麦肯锡AI报告：组织重塑触发岗位大洗牌（3年趋势）
生成式AI（Gen AI）无疑是当下最热门的技术话题，几乎所有企业都在尝试或已经应用。但问题来了：究竟有多少企业真正在推广应用AI？企业对AI的投入和尝试，带来了多少实实在在的商业价值？未来三年，企业适配AI发展过程中，将触发哪些岗位大洗牌？
麦肯锡今年3月发布的《AI冲击下，组织如何重新获取价值》报告，基于全球101个国家近1500名企业人士的调研，给出了最新的答案和关键洞察。
核心观点：组织重塑才是价值引擎
这份报告的核心观点很明确：
AI的应用正在加速普及，但要真正从Gen AI中获取价值，企业需要进行一场更深层次的“组织重塑”。
那些能从AI中获得更大回报的企业，往往不是技术最酷炫的，而是那些：有高层强力推动和治理；敢于打破旧流程，进行彻底的业务再设计；重视AI的推广和落地，并用数据衡量效果；积极投资于员工的技能转型。
所以，即便你所在的公司不是互联网企业或者头部企业，也依旧可以依托这个浪潮，在“对”的思路引导下，去做更有价值的事情。看看那些已经尝到AI甜头的企业，到底做对了什么？
1. 高层亲自抓、流程再造是价值提升关键
报告中提到，企业能否从Gen AI中获得显著利润提升（EBIT），与
最高管理层的参与度
更重要的是，报告强调，要让Gen AI产生商业影响，
对现有工作流程进行“重新布线”（rewiring）或根本性再设计
在组织架构上，企业也在摸索。像风险合规、数据治理这类“底线”问题，大家倾向于集中管理（比如成立卓越中心Center of Excellence）。而像技术人才管理、AI方案推广这些更贴近业务的环节，则更多采用中心协调与业务分散相结合的混合模式。
图：风险合规和数据治理是部署AI解决方案中最集中的两个要素，不同条线部署集中度存在差异（集中/分散/混合）
2. 企业风险意识在提高，但内容审查上有差距
随着Gen AI的广泛应用，企业对潜在风险的警惕性也在增强。报告显示，与去年相比，更多企业正在积极应对
AI输出不准确、网络安全威胁和知识产权侵权
然而，不同企业对于Gen AI内容的审查程度差异很大。约27%的企业会审查所有Gen AI产出，而同样比例的企业审查比例低于20%。这表明在确保Gen AI输出质量和安全方面，企业仍需加强管理。
图：Gen AI产出的审查力度差异很大
3. 推广和落地：知易行难的最佳实践
报告总结了12项能有效推动Gen AI应用并实现规模化价值的最佳实践。比如，
建立明确的KPI来衡量AI效果
制定清晰的AI推广路线图
图：大型组织相较于小型组织更遵循最佳实践
（上面这张图参考意义很大——如果你的公司要搞AI相关变革，可以对照这张图，看看哪些实践还值得补上。）
但现实是，大多数企业在这些方面做得还不够。只有不到三分之一的受访者表示他们的组织遵循了大部分最佳实践。大型企业在这方面做得相对更好，他们在组建专门团队、内部沟通、员工培训、建立信任等方面走得更远。这再次印证了，技术好是一回事，能不能用好、推开，是另一回事。
4. 劳动力市场：技能在变，岗位在移
AI对人才和岗位的影响是大家普遍关心的问题。报告显示，可视化和设计人员需求明显下降。但企业仍在招聘AI相关人才，比如
数据科学家
图：在招聘AI相关职位时遇到困难的比例（明显设计类招聘需求下降）
为了适应AI，企业也开始大规模培训员工的AI技能，并且预计未来三年这方面的投入会更大。
图：上方图表示因AI使用促使员工重新培训的比例；下方图表示预计未来三年因AI产生的培训需求
至于AI是否会大规模取代工作，多数受访者认为Gen AI在未来三年对整体员工数量影响不大。但具体到不同职能，预期差异很大：
服务运营、供应链
IT、产品开发
图：未来三年岗位人员变化预测
5. AI应用：从点到面，Gen AI爆发式增长
报告指出，AI的整体应用率持续攀升，现在近八成企业都在用。而且，企业不再只在一个部门试水，平均在三个业务职能中推广应用AI。
Gen AI的普及速度更是惊人，短短几个月内，常规使用Gen AI的企业比例从65%跃升至71%。
营销销售、产品开发、服务运营、软件工程和IT
图：不同行业受访者所在组织使用生成式人工智能的占比
Gen AI的应用场景也越来越丰富，除了最常见的文本生成，生成
图像和代码
6. 价值现状：局部开花，整体待突破
好消息是，越来越多的企业在其应用Gen AI的业务单元中，看到了实实在在的
收入增长
成本降低
图：使用AI的业务单元实现收入增长
这再次印证了，要实现企业级的价值飞跃，需要更系统、更全面的组织变革。同样，落到个人，也需要提前规划好自己在AI时代的发展路径。
