揭开企业 AI 采用的帷幕

来自各行业关于人工智能采用的消息——包括代理集成、新产品特性和大规模裁员——让人觉得变革正以惊人的速度发生。但最新的人工智能技术发展真的在推动真正的人工智能采用吗？

还是仅仅是炒作？

一篇新的研究论文，标普500强企业中的人工智能应用,提供了关于基层动态的启示性答案。作者杨宇、马丁·弗莱明、露西·汉普顿、克里斯托夫·孔贝马尔和尼尔·汤普森——麻省理工学院数字经济倡议和麻省理工未来科技的研究员——构建了一套衡量标普500指数中人工智能采用的方法论。

他们的分析显示：

• 到2025年底，标普500指数中只有11%的公司深度植入了人工智能.虽然这比几年前接近零有所上升，但11%仍然是少数。
• 近一半的公司（45%）都在运行人工智能试点项目.然而，许多试播集不会进入全面制作阶段。
• 三分之二的深度人工智能整合发生在科技公司。对于大多数其他行业，人工智能的采用仍然缓慢。

这些结果不仅揭示了当今人工智能整合的水平，也是FutureTech研究人员更广泛研究成果的一部分，旨在理解人工智能的采用如何重塑企业及其员工队伍。

如何衡量真实的人工智能采用率？

为了获取数据，麻省理工学院的研究人员跳过了关于人工智能采用的最常见信息来源，即新闻稿、采访和市场宣传材料。相反，他们转向了公司向美国证券交易委员会提交的年度10-K文件。

这些文件具有法律约束力，是获取人工智能采纳数据的高度可靠来源。

研究人员收集完10-K文件后，必须想办法解析这些文件中包含的大量信息。有些10-K报告长度接近一百万字。

团队随后分离出提及AI相关术语的报告部分。这既确保了信息的完整性，也避免了稀释上下文的风险。

研究人员将这些摘录输入GPT-5-mini生成式AI模型。随后，他们使用五点AI采纳评分标准，强制模型每年每家公司做出一次明确判断。每家公司有五种可能的选项：

1. 目前没有AI应用
2. 探索或推动早期人工智能应用
3. 人工智能已被整合到特定产品中，但尚未推动财务业绩
4. 人工智能被用于生产，并且有明确的财务目标
5. 人工智能深深融入了业务及其战略

研究人员在10年间对510家公司进行了重复，形成了企业AI采用的长达十年的趋势。

科技领先

该结果显示在人工智能的采用方面，各行业存在明显差异。

截至2025年底，研究人员发现27.6%的科技公司正在试点人工智能项目，其中一半（50%）已实现深度人工智能集成。

在非科技公司，人工智能的采用情况则大不相同。研究人员发现，近七成金融服务公司（68%）表现出大量AI试点活动，但只有约4%报告深度集成。

仅银行业就呈现了更为明显的案例：近85%的银行部署了AI试点，但基本上没有一家实现深度AI集成。

“现在的问题是，飞行员的成功率是多少？”弗莱明说。换句话说，试点是否能推动更完善的人工智能项目？发射更多试点是否会带来更高的人工智能集成率？

还是专注于较少数量的人工智能试点才是成功的道路？这些问题是团队希望通过进一步分析数据能得到解答的。

人工智能采用与性能的关键发现

这些采用评分背后的财务数据讲述了一个更复杂的故事。以下是麻省理工学院研究人员的一些主要结论：

J曲线是真实的

处于人工智能采用早期阶段的公司通常利润率较低。尤其是非科技公司的利润率比非采用者低2到3个百分点。研究人员将此归因于前期成本，如新基础设施、再培训和工作流程中断。

好消息是，随着时间推移，在科技公司中，实现深度整合的企业最终会看到3%的利润率提升。在非科技公司中，那些在商品生产或服务交付中使用人工智能的公司，利润率提升了5%。

生产力还没有变化——至少目前

事实上，人工智能的早期采用者表现出一些降低生产力也高于其他企业。而且，人工智能应用更深入的企业，每名员工的产出往往不及未采用者。

研究人员提出了几个可能的原因：组织摩擦、业务其他部门的瓶颈，或是尚未见到成效的滞后效应。

人工智能支出：服务与基础设施

尽管媒体报道着大规模的人工智能基础设施竞赛，资本支出的激增主要集中在极少数几家公司——亚马逊、谷歌、Meta、Microsoft、Nvidia和特斯拉。

大多数公司购买的是作为服务的人工智能，而非自行构建。因此，人工智能支出往往表现为运营成本，而非资本投资。

投资者对人工智能投资的反应

投资者似乎更倾向于支持科技公司的人工智能采用，而非非科技公司的采用。研究人员发现，托宾Q指数——衡量公司相对于账面价值的指标——随着科技公司人工智能的采用率持续上升。

但对于非科技公司，这一关系则不那么一致。这表明市场可能将人工智能视为整个行业的科技故事，而非谨慎奖励非科技公司因真正的整合而获得的回报。

人工智能采用研究的未来展望

对研究人员来说，了解当前的人工智能格局只是第一步。接下来，他们计划深入探讨大型企业如何通过人工智能进行创新。然后团队还要确定人工智能是否影响了企业的招聘模式。

“我们可以通过观察招聘的变化来衡量组织的转型情况，”弗莱明解释道。“这些招聘者被期望专注于哪些任务？这些任务又是如何变化的？”

一旦这些问题被探讨，研究人员希望探讨人工智能对劳动力和劳动力市场的影响。弗莱明表示，一个关键问题是：“人工智能是增强技能还是自动化技能？”

本文最初发表于麻省理工学院数字经济倡议.