导读

当AI开始”代理”你的工作——不是回答问题，不是生成文案，而是自主决策、调配预算、调整定价、协调库存——企业的增长逻辑会发生怎样的改变？

麦肯锡2025年11月发布的这份报告给出了一个清晰而紧迫的答案：智能体AI（Agentic AI）正在成为企业增长的新引擎。报告预计，智能体AI将驱动AI在营销和销售领域预期增值中超过60%的部分。这不是未来愿景——先行者已经在行动。

但与此同时，近八成企业报告称并未从AI中获得显著的利润底线改善。

技术的潜力与商业的落地之间，横亘着一道鸿沟。而这份报告，正是为跨越这道鸿沟而写。

报告背景

这份题为《增长引擎：将人工智能的承诺转化为影响力》的报告，由麦肯锡”增长、营销与销售实践”部门于2025年11月发布，作者为Greg Kelly、Lisa Harkness和Steve Reis三位合伙人。它定位为一本战略行动手册——帮助CEO和CMO从喧嚣的AI炒作中抽身，聚焦于那些真正能产生财务回报的应用场景。

报告的核心论点极具穿透力：企业从AI中获取的突破性价值，并非来自部署更高级的工具，而是来自对端到端业务流程和工作方式的根本性重构。

核心发现一：智能体AI——增长的下一个引擎

传统生成式AI能帮你写邮件，但智能体AI能替你完成一整条工作流：感知市场信号→建模预测→调整定价→重新分配库存→刷新创意资产，这一切在数秒内完成。

麦肯锡的估算显示，智能体AI在营销和销售领域将贡献AI预期增值的60%以上。早期先行者已经开始收获成果：一些财富250强公司报告其营销活动的创建和执行速度提升了15倍。

这是量级的变化。当AI从”辅助工具”进化为”数字劳动力”时，企业的运营效率天花板被重新定义。

核心发现二：重构增长的四大教训

报告从先行者的成功经验中提炼出四大教训，构成了一个从”识别价值”到”组织变革”的完整框架：

教训	核心理念	关键行动
教训一 聚焦价值所在	从结果导向出发，识别智能体能产生最大杠杆的节点	放弃撒网式试点，集中资源攻克高价值增长难题
教训二 思考工作流，而非智能体	以智能体为核心重新设计端到端客户旅程和运营流程	流程再造优先于工具叠加，避免在旧流程上”打补丁”
教训三 构建协作型智能体	将智能体视为数字化”团队成员”，而非附加工具	定义角色、设定KPI、像管理员工一样进行入职和绩效评估
教训四 构建智能体增长型组织	打破部门墙，建立人机混合团队和统一治理框架	建立”智能体工厂”，工业化生产和部署智能体

其中，“思考工作流，而非智能体”是整份报告最核心的洞见。智能体只有在嵌入端到端流程中才能创造最大价值——如果获客、销售转化、库存管理到售后服务仍然是割裂的，单一环节的优化效果极为有限。

核心发现三：先行者的惊人成效

报告引用了多个匿名的行业案例，数据令人印象深刻：

欧洲保险公司：16周内重新架构其商业模型，部署知识智能体（覆盖1000+保单文档）、辅导智能体（AI转录评分，覆盖95%销售通话）、集成智能体。结果：转化率提升2-3倍，通话时长缩短25%。

美国航空公司：利用预测性洞察为航班延误提供个性化补偿。结果：高风险客户识别准确率提升210%，客户满意度跃升800%，高价值旅客流失降低59%。

美国住宅建筑商：训练AI销售智能体模仿顶级销售人员的对话模式，通过评分智能体基准测试。结果：预约转化率提高3倍，周预约量翻番，最佳智能体在共情力和流畅度上达人类水平。

北美户外用品制造商：重构客户服务流程——智能体处理诊断、数据检索和摘要，人工聚焦共情和解决方案。结果：更快的解决时间和更高的客户满意度。

深层障碍：为何80%企业尚未破局

报告揭示了一个尖锐的悖论：AI技术已经成熟，但大多数组织尚未准备好。近八成企业报告称AI并未带来实质性的利润改善，主要原因包括：碎片化的试点项目、薄弱的数据基础、不足的治理架构。

这正是报告的核心论点——问题不在于AI本身，而在于企业使用AI的方式。当你把智能体当作”附加工具”而非”核心流程的一部分”时，你得到的是效率的小幅提升，而非增长逻辑的根本转变。

批判性视角：三个需要警惕的盲点

第一，幸存者偏差。报告聚焦于”先行者”的成功经验，但这些公司往往拥有更好的数据基础、更强的技术团队和更高层的管理支持。中小企业的资源禀赋差距可能比想象的更大——”智能体工厂”听起来完美，在组织内部建立这样一个跨职能治理机构，其政治和运营阻力可能被严重低估。

第二，“智能体”定义的宽泛化。报告将智能体界定为涵盖推理、决策、执行、协作的广义概念，但在工程实现中，不同类型的智能体（反应式、基于模型、基于学习）有本质差异。企业如果在技术选型阶段就做出错误判断，后续的治理框架再完善也无济于事。

第三，对领域知识和非结构化数据的探讨不足。报告强调数据产品的重要性，但对高度专业化的领域知识（医药、法律、金融合规等）如何制约智能体的能力边界，以及客户语音情感、销售对话中的隐性信号等非结构化数据如何整合融入智能体推理链条，涉及不深。脱离了领域知识的智能体，就像一个没有行业经验的优秀毕业生——聪明，但需要大量指导。

对中国企业的三重启示

第一，从”试点陷阱”中跳出来。中国企业AI应用的一个典型问题是”为了AI而AI”——多个零散试点项目并行推进，缺乏全局视角。报告的”增长审计”思路值得借鉴：自上而下识别2-3个高价值的增长痛点，承诺端到端的工作流重设计，比十个试点更有价值。

第二，将AI素养提升为组织能力。报告提到先进组织已有25%-50%的员工经常与AI协作。对中国企业而言，关键不在于引入多少AI工具，而在于建立系统性的AI素养培训体系——让一线员工学会与智能体协作、审核智能体输出、将智能体作为得力的数字助手。

第三，“智能体工厂”的启示。中国企业的组织架构灵活性有时反而是劣势——缺乏标准化流程。建立”智能体工厂”式的治理中枢，定义统一的智能体构建标准、安全边界和合规框架，是避免”智能体混乱”的关键。这不仅仅是技术团队的任务，更需要来自业务、法务、HR和财务的高管共同参与。

结语

麦肯锡这份报告最深刻的洞见或许不是技术层面的，而是组织层面的：智能体AI的真正力量不在于它能做什么，而在于它迫使企业重新思考”工作”这件事本身——当AI可以自主执行任务时，人类的价值在哪里？

报告的答案是：在战略、创意、监督和共情上。那些最快将这个答案内化为组织能力的企业，将在下一个增长周期中占据先机。

正如报告结尾提出的问题：”当你的销售智能体与客户的采购智能体谈判时，你的公司如何差异化自己？”

这不仅是技术问题，更是一个关于领导力的问题。