北京
德勤最新《2026AI现状报告》显示，AI的采用速度持续快速提升，然而数据基础设施、治理和人才重构方面却显著滞后。虽然企业在战略层面保持信心，但在运营层面尚未做好实现AI目标的准备。这种不断扩大的执行差距是本年度报告的核心主题。
德勤分享的数据显示，AI工具获取渠道大幅扩展——同比增长50%。目前60%的员工可以使用这些工具，但这部分人中不到60%会定期使用。部署情况呈现类似趋势。仅有25%的组织将40%或更多的试点项目转化为生产系统。尽管超过一半的组织相信他们将在几个月内跨越这一门槛。如果这种加速得以实现，将以前所未有的方式考验数据基础设施、集成层和治理框架，这是孤立的试点项目从未经历过的。
仅靠规模化就能保证转型吗？德勤认为并非如此。报告结果显示，即使AI部署增加，各组织内部变革的深度也存在显著差异。约25%的受访领导者现在将AI描述为对其组织具有变革性影响——这一数字是去年的两倍多。尽管投资水平持续上升，高管信心不断增强，但仅有34%的公司正在围绕AI重新构想产品、服务或商业模式。另有三分之一正在重新设计关键流程，而不改变更广泛的业务结构。剩余的三分之一则是在现有系统之上叠加AI，结构性变革有限。这表明效率提升正变得普遍，但重构仍然具有选择性。
当企业迈向自主智能体（agentic AI）时，变革的速度变得更为重要。德勤报告显示，近四分之三的组织计划在未来几年内部署自主智能体，但仅有21%报告称已为这些系统建立了适当的治理机制。与早期的AI模型不同——后者提供建议并扮演更多辅助角色——AI智能体被设计为直接执行决策。我们知道这种能力有助于扩展运营范围并提高效率，但也增加了风险敞口。
受访者表示，他们最担心的是安全性（73%）和数据隐私（73%）。其次是缺乏治理监督（50%）以及模型是否可靠（50%）。数据隐私和安全仍是首要关注点，各占73%这一点并不令人惊讶。近一半的受访者还担心治理监督以及模型是否可靠且可解释。
执行差距的问题通过调查的准备度指标得到了进一步强化。仅约40%的受访者表示他们的AI战略准备充分。治理方面的准备度为30%。技术基础设施准备度达到43%，数据管理为40%，人才准备度则降至仅20%。与去年的报告相比，这些数字均有所下降，表明组织对2026年AI目标的准备程度降低。这也可能意味着他们设定的目标过于雄心勃勃，在此背景下准备不足。
这一差距影响不仅限于基础设施和治理，还延伸到劳动力本身。报告强调，仅有20%的组织表示他们的人才高度具备AI就绪度。与此同时，约三分之一的受访者期望在一年内实现有意义的自动化。然而，大多数公司专注于培训而非重构工作流程。这意味着员工正在接受如何使用工具的教育，而实际上并没有重新思考如何使用这些工具来完成工作。
报告的另一个关键发现是，许多组织期望从AI中获得收入增长，但很少有企业能够规模化地实现这一目标。这表明该行业仍处于价值转型阶段，效率提升比营收扩张更为切实可见。
总体而言，本年度报告显示，AI采用已不再是主要挑战。大多数企业正在投资并计划扩大规模——但现在的压力在于运营层面。数据系统、治理模式和员工结构被要求支持比其最初设计更多的自动化和自主性。在许多情况下，这些基础仍在追赶之中。
企业AI的下一阶段将不再聚焦公司部署工具的速度，而更多地取决于他们整合工具的效果。效率提升显而易见，但持续的收入增长和结构性变革需要更长时间。随着AI在日常运营中变得根深蒂固，那些愿意放慢脚步以加强基础设施并重新思考工作完成方式的企业，最终可能会走得更远。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
