最近看了麦肯锡发布的报告，很多企业都在用AI，但是如果内部协作和岗位没有重新设计，那其实意义不大。这个现象最直接的反应就是，大厂都开始缩减员工的token报销额度了。
以下是报告的解读⬇️
80% 在用 AI，0% 跑通。
差距不在"用没用"，在"把它当什么"
是给旧流程装新零件，还是重新招聘的新员工。
电力革命 30 年后工厂才真正围绕电力重设计，AI 革命正卡在同样的困境。
麦肯锡 《共生企业》数据：
80% 的组织停留在"生成式 AI 聊天机器人"阶段，60% 进入了"智能体任务"，只有 10% 做到了"智能体工作流"，真正进入"智能体组织"的是 0%
把 AI 当工具装到旧流程里，还是当员工重新设计流程 ——
这是过去 4 年所有公司面对 AI 时被严重低估的"第一性原理"。
一、报告里被忽略的那张图
报告里那张分布图，是整篇报告最值钱的一段。
它的核心数据是：
80%：AI 是个会聊天的工具，问什么答什么 60%：AI 能自动跑一些孤立任务，但人还在循环里 10%：AI 嵌入进了重新设计的工作流，人在循环之上 0%：AI 成了组织的基本协作单位
四层分布里，前两层是"用 AI"，后两层是"被 AI 重塑"。
绝大多数公司卡在前两层。
AI 不够聪明不是卡住的真正原因。
卡住的是公司没有勇气把自己重做一遍。
80%/0% 四层人群分布，从拥挤到独立
二、不是"增强"，是"重塑"
把 AI 嵌入现有工作流（增强），还是从零重塑工作流（重塑）。
收益差距：
问题不在模型选得多好，问题出在企业愿不愿意把自己重做一遍。
亚马逊全球运营里跑着超过 100 万个机器人，Sequoia 系统识别库存比旧系统快 75%，订单处理时间减少 25%。
这些收益不是来自"用机器人换人"，而是来自"围绕 AI 协调重塑了仓库的运营模式"。
一家全球前十大投行用 AI 智能体工厂改造工具数据运营链路，生产力提升约 40%。
同样的模型，给另一家"在旧流程上加 AI"的公司，回报趋近于零。
说白了，模型趋同以后，差距不在模型，在流程。
这是我之前写的 认知拐杖 vs 认知健身房在企业级的版本：
让 AI 当陪练，企业才进得了"重塑健身房"
—— 流程重画，组织跟着升级。
让 AI 当拐杖，企业就只剩"假电梯"
—— 效率上去了，竞争力反而被锁死。
区别在哪？
前者逼企业重塑，后者让企业偷懒。
增强是给旧机器装新零件。
重塑是把机器图纸重画。
旧机器拆解 vs 重新设计的齿轮组
三、AI 不是工具，是技能化的新员工
报告里着重提到了"智能体技能"（Agent Skills）这个概念。
一个通用开发智能体，能起草代码，但写出来的代码不一定符合你们公司的加密规范和测试覆盖率。
给它配一个" 工程规范技能Skill "—— 把规则、异常、阈值编码成可复用组件。
同一个智能体就能端到端地写代码、写测试、生成解释。
一个通用客服智能体，能礼貌地回复。给它配一个" 索赔处理技能Skill "—— 升级路径、合规规则、退款阈值、法律验证模板。
同一个智能体就能合规处理整条索赔链路。
这种"通用智能体 + 专业技能"的产品形态，本质上就是把 AI 从工具变成了可被雇佣的专业员工。
开 Agentic 公司的 4 步法
链路是这样的：
工具 → 助手 → 技能化员工 → 同事。
走到"同事"那一步，
组织形态才真正开始变。
机器人插上多张技能卡
四、共生企业的两种失败模式
报告反复警告两种失败模式，我觉得值得记一下。
第一种叫渐进主义。在 AI 原生竞争对手已经在抢市场的时候，还在用优化前 AI 时代流程的方式做 AI。Stanford 那份 51 个成功部署的研究讲过类似的故事：每 1 美元技术投资要配 10 美元的无形投资（流程重设计、再培训、组织转型），大多数公司只肯花前 1 美元。
第二种叫过度扩张。以超出组织吸收、适应或治理能力的速度部署自主系统。Agentic AI 的七大风险里（执行失控、未授权工具调用、权限升级、问责扩散……），每一条都对应"跑得太快"。
麦肯锡给出四个成功条件：
一个北极星—— 目标状态是什么，别被工具牵着走 一个双重转型—— 价值实现和劳动力适应同步推进 一个重塑引擎—— 把工作流重塑做成可重复的能力，不是一次性项目 一个治理框架—— 给"AI 员工"配上人类的边界、责任和经济学控制
这里面"治理框架"那条最容易被忽视。
另外，还要注意"认知税" ，指的是对少数 AI 供应商的战略依赖，正在变成对企业执行的征税。
机长不能让自己绑死在副驾驶身上。
机长稳坐主驾，副驾被线缆缠住
五、场景
报告的意图是给一条新的企业形态路线图，不是替所有公司下"必须变"的判决。
它成立的范围：
流程标准化程度高、变异性低的认知/物理工作（客服、文档处理、仓库拣选、初级编码） 数据闭环能跑通的业务（能拿到结果反馈去训练） 单位经济性允许"先用便宜 AI 试错"的领域
它不成立的范围：
高度依赖隐性经验和小样本判断的领域（早期创新、复杂谈判、危机处置） 数据敏感或合规要求极高、不能给 AI 自主权的领域 业务体量小、组织吸收能力不够的小团队—— 硬上就是过度扩张
这件事的适用范围是清楚的。
但所有企业都要回答一个问题：你打算把 AI 当工具用到什么时候？
六、你的公司把 AI 当什么
报告没给一个标准答案。
它给的是一个判断：向共生企业的过渡，既不是技术部署，也不是生产力计划。它是一场战略转型。
战略转型不靠一份新战略文档落地，在 AI 已经能做事的世界里，靠回答"我是谁、我的客户为什么买我、我靠什么差异化" 这三个老问题。
你身边的人都在用 AI，所以你也不用焦虑；
但身边的人都没有跑通，所以你也不知道真正的样子长什么样。
个人要拼判断力，
企业要拼"把 AI 当员工"的勇气。
你所在的公司，是 80%，还是 0%？
#人机协作 #组织进化 #共生企业
