有一种公司，开会时有人在群里丢一句「这个让 AI 先出一版」，半小时后方案初稿就在桌上了；写代码的先让 AI 读一遍项目再动手，做图的先跑二十张再挑，客服话术库每周由 AI 更新一版。在这些公司里，AI 不是需要打开的网站，而是干活时顺手就在的那层东西。
另一种公司情况几乎是相反的。老板听说 AI 能写方案，让行政注册了个账号，试过两次，觉得「也就那样」；员工偶尔把问题丢进对话框问两句，得到一段四平八稳的话，复制一半改一半，最后还是自己写。半年过去，工作方式一点没变。
这种分化不是错觉。过去两年，几份主流的机构调研反复指向同一个横截面：AI 的「使用」已经非常普遍，「见效」却仍然是少数人的事。
一、普及与收益之间，有一道很宽的缝
麦肯锡 2026 年的全球 AI 应用调研覆盖 97 个市场、1700 多位高管。结果显示：89% 的企业至少在一个业务职能里常态化使用 AI，56% 在三个以上职能里使用，44% 已经做到全企业规模化部署。
但再往下看两项，情况就不同了：只有 37% 的受访者认为 AI 对企业的息税前利润有正面贡献；被定义为「AI 高绩效企业」——至少有 5% 的利润增长可归因于 AI——的只有 6%。
从 89% 到 6%，中间隔着的不是意愿，也不是预算。同一份调研里还有两个数字：高绩效企业彻底重新设计工作流程的可能性，是其他企业的近三倍；由一号位亲自推动 AI 议程的比例是 48%，其他企业只有 16%。
差距不在「用没用」，在「改没改」。
二、规模是第一条分水岭
年营收 10 亿美元以上的企业，54% 已实现全企业规模化部署，规模较小的企业只有 33%。在智能体这个更新的方向上，差距拉得更开：大企业从 27% 升到 40%，小企业停在 22%，一年几乎没有变化。
这组数据常被解读成「小公司没钱、没人才」。但真正的差别往往更朴素：大企业有专门的团队去改流程、定标准、做复核；小企业里，AI 通常只是某个人顺手用一下的东西，用完就走，不留下任何制度。
三、中国企业的数据更直接：用得多，见效少
埃森哲《2025 中国企业数字化转型指数》调研了 163 家中国企业：46% 正在规模化应用生成式 AI，34% 为适配 AI 重构了组织架构，但在效率、收入、利润上有显著提升的，只有 9%。
员工那一侧的感受，和这个数字对得上。埃森哲另一份覆盖 20 个国家、3650 名高管和 3350 名员工的调研里，52% 的中国员工表示，低质量或误导性的 AI 输出导致了时间浪费和效率下降；只有 12% 的员工强烈认同「公司已经清晰传达了 2026 年的变革愿景」。
高管在谈战略，员工在被不好用的输出消耗。这就是中间态最典型的样子：工具发了，制度没跟上，最后买单的是一线的时间。
四、中间那一层「人」，占用了大部分收益
一个人用 AI 提效很容易：写文案、整理纪要、翻资料、改代码，当天就见效。但组织层面的提效不会自动发生。中间那一层是「人」——人从 AI 那里拿结果，判断、搬运、修正，再交给下一个环节。
这层人工传递环节不消失，组织的效率上限就卡在这个人身上；人一休假、一离职，能力跟着走，因为能力没有沉淀进流程和系统。
这也解释了为什么很多公司「人人都在用 AI」，但公司整体并没有变快：他们把 AI 当成了一个更聪明的搜索框，而不是一个要重新切分的工序。
五、几个能自测的问题
- 新人入职，有没有明确的「AI 该怎么用」的标准动作，还是靠他自己摸索？
- 产品资料、客户案例、内部规范，是不是整理成了 AI 能直接读、直接引用的形态？
- AI 的输出，有没有固定的复核环节和判断标准？
- 有没有哪个业务环节，离开 AI 之后明显变慢、甚至做不了？
前三个答「没有」，说明还在门外；第四个答「有」，才算真的进门。
六、从建站这件事上看到的两个信号
我们做企业网站这些年，客户需求的变化挺能说明问题。
早几年，客户问的是「页面好不好看、能不能多放几个栏目」。这两年，越来越多客户开始问另一类问题：我们的内容能不能被 AI 搜到、能不能被引用；客户半夜来问，有没有东西能先接住。
这两个问题看着是技术问题，本质是同一个判断：企业有没有开始把自己的知识和信息，整理成机器也能用的形态。
官网是这件事最基础的起点。一个结构清晰、内容真实、语义明确的站点，本身就是企业对外的一份知识底稿——不管来访的是人还是 AI。反过来，全是图片、正文只有几句口号、栏目结构混乱的网站，人和机器都读不出东西。
AI 客服则是最小可用的一步。它不需要改造整个组织，只要求你把客户最常问的那几十个问题真正搞清楚、答准确。很多公司是在做这件事的过程中，第一次把自己的业务知识梳理清楚——这个副产品，比客服本身更值钱。
七、不必一步到位，但要有第一步
两极分化听起来是技术能力的差距，实际是组织学习速度的差距。这一轮 AI 的特别之处在于：它不奖励买了什么，只奖励改了什么。
对还没开始的公司，不必一上来就谈全面智能化。选一个重复度最高、判断标准最清楚的环节——客服问答、内容初稿、资料检索都行——做到「必须通过 AI 完成，且有人对结果负责」。这一步走出去，才算真正离开对话框。
已经离不开 AI 的那一极，接下来的问题不是「还能用在哪」，而是「哪些能力该沉淀成组织资产，而不是留在个人手里」。
两年之后再看，分化的可能不是用不用 AI，而是 AI 到底长在谁的组织里。
数据说明
文中数据来自麦肯锡《2026 全球 AI 应用现状调研》（97 个市场、1700 多位高管）、埃森哲《2025 中国企业数字化转型指数》（163 家中国企业）、埃森哲 2026 年「变革脉动」调研（20 个国家、3650 名高管与 3350 名员工）。均为问卷调研结果，属企业自报口径。