险分散了会出事,人才管死了会跑路,这是两类不同的管理对象,硬塞进同一种形态,一定有一头吃亏。
IBM 的 CEO 调研从另一个角度验证了这件事:采用 AI 优先思路设计高管层的公司,企业级 AI 项目的落地数量比同行多 10%。但有意思的是,头衔不等于授权——调研里 86% 的 CEO 相信员工有能力跟 AI 协作,可只有 25% 的员工在日常工作中真正用上了 AI。老板们搭好了架子,执行层还没跟上,这是 2026 年最常见的组织断层。
给业务负责人的三条建议
第一,先给 AI 找一个有名有实的老板。 76% 的企业有了首席 AI 官,但这个职位的含金量差别极大:有的是挂名布道者,有的是真能调预算、定优先级的人。判断标准就一条——他能不能叫停一个业务部门的 AI 项目?不能的话,这个职位就是摆设。
第二,决策权按"可逆性"分,不按职级分。 规则明确、可逆的调用交给流程和 Agent;不可逆、高风险的决策留在人手里。麦肯锡的报告里还有一个强相关的发现:CEO 亲自过问 AI 治理的公司,利润影响更显著。老板不挂帅,治理就是纸面文章。
第三,指标挂到业务结果上,别挂到 license 数上。 多少人开了账号、跑了多少次调用,这些都是过程指标。真正要看的是:周期缩短了多少、转化率变了多少、利润动了没有。麦肯锡调研里,重做工作流程是跟利润影响相关性最强的单一因素——组织调了,流程没动,等于白调。
参考来源
常见问题
中小公司也需要设首席 AI 官吗?
不需要这个头衔,需要的是"有名、有预算、能拍板"的人。在中小公司,这个人往往就是业务一把手自己,或者一个直接向一把手汇报的负责人。头衔是形式,授权才是实质。
集中和混合到底怎么选?
按要素拆:风险、合规、数据治理集中管;技术人才、方案推广、路线图用混合形态,中央定标准、业务单元扛落地。没有一刀切的答案,只有要素级的答案。
组织调完,多久能看到效果?
别指望一个季度。IBM 的调研显示,只有 25% 的员工在日常工作中真正用上 AI——架子搭好只是开始,真正的功夫在流程重做和习惯养成上,按 12 到 18 个月来规划更现实。
麦肯锡报告里 78% 用 AI,为什么 95% 试点没回报?
这是两份不同的调研,口径也不同:麦肯锡量的是"有没有在用",MIT 量的是"有没有产生可衡量的损益影响"。用起来和赚到钱之间,隔着组织、流程和治理三道坎,这正是本文要讲的。