八成员工称AI提效，只有37%的企业看到利润影响

McKinsey于2026年8月25日发布全球AI调查，揭示个人效率与企业财务回报之间的明显落差。McKinsey的调查及方法说明 显示，研究于5月4日至6月8日进行，收集了来自97个国家的1719份回答；80%的受访者称AI改善了个人生产力，只有37%认为AI对所在组织的息税前利润（EBIT）产生了至少一些正面影响。

这份8月25日发布的调查并未证明“八成员工经过客观测试后效率上升”，也没有核验37%的企业财报。两项比例都是受访者的判断：前者衡量个人对工作表现的感受，后者衡量受访者对组织EBIT影响的归因；ITPro的独立报道 同样将80%与37%的反差列为核心发现，并指出后一个比例与上一年基本持平。

80%与37%衡量的是两层结果

个人生产力改善通常发生在具体任务中，例如缩短检索、起草、分析或编程所需的时间。它回答的是“一个人是否感觉工作得更快或更好”，而EBIT衡量的是收入和经营成本共同作用后的组织级结果，两者之间还隔着产能安排、需求、定价和成本核算。

员工提前完成任务后，节省的时间只有被转化为更多产出、更高收入、更少外部采购或可持续的成本下降，才可能进入利润表。如果工作量、人员配置和交付方式保持不变，局部提速可以真实存在，却不会自动形成可识别的财务增量。

37%也不表示这些组织都获得了幅度相同或显著的利润增长。调查采用“至少一些正面影响”的门槛，因此小幅贡献与大规模回报都可能被计入；标题中的“企业看到利润影响”，准确边界是受访者认为其所在组织的EBIT受到正面影响，而不是研究者直接确认企业利润增长。

约20%的受访者已感受到成本约束

个人节省的工时还需要与部署AI的新增支出相抵。TechRadar对调查的报道 显示，约20%的受访者称AI相关运营成本已经限制组织使用，其中包括模型运行产生的Token费用；报道同时提到，39%预计未来一年AI将减少组织总人数，高于上一年的32%，另有43%预计人数不会因AI发生变化。

Token费用只是成本中较容易识别的一项。企业把AI接入正式业务流程，通常还要承担数据整理、系统集成、权限管理、人工复核、风险控制和持续维护等投入。若这些支出高于节省的成本，或者省下的时间没有重新配置，个人效率改善便可能无法转化为净收益。

成本约束也不等同于企业将停止采用AI。更接近调查所呈现的状态是：组织仍在扩大部署，同时开始面对规模化使用带来的账单和治理负担。工具覆盖面扩大与投资增加，因而不能单独证明回报已经兑现。

流程重构决定局部提速能否放大

财务表现较强的组织有一个共同倾向：不只是把AI添加到原有任务中，而是围绕AI重新设计完整工作流程，并将增长或创新与效率目标结合。这里呈现的是调查中的相关特征，不能据此断言流程重构单独造成了利润提升，但它解释了个人收益可能如何跨越部门边界。

如果员工需要在旧系统与AI工具之间重复录入，再进行逐项核对和多层交接，生成环节节省的时间可能被新的协调工作抵消。相反，重新划分人与系统的责任，并同步调整审批、质量控制和交付方式，才有机会把零散节省汇总为更短周期、更高处理量或更低单位成本。

这也是80%与37%不能被简单解读为“AI有效”或“AI无效”的原因。前一个比例说明个人端广泛报告收益，后一个比例说明多数受访者尚未把这种收益归因到组织EBIT；两者之间缺失的是一套能持续改变业务结果并被财务口径识别的转化机制。

管理投入影响回报能否被识别

流程改变往往跨越技术、业务、财务和风险管理部门，需要高层持续投入预算并协调责任。调查描述的高绩效组织更重视领导层承诺，也更常建立衡量AI影响的明确流程，这意味着回报差距不仅是模型能力问题，也是组织管理问题。

仅统计工具使用人数、提示词数量或生成内容规模，无法回答AI是否改善了企业利润。有效核算需要在一致口径下比较部署前后的处理时间、质量、收入、成本与风险，并把模型运行、基础设施、人工复核和治理费用计入总成本。

缺少这些基线时，员工认为自己工作更快可能完全真实，企业却仍无法判断变化来自AI、业务周期还是其他管理措施。37%因此应被理解为受访者的财务影响归因，而不是统一方法下计算出的投资回报率。

裁员预期仍是预测，不是已经兑现的收益

39%的未来减员预期显示，受访者对AI改变人员规模的判断正在升温，但预测本身不代表岗位已经减少，更不等于利润必然增加。上一年的减员预期高于后来报告的实际变化，也说明企业可能低估流程改造时间、系统可靠性要求以及新增监督工作。

人员减少与财务回报也不是同一个指标。若裁员伴随交付质量下降、风险增加或高额转型费用，企业未必获得净收益；如果AI主要扩大产能或改善服务，组织也可能在不减少总人数的情况下取得回报。

目前能够确认的是，个人层面的自报效率改善已相当普遍，企业层面的正面EBIT归因仍停留在37%，部分组织也开始受到运营成本制约。接下来需要由企业内部财务数据验证的是，流程重构和管理投入能否把节省的时间转化为持续回报，以及未来一年的实际人员变化是否会再次低于受访者预期。