今天分享的是：2025年驾驭人工智能（AI）价值 解锁规模化竞争优势报告（英文版）
报告共计：78页
2025年AI发展报告：生成式AI成主流，智能体重塑商业格局
在『数字化』转型加速推进的当下，人工智能（AI）正从零散的试点项目迈向全面的主流应用阶段。近日，凯捷研究院（Capgemini Research Institute）发布的《2025年驾驭人工智能价值：解锁规模化竞争优势报告》，基于对15个国家、年营收超10亿美元💵的1100家企业高管的调研，揭示了AI领域的核心趋势与变革方向，为各行业把握AI价值提供了关键参考。
报告指出，当前AI生态正呈现“三驾马车”并行发展的态势——传统AI持续优化、生成式AI（Gen AI）快速普及、智能体AI（Agentic AI）崭露头角。这一变革不仅覆盖汽车、消费品、零售、金融服务、电信等多个行业，更深刻影响着企业的运营模式、人才管理与技术战略，成为企业打造竞争优势的核心驱动力。
生成式AI：两年渗透率暴涨5倍，多行业加速落地
生成式AI的爆发式增长是近年来AI领域最显著的趋势之一。数据显示，2023年时，生成式AI的企业渗透率仅为6%，而到2025年这一比例已飙升至30%，两年间实现5倍增长。更值得关注的是，目前93%的企业已开启生成式AI的探索、试点或部分落地进程，意味着该技术已从“尝鲜”阶段进入规模化应用的关键期。
从行业来看，电信、消费品、航空航天与国防领域走在前列。以电信行业为例，2025年已有49%的企业实现生成式AI的部分或全面规模化应用，较2024年翻倍；航空航天与国防、消费品行业的这一比例也均超过40%。在应用场景上，客户运营、市场营销、风险管理和IT部门是生成式AI落地的核心领域，同时，产品设计研发、人力资源等部门的 adoption 增速也十分显著，过去12个月的渗透率提升均超过15个百分点。
企业对生成式AI的投入力度也在持续加大。88%的企业表示过去12个月在生成式AI上的投资平均增长9%，61%的高管预计未来一年这一增长趋势将继续。从预算分配来看，企业IT预算中平均有12%专门用于生成式AI，63%的企业已设立独立的生成式AI预算。不过，投资规模与企业营收呈正相关，年营收超20亿美元💵的企业平均投入达2.845亿美元💵，而营收10亿-20亿美元💵的企业平均投入约1.577亿美元💵。
生成式AI也为企业带来了切实价值。63%的企业表示该技术已帮助其创造价值，78%的企业认为生成式AI助力产品服务差异化与品牌力提升，66%的企业担忧不采用生成式AI将在竞争中处于劣势。从实际案例来看，澳大利亚电信企业Telstra推出的生成式AI工具Ask Telstra，帮助客服人员秒速获取客户咨询答案与历史记录，80%的客服反馈其提升了客户互动质量，90%的客服认为工作效率提高，且电话后续跟进需求减少20%；家居企业Wayfair为开发者配备Gemini代码助手后，开发环境搭建时间缩短55%，单元测试覆盖率提升48%，60%的开发者得以专注于更高价值的工作。
不过，生成式AI的规模化也面临成本挑战。57%的企业认为授权与实施成本过高阻碍其落地，55%的企业担忧短期内初始投资可能超过收益。更突出的是“云账单冲击”问题，74%的企业表示生成式AI导致云消费成本意外激增，51%的企业遭遇过成本增速远超预期的“账单冲击”，其中试点阶段企业的“账单冲击”发生率（57%）高于规模化应用企业（46%）。为此，企业开始转向更经济的技术路径，如小型语言模型（SLMs）和开源模型。数据显示，2025年已有44%的企业使用或计划使用SLMs，预计2028年这一比例将达92%；82%的企业虽偏好专有模型，但65%的企业开始探索开源模型，看重其低成本与灵活性优势，尤其适用于边缘设备部署等低投入场景。
智能体AI：从试点走向规模化，多领域释放效率潜力
除生成式AI外，智能体AI（Agentic AI）正成为AI领域的新增长点。报告对AI智能体的定义是“连接业务环境、自主决策并采取行动以实现特定目标的推理引擎”，可独立拆解任务、推理解决方案、测试并呈现结果；而智能体AI系统则是包含技术、工具、实践的完整体系，多智能体系统更是能通过多个独立智能体的协作完成复杂跨领域任务。
当前，AI智能体的落地已初见成效。14%的企业已实现AI智能体的部分（12%）或全面（2%）规模化应用，23%的企业已启动试点，31%的企业计划在未来6-12个月内尝试部署。从实施方式来看，企业更倾向于合作模式，62%的企业选择与Salesforce、SAP等解决方案提供商或系统集成商合作，定制现有产品套件中的AI智能体；仅33%的企业选择完全自主开发专有AI智能体。
在实际应用中，AI智能体已在多个领域展现出强大能力。在客户服务领域，波兰农业信贷银行（Crédit Agricole Polska）通过AI智能体实现文档智能分类、情绪检测、自动回复与流程自动化，文档处理时间缩短50%，每月节省超750小时工时，客户满意度与团队士气显著提升；在物流领域，全球物流巨头UPS的AI智能体ORION可实时规划配送路线，每年减少配送车辆行驶里程1亿英里，转化为3亿美元💵年度节省；在餐饮运营领域，拥有6万家餐厅的YUM Brands推出AI餐厅经理，可跟踪员工出勤、规划排班、根据市场情况建议调整营业时间，甚至胜任得来速窗口服务；在研发领域，医疗健康巨头强生利用AI智能体优化药物研发中的化学合成与溶剂切换，精准控制温度、反应时间等复杂变量。
未来，AI智能体的应用前景更值得期待。85%的高管乐观预计，未来3-5年内AI智能体将能处理所在部门的至少一项业务流程，其中产品设计研发、市场营销、销售领域的乐观比例最高，均超过89%；58%的高管认为智能体AI系统将为企业生产力带来范式转移，53%的高管相信AI智能体将具备更先进的推理与问题解决能力。更值得关注的是多智能体系统的发展——在已规模化应用AI智能体的企业中，近45%正在试点或规模化部署多智能体系统，这一技术曲线的陡峭程度在近年新兴技术中实属罕见（2023年生成式AI规模化企业仅6%，2025年多智能体系统测试比例已与之相当）。此外，38%的企业预计未来3-5年内AI智能体将进化为“低人力监督的自学习实体”，15%的企业预计未来12个月内，各业务部门15%的流程将由三级及以上自主度的AI智能体管理。
人机协作：从“工具”到“伙伴”，组织准备度待提升
随着AI技术的演进，人机关系正发生根本性转变——AI不再仅是辅助工具，而是逐步成为团队协作的一员。报告数据显示，目前44%的企业已将AI视为“增强型/自主团队成员”或“其他AI的监督者”，预计未来12个月这一比例将升至59%。不过，企业对AI角色的定位仍保持理性，78%的企业计划未来3-5年内让AI智能体专注于特定任务而非接管完整岗位，58%的企业认为AI智能体将“取代任务而非角色”。正如LandingAI创始人Andrew Ng所言：“对于多数工作，AI仅能自动化或增强20%-30%的任务，虽能大幅提升生产力，但仍需人类完成剩余70%的工作内容。”
尽管人机协作前景明确，但企业的准备情况却不容乐观。从组织调整来看，仅18%的企业为整合AI智能体重构了工作流程，18%的企业设立了管理人机协作的新角色或团队，16%的企业明确了需避免AI化的敏感任务，14%的企业更新了包含人机协作要求的岗位职责，14%的企业将AI智能体绩效纳入KPI或审计流程，仅10%的企业调整了工作流程（如AI主导的站会、冲刺规划）。更关键的是人才与技能储备，仅28%的企业认为自身拥有有效管理和部署AI智能体的技能与专业知识；同时，员工对AI的担忧也较为突出，62%的企业表示员工担心AI智能体对工作与职业发展的冲击。此外，67%的企业承认需要通过重组提升人机协作效率，59%的企业预计未来3-5年内，传统金字塔式组织结构将向更敏捷、协作的形态演进。
信任与可持续：AI规模化的两大基石
要实现AI的长期价值，信任与可持续性是必须突破的关键瓶颈。在信任层面，企业对AI的信任度普遍偏低：仅39%的企业信任生成式AI用于决策，71%的企业表示无法完全信任自主AI智能体用于企业场景。导致信任不足的核心原因包括安全担忧（65%）、隐私风险（62%）、输出偏差（51%）以及透明度缺失与来源不可验证（47%）。而 governance（治理）体系的滞后是信任缺失的根本症结——仅46%的企业为AI系统建立了治理政策，且在已有政策的企业中，47%表示员工很少遵守；从治理架构来看，仅38%的企业设立了确保生成式AI合规的法律团队，34%的企业配备了首席AI官，25%的企业建立了生成式AI卓越中心或加速器，47%的企业表示各业务部门的AI治理标准不一致。
不过，企业已开始重视AI伦理与治理建设。70%的企业正在制定生成式AI的使用场景准则，68%的企业建立了员工使用AI工具的伦理与法律政策，54%的企业出台了管理个人AI智能体的正式框架。部分企业已形成可借鉴的实践：摩根大通要求AI供应商提供完整的系统文档，包括训练数据、模型开发流程、公平性评估与持续监控程序，并组建了200人的AI研究团队（含伦理小组）负责相关工作；联合利华设立了AI保障职能，通过问卷评估新AI应用的有效性与伦理风险，确保部署前符合伦理要求。
在可持续性方面，AI的环境影响正引发关注。54%的企业认为生成式AI的碳足迹高于传统IT项目，但测量与管控面临巨大挑战：仅20%的企业会衡量生成式AI的特定环境足迹，78%的企业表示，超大规模云服务商与生成式AI模型提供商未披露基础模型的能源与碳足迹数据，导致难以开展有效测量；更突出的是，仅15%的企业在选择生成式AI供应商时，将可持续性作为核心评估标准。
为推动AI可持续发展，企业已开始探索可行路径。例如，初创企业GreenMetrica推出AI智能体，帮助企业符合《企业可持续发展报告指令》（CSRD）要求，优化运营与供应链以降低碳影响并提升环境数据质量；丰田开发了文本到图像工具，将工程约束与空气动力学阻力等参数融入早期设计草图，减少设计迭代次数以降低能耗；加拿大初创企业BrainBox AI利用生成式AI预测商业建筑内部温度，使暖通空调（HVAC）成本降低25%，温室气体排放减少40%。报告建议，企业可通过“采用小型任务专用模型、模型优化、提示缓存、投资绿色『数据中心』”等可持续实践，结合“监控环境足迹、基于可持续性评估合作伙伴、建立可持续AI治理”等措施，平衡AI价值与环境影响。
总结：AI价值落地需“技术+组织+治理”协同
凯捷研究院的报告清晰表明，2025年已成为AI从“技术探索”迈向“价值规模化”的关键节点。无论是生成式AI的普及、AI智能体的崛起，还是人机协作模式的重构，都要求企业跳出“技术本位”思维，从更系统的视角规划AI战略。具体而言，企业需从三方面发力：在技术与流程层面，重构适配AI的业务流程，选择契合需求的AI技术组合，搭建稳健的数据与技术生态，并通过“平台化”实现AI规模化；在治理层面，建立跨职能的AI治理体系，明确AI决策边界与可追溯机制，将伦理要求融入日常运营；在组织与文化层面，重新规划人才结构与职业路径，优先开展技能培训与文化转型，设计适配人机协作的绩效评估体系。
正如报告所言，AI的价值不仅在于技术本身，更在于其推动业务模式创新、提升运营效率、创造新增长动能的能力。对于企业而言，唯有将AI战略与业务目标深度融合，同时兼顾信任、伦理与可持续性，才能在AI驱动的竞争中真正占据主动，解锁长期竞争优势。
以下为报告节选内容
报告共计： 78页
中小未来圈，你需要的资料，我这里都有！
