一句话看懂：麦肯锡最新调研显示，企业部署AI代理（Agentic AI）的比例明显上升，部分财务指标开始改善，AI正从“试水期”转向“回报期”。但算力成本与裁员预期仍是悬在企业头上的两把剑。
事件核心：发生了什么
麦肯锡发布的最新AI现状调查报告显示，年收入超过10亿美元的大型企业中，已有40%正在规模化部署AI代理，而去年这一比例仅为27%。中小企业的对应比例则停留在22%，增长并不明显。报告指出，AI的财务回报正在显现：约33%的受访企业表示，已减少采购外部软件，转而利用AI编程工具自主开发内部解决方案。同时，近半数受访者承认AI提高了个人生产力，50%声称改善了决策效率。
但报告也揭示了代价：20%的企业因运营成本过高而缩减了AI使用规模，尤其是Token（模型调用）成本压力显著。更值得关注的是，39%的受访者预计未来12个月内企业会因AI替代而裁员，高于去年调查的32%。不过，也有43%的人认为AI不会带来明显的岗位增减。麦肯锡在这份报告中写道：“企业对AI的信心增长速度，超过了其能直接归因于AI的财务回报速度。”
为什么重要
这份报告首次为“AI投资回报”提供了相对乐观的量化证据。此前，业界普遍担忧大模型落地是“烧钱换热闹”——投入算力、人力与API调用费用，却难以在财报上看到实质收益。麦肯锡的数据显示，尽管EBIT（息税前利润）中AI占比达到5%的企业仍只有6%，但这一数字没有进一步下滑，在当下环境里本身就是一个积极信号。
更关键的是，AI代理（能自主完成多步任务的智能体）从去年的实验性项目变成了企业级应用的主流方向。大型企业比中小型公司更容易在AI部署中获益，意味着“数据规模”和“组织流程再造”能力正在取代单纯的技术采购，成为AI竞争的新门槛。这对闭源模型提供商（如OpenAI、Anthropic）和开源生态（如Meta的Llama系列）都会产生深远影响——企业不再简单比较模型参数，而是评估谁能在私有数据环境下稳定跑通完整业务流程。
对用户/开发者/创作者的影响
对开发者而言，“用AI写代码替代买软件”的趋势意味着技能结构正在重塑——不是单纯调用API，而是需要具备将Agent嵌入现有业务系统的工程能力。大型企业正在用AI代理重构内部流程，这类岗位需求会上升，但初级编码和重复性开发工作的需求可能收缩。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对创作者和内容生产者来说，39%的裁员预期虽然主要指向企业职能部门，但AI内容生成工具在办公场景的渗透已经不可逆。个人生产力提升的另一面，是团队规模可能缩小——尤其在文案、设计、初级分析这类岗位。对于中小企业和独立开发者，22%的规模化部署比例说明AI基础设施建设成本依然偏高，Token费用和推理算力仍是现实瓶颈，短期内免费开源模型（如Stable Diffusion系列、Mistral）会是更务实的选择。
值得关注的后续
一是“Token成本”能否持续下降。20%的企业因运营成本减少AI使用，说明推理算力的价格弹性极大。如果未来半年主流模型API继续降价（如OpenAI、Google近期动作），中小企业部署比例可能迎来一次跃升。
二是AI代理的标准化程度。麦肯锡发现大企业更易规模化，这与它们拥有更完善的数据中台和IT治理体系有关。接下来值得观察是否会出现针对中小企业的“Agent即服务”产品，把编排层、记忆层和安全审计做成开箱即用的方案。
三是裁员预期是否会落地。39%的预期比例比去年明显上升，但实际裁员数字往往滞后于预期。如果AI带来的效率提升真的反映在季报EBIT上，劳动力结构调整可能会在明年加速，届时政策端对“AI替代”的回应也将成为行业变量。目前公开信息显示，麦肯锡的报告基于受访者主观判断，真实的就业数据仍需观察后续统计。
来源：TechRadar
