引入 AI，还是转型组织？企业成功的策略要务
作者：Zokforce 研究团队人工智能革命已来到转折点。MIT Project NANDA 的最新研究揭露了一个严峻的事实：投资生成式 AI 的组织中，有 95% 完全没有获得投资回报，研究人员称之为「GenAI 鸿沟」（GenAI Divide）。本文深入分析组织如何通过策略性转型跨越这道鸿沟，让 AI 带来长久的成效。
历经数十年的期待与数以十亿计的投资，我们正站在关键的转捩点：企业领导者面对的根本问题，已不再是要不要引入 AI，而是如何转型组织，才能充分发挥 AI 的潜力。
这道鸿沟的一侧，是成功把 AI 融入运营 DNA 的组织；另一侧，则是深陷先导项目与概念验证（PoC）无尽循环的组织。我们的分析显示，两者的差别不在于技术堆栈有多精密，也不在于 AI 预算有多高，而在于它们推动组织转型的方式。
关键发现：MIT Project NANDA 的最新研究揭露了一个严峻的事实：投资生成式 AI 的组织中，有 95% 完全没有获得投资回报，研究人员称之为「GenAI 鸿沟」。
95%
组织未能从 GenAI 投资中获得任何 ROI
300-400 亿美元
企业每年在生成式 AI 上的支出
5%
企业定制化 AI 解决方案能走到正式上线
74%
企业难以扩大 AI 带来的价值
AI 的大悖论
在全球各地的董事会里，一个悖论正在上演。尽管企业对人工智能的投资前所未见，绝大多数组织回报的业务影响却微乎其微。投资与成果之间的落差，是我们这个时代最重大的策略挑战之一。
- 亮眼的展示
- 庞大的预算
- 影响甚微
- 卡在先导阶段
- ROI 为零
- 可衡量的回报
- 竞争优势
- 正式上线的系统
- AI 融入组织 DNA
- 可持续成长
虽然 80% 的组织已探索或试用过 ChatGPT、Microsoft Copilot 等 AI 工具，但企业定制化的 AI 解决方案只有 5% 能进入正式上线部署。更惊人的是，根据 Boston Consulting Group 的最新研究，74% 的企业难以从 AI 计划中实现价值并加以扩大。
然而，在这片普遍失望的景象中，有一小群组织正取得亮眼的成果。这些企业不只是引入 AI 工具，而是从根本重新打造组织，让它能在 AI 增强的世界中运作。
认识 GenAI 鸿沟
剖析 AI 的成败
MIT 研究人员所指出的 GenAI 鸿沟，不只是单纯的绩效落差，更揭示了组织理念与执行上的根本差异。鸿沟的一侧，是陷入我们或许可称为「AI 作秀」的组织：令人惊艳的展示、可观的预算，业务影响却微乎其微。
研究洞察：部署成功率
产业分析显示，只有科技与媒体两个产业出现 AI 带来结构性颠覆的明确迹象，其他七个产业尽管先导项目活动频繁，基本上仍维持原貌。查看部署率时，差距更加明显：
- 通用型工具（ChatGPT）：从先导到引入的成功率为 83%
- 特定任务的企业 AI 工具：失败率为 95%
影子 AI 经济：通往成功的一扇窗
当前 AI 版图中最具启发性的现象，或许是研究人员所称的「影子 AI 经济」：组织的官方 AI 计划停滞不前，员工却普遍自行使用个人 AI 工具。
- 员工偏好反应灵敏的工具
- 弹性胜过精密复杂
- 立即可用，带动采用
- 由下而上的创新行得通
- 官方工具常让事情更复杂
只有 40% 的企业购买了官方 AI 订阅，但超过 90% 的受访员工表示，他们经常使用个人 AI 工具处理工作。这个影子经济，为成功的 AI 引入应有的样貌提供了关键启示。
学习落差：为什么多数 AI 计划会失败
超越技术：人机界面的挑战
让组织停留在 GenAI 鸿沟错误一侧的主要障碍不是技术，而是组织。企业环境中部署的多数 AI 系统，都缺乏成功人机协作所需的基本能力：记忆、适应力与持续学习。
真实用户经验：「我们采购的 AI 工具只能产出僵化的摘要，定制化选项也很有限。用 ChatGPT，我可以引导对话、反复调整，直到得到我真正需要的结果。」——企业律师，MIT 研究
- 固定不变的设置
- 一体适用
- 不记得先前对话
- 定制化有限
- 一再犯同样的错
- 跨对话保有记忆
- 因应情况调整回应
- 从反馈中学习
- 理解上下文
- 持续改进
记忆问题：为什么上下文很重要
学习落差最明显地体现在情境记忆上。ChatGPT 这类消费级 AI 工具虽然擅长单次交互，却无法跨工作阶段保留知识；在讲求连续性与知识累积的企业环境中，这项限制就成了关键问题。
研究参与者一致认为，这种记忆缺陷是 AI 用于关键任务工作的主要障碍。这也说明了为什么 90% 的用户在处理复杂的长期项目时仍偏好人类同事，尽管他们承认 AI 在简单任务上更胜一筹。
转型要务：为 AI 成功而设计组织
超越技术：10-20-70 原则
Boston Consulting Group 的研究显示，AI 表现顶尖的组织都遵循他们所称的「10-20-70 原则」：把 10% 的心力投入算法，20% 投入数据与技术，70% 投入人员、流程与文化转型。
关键洞察
AI 能否成功，主要是组织的挑战，而非技术的挑战
这项原则挑战了关于 AI 引入的传统观念。多数组织把重心放在技术选型与部署上，但领先者明白，持久的 AI 优势来自改变人们的工作方式、流程的运作方式，以及组织学习与调适的方式。
策略伙伴关系，还是内部自行开发
成功率分析：与外部供应商建立策略伙伴关系的组织，部署成功率约为 67%；内部自行开发的解决方案则只有 33%。
这样的差距反映出几项因素。外部伙伴关系能更快实现价值、降低总持有成本，也与运营工作流程更加契合。或许最重要的是，组织不必承担从零打造 AI 能力的负担，仍能取得量身打造的解决方案。
AI 时代的领导：推动文化转型
首席执行官的 AI 要务
高层领导在 AI 转型中扮演的角色，再怎么强调都不为过。McKinsey 的研究指出，拥有高管强力支持的组织，成功部署 AI 的可能性明显更高。然而，有效的 AI 领导不只是分配预算和发表策略宣示。
AI 领导框架
- 设置愿景：为 AI 转型订出清楚的策略方向
- 排除障碍：消除组织中阻碍实验的因素
- 建立文化：培养协作与学习导向
- 设计指标：建立重视学习胜于立即成果的衡量方式
文化转型：从规避风险到学习导向
成功的 AI 转型需要根本的文化转变：从规避风险走向学习导向。传统组织文化强调可预测性与控制，往往难以应对 AI 与生俱来的不确定性，以及持续调适的需求。
案例研究：Fortune 500 制药公司
一家 Fortune 500 制药公司的数据暨 AI 长，与各事业单位合作，针对特定使用情境制定策略愿景与引入蓝图。领导层没有强行套用技术方案，而是通过协作探索与反复改进，让组织自己创造价值。
成果：通过 AI 驱动的分子分析，药物研发流程加快 40%，临床试验成本降低 25%。
成功走过这场文化转型的组织，通常会建立研究人员所称的「可安全失败」（safe-to-fail）实验框架。这类做法鼓励快速测试与学习，同时维持适当的风险管控。
策略手册：组织如何跨越 GenAI 鸿沟
范围小、影响大的策略
对成功 AI 引入案例的分析显示出一致的模式：跨越 GenAI 鸿沟的组织，都是从范围窄但价值高的使用情境着手，再有系统地扩展，而不是一开始就推动大规模的转型计划。
- 设置负担低
- 立即看见价值
- 与现有工作流程清楚集成
- 对现行流程干扰极小
伙伴关系的优势
跨越 GenAI 鸿沟的组织越来越常借助外部伙伴关系，加速能力建设并降低引入风险。这些伙伴关系有多种形式：与供应商合作、与系统集成商建立关系，以及与顾问公司结盟，同时取得技术专业与变革管理支持。
伙伴关系的影响：多数成功发掘的 AI 解决方案，都来自通路伙伴关系与转介网络，反映出信任与社会认同在企业 AI 引入中的重要性。
转型蓝图
根据对成功 AI 引入案例的全面分析，我们建议以结构化的方式跨越 GenAI 鸿沟。这份蓝图强调组织转型，而非技术部署。
01
奠定基础
第 1-6 个月
- 评估 AI 准备度
- 找出产消者（prosumer）社群
- 建立治理框架
- 启动小范围的先导项目
02
发展能力
第 6-18 个月
- 扩大成功的先导项目
- 发展策略伙伴关系
- 引入学习型系统
- 建立衡量框架
03
组织集成
第 18-36 个月
- 集成进核心流程
- 重新设计工作流程与角色
- 制定竞争策略
- 为代理式 AI 做好准备
投资优先级框架
高优先投资
- 能从用户反馈中持续改进的学习型系统
- 强化既有流程的工作流程集成工具
- 数据质量与治理基础设施
- 变革管理与能力发展计划
中优先投资
- 针对特定业务流程的定制化 AI 解决方案
- 高级分析与决策支持系统
- 价值主张明确的客户端 AI 应用
- 以 AI 自动化例行运营工作
各产业的转型模式
科技与媒体：颠覆的领头羊
科技与媒体产业的结构性颠覆程度最高，新挑战者不断抢占市占率，既有的工作流程也正经历根本改变。在科技业，AI 催生了新的软件开发形式，GitHub Copilot 等工具正在改变写程序的方式。
科技产业的影响
企业回报软件开发任务的生产力提升了 20-40%，部分组织通过 AI 辅助的代码生成与调试，获得更高的成效。媒体组织也通过 AI 原生的内容创作与自动化新闻，经历类似的转型。
金融服务：审慎的采用者
受法规要求与风险管理考量影响，金融服务机构一如既往地以审慎态度引入 AI。不过，领先的机构正通过后台作业自动化、风险评估与客户服务强化，创造可观的价值。
制造与医疗：运营优化者
制造与医疗机构展现出不同的 AI 引入模式，主要着重于运营优化，而非面向客户的应用。医疗机构表示，AI 驱动的病历文档、诊断支持与行政自动化带来了显著效益。
AI 驱动组织的未来
代理式网络：超越个别 AI 工具
企业 AI 的下一步演进，是超越个别工具，打造研究人员所称的「代理式网络」（Agentic Web）：由自主 AI 系统组成的网络，能在整个商业生态系统中自行探索、谈判与协调。
- 采购谈判
- 跨平台协调
- 自主工作流程
早期实验已经展示：采购代理能自主寻找供应商并谈判条件，客服系统能在各平台之间无缝协调，内容创作流程则能串接多家供应商，并自动进行质量保证。
AI 时代的竞争态势
AI 正从根本改变各产业的竞争态势，在创造新优势来源的同时，也让其他优势变得商品化。成功跨越 GenAI 鸿沟的组织往往会发现，他们的竞争护城河正从规模、地点等传统资产，转移到学习能力、数据质量与调适速度。
策略窗口：建立 AI 驱动竞争优势的机会之窗正迅速缩小。正如 McKinsey 的研究指出，企业越来越常锁定与供应商的合作关系及反馈循环，而这些日后都将难以解除。
立即行动的必要
证据再明确不过：能在 AI 时代蓬勃发展的组织，会把 AI 引入视为全面组织转型的催化剂，而不是一项技术引入项目。GenAI 鸿沟区隔了理解这个事实的企业，与深陷先导项目和概念验证无尽循环的企业。
跨越这道鸿沟的机会之窗正迅速缩小。随着领先组织巩固其 AI 能力与竞争优势，追赶的成本将呈指数上升。实验的时代即将结束；转型的时刻就是现在。
转型的抉择
对企业领导者而言，选择很清楚：不主动转型，就会被转型。拥抱这项要务、决心跨越 GenAI 鸿沟的组织，不只能在 AI 革命中存活，更将引领这场革命。
问题已不再是 AI 会不会改变商业世界——它早已在改变。真正的问题是，您的组织会成为推动转型的一方，还是被转型的一方。
前进的道路需要勇气、承诺，以及从根本重新构想组织如何在 AI 增强的世界中创造价值的意愿。它要求对人员与流程的投资不亚于技术；体认到文化变革与算法选择同等重要；并理解竞争优势属于那些比对手学得更快、调适得更快的组织。
参考数据
Challapally, A., Pease, C., Raskar, R., & Chari, P. (2025). The GenAI Divide: State of AI in Business 2025. MIT NANDA Project.
McKinsey & Company. (2024). The state of AI: How organizations are rewiring to capture value. McKinsey Global Institute.
Boston Consulting Group. (2025). AI at Work 2025: Momentum Builds, but Gaps Remain. BCG Global AI Survey.
Harvard Business Review. (2024). Building the AI-Powered Organization. Harvard Business School Publishing.
McKinsey & Company. (2025). Seizing the agentic AI advantage. McKinsey Quarterly.
Lakhani, K. R., Stave, J., Ng, D., & Martines, D. (2025). A Guide to Building Change Resilience in the Age of AI. Harvard Business Review.
关于 Zokforce
Zokforce 于 2025 年在加拿大注册成立，是一家领先的 AI 顾问公司，专门协助企业因应人工智能引入与组织转型的种种复杂挑战。我们以研究为本，结合深厚的技术专业与务实的商业洞察，协助组织跨越 GenAI 鸿沟，在 AI 时代建立持久的竞争优势。
