"90% 的（被调研）企业已经启动数字化和 AI 转型，但只有 25% 取得了切实成果，仅有 10% 实现了 AI 规模化应用。" 麦肯锡对企业的 AI 转型进行持续性调研，并于 4 月 10 日发布了 AI 最新趋势与落地实践的研究结论。

麦肯锡全球资深董事合伙人卜览表示，这一数据与 20 年前 ERP 信息化、10 年前移动互联网数字化转型期的调研结果几乎一致，" 领先者与大多数企业的最大区别，不在于技术本身有多强，而在于能否挑中业务重点，端到端打穿 "。

麦肯锡将这一现象称为 " 试点陷阱 "：大量企业长期停留在点状试点阶段，在不同业务领域分散尝试，最终效果有限，同时导致组织信心不足。其调查数据显示，75% 的企业正处于这种状态。

麦肯锡全球资深董事合伙人钟惠馨表示，AI 转型的复杂性远超过去的数字化转型。她以某金融机构为例，将其 AI 转型所需能力拆解为四层：客户经营模式、AI 驱动的决策、核心技术与数据、营运模式。数字化转型可能只需要做好这四层当中的某些部分，而 AI 转型必须四层同步推进，且自上而下。

"AI 转型不是 IT 项目，而是企业自上而下的决策流程、人才体系与组织能力的全面变革。" 钟惠馨说。

但这并不意味着企业要在所有职能上全面铺开 AI。卜览称，很多公司都在说 "All in AI"，但这只是一个态度，不能作为方式和方法。如果认为 "All in AI" 就是每个职能、每个流程都要做 AI，一定会出问题。他提出，企业 AI 转型成功的关键在于 " 有选择的自我颠覆 "，明确 1 — 2 个核心业务领域，集中资源端到端打穿，重构流程与人机协作模式。

麦肯锡全球董事合伙人张勤亚认为，AI 转型是需要不断培养的 " 肌肉 "。每一次新技术出现，就要进行迭代式创新，且不是零散的创新，而是整个流程的更新。他说，AI 时代，人类最重要的技能将是表达清楚自己要什么，剩下的执行可以由 AI 来做。人类作为最后的 " 判断者 "，要讲清楚目标、边界和目的。

针对市场普遍关注的 AI 替代岗位问题，卜览回应称，AI 对人才梯队的影响主要体现为替代型与转型型同步发生，其中转型型影响更为根本。AI 将重构关键业务流程，推动人机协同作业，让人类转向机器难以胜任的高价值工作。受影响比较明显的有知识管理、产品服务开发、IT、营销与销售、服务运营等。

卜览进一步称，当前存在大量预期性裁员。他援引《哈佛商业评论》数据介绍，近九成企业预期 AI 会影响，从而开始裁员，但仅有 2% 的企业真正在内部落地 AI 应用。很多公司裁员受其他大环境影响，实际被 AI 替代的岗位仍是个位数百分比，因此，他认为人们无需过度焦虑。