AI已经进入企业，但企业似乎还没有真正进入AI时代。
一边是越来越多的企业开始使用Agent和AI工具；另一边，不少企业发现，员工效率提升了，业务结果却没有同步增长。
问题可能并不在AI能力本身，而在企业仍然沿用了过去的生产方式。
100多年前，电机替代蒸汽机时，工厂也曾经历类似阶段。电机提供了更强大的动力，但生产线、组织方式和管理模式不改变，新的技术很难转化为新的生产力。
今天的AI，正在走过同样的阶段。
埃森哲最新发布的《2026中国企业数字化转型指数》指出，中国企业正在加速AI规模化应用，但仍需要持续重塑企业能力，实现价值增长。并且AI带来的价值不仅在于帮助企业发现新的创新机会，更重要的是提升企业将创新快速规模化的能力。
AI加速价值迁移，未来取决三大能力
AI来了之后，整个市场的价值迁移速度正在发生变化。埃森哲观察，过去十年，全球企业价值格局经历了一轮明显调整，全球企业价值迁移达27万亿美元，20%的头部企业是新进入者，25%的原领先企业逐渐退出头部阵营。
尤其是在2022年生成式AI爆发之后，这种价值迁移开始明显提速。过去企业价值变化更多是一个相对缓慢的过程，但AI正在改变这一节奏，三分之一的价值迁移发生在过去十年，EV/EBIT比率提升25%。
某种程度上，市场正在奖励那些能够利用AI创造新增长空间的企业。
埃森哲看到，下一轮领先取决于三大未来能力：
自主智能：代表AI原生企业的能力，AI不只是提升效率的工具，还要进入企业决策、运营和创新的核心环节，推动企业重新设计自身的运行方式。
价值密度：当企业具备自主智能能力之后，产品和服务模式也会随之变化。企业可以重新定义产品体验、服务方式以及与客户、合作伙伴之间的关系，持续创造更高价值。
多极经营：随着中国企业走向全球，企业需要在不同区域建立本地化能力，同时通过全球资源协同，进一步放大自主智能和价值密度带来的增长空间。
过去几年，中国企业数字化转型正在明显提速。埃森哲持续追踪中国企业数字化成熟度发现，2025年至2026年，生成式AI和智能体正在成为推动企业转型的重要力量。“过去企业数字化能力评分每年提升幅度有限，但近一年出现了明显增长，企业正在广告营销、内容创意、智能制造、数据治理等多个领域加速探索新的应用方向。”埃森哲大中华区AI与数据事业部总裁曹琦峰说道。
不过，能力提升并不意味着优势已经形成。真正将这些能力转化为业务绩效优势的企业只有10%。
这10%领先的企业差异，在于它们已经将AI能力融入业务体系，并进一步释放出新的增长空间。通过自主智能提升运营能力，通过更高价值密度的产品和服务拓展市场，再通过多极化经营放大规模效应。
未来，企业之间的差距可能会进一步扩大。
AI转型并不意味着企业需要一次性完成全面重构，关键在于企业是否能够找到适合自身业务阶段的AI推进节奏。埃森哲大中华区商业研究院院长邱静认为，很多企业的实践路径是从局部场景切入，通过自动化提升效率，再将释放出的资源投入新的创新周期。
自主智能
现在不少企业的AI应用仍停留在局部提效阶段。从应用情况来看，63%的企业已经为员工配备AI助手，通过Copilot、Chat等工具辅助日常工作。但随着AI深入业务，企业需要同步调整岗位设计和人机协作方式。目前只有44%的企业开始重新设计岗位需求，真正进行流程系统性重构的企业比例更低，仅有18%。
邱静谈到，很多企业的问题在于过去数字化阶段留下的问题，包括数据没有打通、系统没有打通、技术债、数据债、人员债、治理债。AI如果只是点状应用，调用成本会越来越高，ROI很难达到预期。
“做对事情比做得快更重要。”曹琦峰说，AI真正带来的变化，需要企业重新设计业务流程、组织方式以及人与AI之间的协作模式。
推动这一变化，目前仍存在几方面阻碍。首先，AI转型需要企业管理层具备清晰认知；其次，企业需要明确AI的战略目标；最后，传统数字化积累形成的技术、数据和组织基础，仍然影响AI规模化落地。
与此同时，AI规模化应用也带来了新的挑战。
第一，“词元税”成为近期企业关注的重要问题。过去，企业更多关注AI是否能够降低成本、提升效率，但随着应用规模扩大，AI带来的计算成本、Token消耗也开始显现。企业需要重新评估不同场景下AI投入与业务价值之间的关系，找到真正值得投入的方向。
第二，AI具有一定的不确定性。与过去相对确定的软件功能不同，智能体会基于模型生成结果，企业需要重新考虑如何保障系统稳定性、如何设计新的技术架构。
第三，信任问题也成为AI规模化应用的重要前提。企业需要知道AI如何做出判断、依据是什么、结果是否可以追溯。当AI参与关键业务决策时，可审计、可解释、可追责能力成为企业必须建立的基础。
因此，AI规模化落地的关键不是简单部署更多工具或搭建更多Chatbot，需要将AI建设成为企业的一项基础能力。首先，AI需要成为企业战略层面的重要议题；其次，企业需要建设支撑AI运行的新型技术底座；第三，企业需要打造自身的认知层；第四，企业需要建立AI能力组织；第五，企业需要建立可信规模化AI运营体系。
价值密度
从企业预期来看，大多数企业希望AI带来的是业务增长，而非简单的降本增效，但真正通过AI创造显著价值的企业仍然是少数。
规模化部署并不意味着价值已经兑现。数据显示，2025年真正通过AI落地实现显著价值的企业占比为9%，到2026年也仅提升至14%，增长了5个百分点。与此同时，越来越多的企业已经完成了从试点到规模化部署的跨越，采用先进AI应用的企业比例从去年的46%提升至今年的88%。
那么，那些真正通过AI实现增长的企业，究竟做对了什么？埃森哲总结了四类复合优势。
第一，从“产品收入”到“结果收入”
过去，交付给企业的是硬件、软件或服务。现在，产品交付只是起点，企业可以通过AI持续连接客户、理解需求、优化体验，在整个生命周期中不断提升产品价值。例如雅迪在产品售出后，借助AI持续运营用户。
第二，从“规避复杂性”到“驾驭复杂性”
过去，企业往往追求标准化和确定性，尽可能减少复杂性。AI提升了处理复杂场景的能力，让复杂性本身成为竞争优势。例如星星充电利用AI实时匹配充电需求、电价和站点资源，在大量动态变量中持续优化用户体验，这在传统模式下几乎难以实现。
第三，从“可用数据”到“可信决策”
AI时代，数据的重要性已经升级为可信。企业不仅需要数据，更需要建立可追溯、可验证的决策体系，让AI每一次判断都有依据、有规则、可审计。京东政企通过AI提升审核和运营过程的规范性，降低人为因素带来的风险，让AI成为企业可信决策的重要支撑。
第四，从“内部能力”到“智能体网络”
未来，智能体不仅服务企业内部，还将连接客户、供应商和合作伙伴，形成跨组织协同。例如阿里国际站已经将智能体应用延伸至产业链上下游，通过智能体之间的协作提升整个生态的运行效率，实现价值共享。
多极经营
过去几年，中国企业出海已经进入深水区。随着企业在海外市场不断扩大规模，本地化经营成为新的挑战。
2025年至2026年，中国企业面临的本地化压力持续加大，一方面需要满足更加严格的合规监管要求，另一方面需要更深入地理解当地消费者和市场需求。
与此同时，全球市场仍然充满不确定性。地缘政治、经济环境变化以及技术快速迭代，都在不断考验企业的全球运营能力。但中国企业的全球化步伐并未放缓，60%的中国企业将成为全球行业领导者作为目标，不过真正能够影响全球产业格局的企业只有12%，具备全球品牌影响力的企业更仅占5%。
领先企业的竞争方式也正在发生变化。过去中国企业更多依靠供应链效率和制造能力打开海外市场。如今竞争优势开始向品牌、本地化运营和技术创新延伸。
AI的出现，为这一轮全球化竞争打开了新的窗口。
随着豆包、通义千问等生成式AI工具不断普及，消费者获取信息、比较产品和做出购买决策的方式正在发生变化。过去人们更多依赖搜索引擎和社交媒体获取信息，未来生成式AI有望成为新的决策入口。埃森哲预测，71%的消费者未来将借助生成式AI完成消费决策，37%的品牌粉丝愿意在智能体推荐更优选择时更换品牌。
曹琦峰谈到，当智能体开始参与消费者决策，企业争夺的不再只是消费者注意力，还包括AI的推荐能力和理解能力。
第一，读懂本地需求：通过分析用户提问、偏好和决策逻辑，企业可以更深入地洞察不同市场消费者真正关注什么，也能够理解智能体推荐或放弃某个品牌背后的原因，从而持续优化产品和服务。
第二，持续被智能体选中：企业需要让自己的产品、价格、服务和品牌，更容易被智能体理解、验证和推荐，这将成为品牌竞争的新战场。
第三，智能协调全球资源：通过智能体连接全球营销、生产、供应链和客户服务体系，企业能够实现跨区域协同和更敏捷的运营响应，进一步放大全球化经营带来的规模效应。
企业重塑仍在继续，新的价值大航海时代已经开启。
