Wharton–GBK《AI 的适应优势：谁在借助 AI 胜出，如何做到？》报告揭示 AI 投资回报率差距

Wharton Human-AI Research 与 GBK Collective 发布的新报告《AI 的适应优势：谁在借助 AI 胜出，如何做到？》揭示了 AI 在企业中的普及程度，以及将其应用转化为可观业务回报有多么困难。80% 的经理及更高级别受访者表示，其部门的 AI 投资取得了正回报，但只有 28% 的人认为回报非常显著。这项第四年度研究指出，工作流程再设计、明确责任归属以及以增长为导向的衡量方式，是取得更强劲成果的组织所具备的突出特征。

这项研究于 10 月 13 日发布，将企业 AI 讨论的焦点从员工是否使用这项技术进一步拓展开来。更重要的问题在于，企业是否围绕 AI 改变了流程、激励机制和管理架构。

衡量增长会改变 AI 价值的面貌

报告最鲜明的对比之一，涉及各部门如何界定成功。在追踪至少一项增长指标的部门中，35% 的受访者表示 AI 带来了非常显著的回报；而仅衡量效率的部门中，这一比例为 13%。这意味着，在衡量增长的群体中，取得显著回报的可能性约为另一群体的 2.7 倍。

这种区别不只体现在收入上。研究将新增收入、销售转化率、产出量和客户满意度归为增长指标；效率指标则包括运营成本、节省的工时、周转时间和错误率。各部门最多可以选择三项指标，因此，衡量增长的群体中也可能包括同时追踪效率指标的组织。

这很重要，因为节省时间仍比业务扩张更容易描述。节省的工时是最常被选用的指标，占 40%；新增收入的选择比例则为 27%。与此同时，83% 的经理及更高级别受访者预计，AI 将在未来两到五年内从根本上改变所在行业，或对其产生重大影响。

实际启示是，应让 AI 项目与企业真正希望实现的结果挂钩。例如，可以同时根据节省的时间和转化表现，评估销售工作流程提速的成效。这项调查并未证明，改变仪表板就能带来更好的回报；它显示的是，采用更全面的衡量方式与报告中更强劲的成果相关。

AI 智能体已很普遍，深度整合却并不多见

智能体的采用已相当普遍：67% 的部门表示以某种形式使用 AI 智能体。然而，只有 28% 的受访者认为 AI 已全面融入核心业务流程；仅有 17% 的部门允许 AI 自主运行，由人工事后审核，或以监控和防护措施取代人工审核。

占比最高的群体为 48%，他们表示 AI 会执行工作，但采取行动前要由人员审核并批准。另有 35% 的部门使用 AI 提供建议或草拟内容，最终决策则由人类作出。这些差异表明，仅有“已部署智能体”这一里程碑，并不能说明工作流程实际上改变了多少。

报告将工作流程转型界定为同时满足以下三个条件：工作流程发生重大变化、AI 融入核心流程，以及以某种形式使用智能体。在符合这一综合定义的部门中，67% 的受访者表示投资回报率非常显著。

这一发现支持一种更严格的部署观。安装助手只是工作的一部分；团队还需要决定信息如何流转、哪些例外情况需要人工介入，以及由谁对结果负责。这并不意味着每项任务都应该自主执行。报告指出，安全、监管和信任是限制智能体获得更大自主权的障碍，因此，判断每种工作流程是否适合使用智能体，是决策的核心。

责任归属明确与更强劲的回报相伴

新设首席人工智能官职位的组织表现突出。在这些组织中，58%的经理及以上级别员工表示，人工智能带来了非常积极的回报；而在人工智能监督职责被纳入现有高管工作范围的组织中，这一比例为24%。在既没有此类职位、也没有设立计划的组织中，该比例为8%。

平台战略也呈现出另一种差异。组织统一采用一个获批 AI 平台的受访者中，50% 表示回报非常显著；仍在试验、尚无明确方案的受访者中，这一比例为 9%。这些对比反映的是观察到的关联：专职领导和平台一致性可能与其他优势并存，包括资源和组织成熟度。

对于智能体出错应由谁负责，受访者的看法尚未形成定论。受访者最常将责任归于治理或风险团队（28%）、部署智能体员工的经理（26%），或该员工本人（25%）。没有一种答案占据主导地位。对扩大智能体使用范围的企业而言，明确责任归属与权限设置和监控一样，都是运营设计的一部分。

员工眼中的转型有所不同

这项年度研究首次将初级和中级员工纳入调查，与经理和高级领导者一同进行比较。比较结果凸显了不同群体对准备程度的认知存在显著差异。

73%的管理者及以上层级受访者表示，AI 已显著改变部门工作流程；初级和中级员工中，持相同看法的占58%。培训方面的差距更大：78%的领导者认为员工接受了充分的 AI 培训，而员工中持这一看法的仅占56%。

这些差异并不意味着员工普遍排斥 AI。73%的初级和中级员工表示，AI 对他们的工作产生了积极影响；在使用 AI 的员工中，84%表示它节省了时间。矛盾之处在于，AI 对个人有用，但要让它在整个组织中得到有效应用，还需要相应的支持。

AI 对员工队伍的影响仍未明朗。37%的管理者及以上层级受访者表示，AI 相关因素导致了员工人数减少；33%表示招聘放缓或冻结。不过，与其他部门相比，报告回报强劲的部门并不更可能报告裁员或招聘冻结。更强劲的回报反而伴随着管理结构、工作流程、监控和培训方面的变化。

这项调查能告诉企业什么，又不能告诉什么

这项研究调查了1,416名美国私营部门企业的全职员工；这些企业至少有1,000名员工，营收超过5,000万美元。访谈于2026年7月9日至29日进行。样本包括1,007名经理及以上级别员工，以及409名初级和中级员工；调查结果分别报告了这两个群体的情况。

这些是受访者自行报告的评估结果，并非经过独立审计的投资回报。研究结果反映的是美国大型商业企业的情况，不应直接推广至小型企业或其他国家。由于初级员工是到2026年才首次纳入调查，与往年进行比较时采用的是经理及以上级别员工群体的数据。

对于企业团队而言，这份报告提供了一种评估 AI 进展的有效方法：不要只看使用次数，还要关注可衡量的业务成果、与核心工作的整合、明确的责任归属，以及员工的实际体验。广泛的使用权限可能与执行乏力并存，而报告中提到的生产力提升，也可能意味着组织内部仍有大量工作尚未完成。

希望进一步了解研究发现、方法以及行业和部门间比较的读者，可以阅读 Wharton–GBK 的完整报告：《适应性优势：谁在借助 AI 获胜？如何做到？》。