一项调查研究发现，在很多企业中，即使员工已经在大量使用人工智能技术来改善工作，但企业的经营状况并没有提高。2025年，经济学家安德斯·胡姆伦（Anders Humlum和埃米莉·韦斯特加德（Emilie Vestergaard）发表了一项关于生成式AI在丹麦应用情况的超大规模研究。他们发表在美国国家经济研究局（NBER）论文研究，将约7000个工作场所中近2.5万名员工的问卷调查结果，与收入和工时的官方行政记录结合了起来。该研究涵盖了11个被认为极易受AI聊天机器人影响的职业。

使用这些工具的员工确实反馈了实际收益。平均而言，用户表示AI为他们节省了约2.8%的总工作时间。根据职业的不同，有64%到90%的受访者表示至少节省了一些时间。大多数人表示，他们把节省下来的时间投入到了其他工作任务中。

企业员工普遍反映使用人工智能技术可以节省时间，可是企业本身的产出却没有改善，这是为什么？

事实上，人工智能既可以在不改变企业原有工作流程的情况下，提升工作效率，也可以在不损害企业原有产出能力的同时，优化工作流程。然而这些改善如果没有很好的组织起来，那么人工智能技术就没有真正的发挥作用。

工作效率的提升与经营业绩的原地踏步似乎充满了矛盾，不过专家们仔细分析这些企业应用人工智能的具体情况，发现这些企业在应用人工智能的过程中，缺失了三个重要的转化：

正是这三个转变，才使得人工智能的应用可以转化为企业的经营效率。

我们不仅仅是需要一个更好的大模型，或者一个新的智能体，也不是聘请几个人工智能专家就可以解决。正如所有企业的变革一样，如果企业经营者本身不了解人工智能，那么做好企业的AI化将十分困难。为此，我们这里给出五个关键步骤，帮助企业更快地适应人工智能带来的变革，提升企业经营效益。

企业宏观的业务成果依赖于多个职能部门的协同配合，因此，一个团队效率的提升并不会自动带来整体结果的加速。企业组织需要将在某个特定阶段的高效融入到企业的整个工作流程中，比如将写代码的效率提升与产品交付的效率联合起来，改变代码在产品交付中的角色。

单个环节效率的提升有时候会溢出团队，但它并没有改善整体结果，反而让下一个环节不堪重负。当AI提高了上游工作的产出量或节奏时，下游团队和审批流程就必须消化更多的决策、核查和异常情况。这往往会导致整个系统面临越来越大的压力。

人们通常是在现有工作流程之上直接叠加AI（其想法往往是：‘让我们用AI来加快/简化这个流程’），但实际上，正确的思路应该是反过来的（‘我们现有的流程是这样的，AI在这里能发挥作用吗？如果能，流程需要做哪些调整才能实现这些收益？’）。

我们经常看到‘影子AI工作流’的出现：员工在容易使用的地方自行使用AI，然后再把AI生成的结果手动转换回正式流程中。这种收益完全依赖于个人的行为；这意味着，一旦工作量激增或人员发生轮换，这些收益往往会随之瓦解。”

有时候，AI创造的价值确实存在，但财务、风控、审计或管理层无法对其建立起足够的信心。这正是AI投资回报率（ROI）衡量必须成为一门关键学科的原因，而大多数组织恰恰缺乏一套结构化的评估方法，如：空谈‘降低风险’，却拿不出可量化的替代指标。如果一个组织无法用确凿的证据来证明AI的实际影响，它就永远无法扩大对AI的投资规模。”

当AI让代码、内容、数据分析或原型的创建成本变得更低廉时，企业通常就会去创造更多的此类产出。这听起来似乎是件好事，但它往往会导致积压工作不断膨胀、增加整合压力，并带来更高的运营复杂性。如果没有（配套的）项目组合管理，AI创造需求的速度，可能会超过业务系统能够消化的速度。