距离生成式 AI 掀起技术浪潮已过去三年，2025 年的人工智能行业正呈现出 “高普及、浅渗透、新突破” 的鲜明格局。调研显示，AI 已从企业 “可选工具” 变为 “标配能力”，而以 AI 智能体为代表的新技术、以业务重构为核心的新模式，正推动行业从工具应用向价值创造的深层转型。

　　2025 年的 AI 应用版图，首先被高普及率的数字刷新。数据显示，88% 的组织已在至少一个业务职能中常态化使用 AI，较 2024 年的 78% 提升 10 个百分点。超七成组织将 AI 扩展至两个及以上职能，半数组织覆盖三个或更多业务模块，这一进展相较 2021 年实现了跃升式突破。

　　从行业分布看，技术、媒体与电信、保险行业的 AI 使用率率先突破 90%，成为应用第一梯队。知识管理、市场营销与销售、IT 服务是 AI 落地最成熟的三大领域，覆盖了企业日常运营的核心链路。比如在市场营销场景，67% 的受访者反馈实现了可量化的收入增长；而在软件工程领域，56% 的企业收获了显著的成本下降。

　　但高普及率的背后，是 “广度有余、深度不足” 的现实。近三分之二的组织仍停留在 AI 实验与试点阶段，仅 31% 迈入企业级规模化应用，真正实现 AI 与核心业务深度集成的比例不足 5%。企业规模的差距进一步拉大这一鸿沟：年收入 50 亿美元以上的大型企业中，49% 已完成 AI 规模化部署；而收入低于 1 亿美元的中小企业，这一比例仅为 29%。大企业的基础设施、人才储备优势，让其在 AI 落地中占据了绝对主导地位。

　　2025 年 AI 领域的最大创新亮点，当属 AI 智能体的崛起。作为依托基础模型、能自主规划并执行多步骤任务的新一代系统，AI 智能体正成为企业数字化转型的新抓手。

　　数据显示，62% 的受访者所在组织已启动 AI 智能体的相关探索，其中 23% 已在至少一个业务职能中实现规模化应用，39% 仍处于试验阶段。从落地场景看，IT 与知识管理是智能体的主战场：IT 服务台的自动化工单处理、知识管理中的深度内容生成与检索，已成为相对成熟的实践案例。技术、媒体与电信、医疗健康行业则领跑智能体的行业应用，展现出替代重复性流程、提升复杂任务效率的潜力。

　　不过智能体的普及仍受限于应用范围。即便是已规模化落地的企业，其智能体部署也大多集中在一到两个职能，全企业范围的智能体协同尚未形成气候。智能体的行业热度与实际落地成效之间，仍存在显著差距。

　　AI 对企业的价值贡献，正从单一的降本增效转向创新与增长的多元维度。64% 的受访者认为 AI 提升了组织创新能力，具体表现为产品研发周期缩短、营销创意产出提速；45% 的企业反馈 AI 改善了员工与客户双端体验，重复性工作占比下降、智能客服响应时间大幅缩减。

　　从财务价值看，AI 的成效仍呈现 “点状突破” 特征。仅 39% 的组织表示 AI 对 EBIT（息税前利润）产生影响，且超 80% 的组织中，AI 贡献的 EBIT 占比不足 5%。但这一局面在 6% 的 AI 高绩效企业中被打破， 这类企业不仅实现 AI 贡献 EBIT 超 5%，更构建了差异化的 AI 落地路径。

　　高绩效企业的成功逻辑，与普通企业形成鲜明对比。普通企业中 80% 将降本与流程自动化作为 AI 核心目标；而高绩效组织中，84% 仍强调效率优化，同时 82% 将营收增长、79% 将业务创新纳入 AI 战略体系。55% 的高绩效企业会基于 AI 重构核心业务流程，这一比例是普通组织的 2.8 倍；35% 的高绩效企业将超 20% 的数字预算投入 AI，是普通企业的近 5 倍。高层的深度参与更是关键：39% 的高绩效企业有高管 “强烈认可” AI 项目所有权，这一比例是普通企业的 3 倍。

　　AI 对企业劳动力的影响呈现分化态势。32% 的受访者预计企业总员工数将因 AI 减少，43% 认为无明显变化，13% 则预期员工规模会因 AI 新业务拓展而增加。大型企业因自动化空间大更倾向于人员精简，中小企业则因 AI 应用范围有限，对人员规模影响较小。

　　AI 相关人才需求持续旺盛。软件工程师、数据工程师、机器学习工程师成为最紧缺岗位，大型企业还在积极招聘 AI 数据科学家、AI 产品经理等高端角色。更重要的是，AI 正推动现有岗位的技能重构：传统客服需要掌握 AI 工具的信息检索能力，传统财务岗需具备 AI 数据分析素养。调研强调，未来的工作核心是 “人机协作”，而非 “人机对抗”。

　　2025 年的 AI 行业，正站在从工具普及到价值深耕的关键节点。高普及率搭建了行业基本盘，AI 智能体打开了技术新空间，而少数高绩效企业的实践，则为行业的深度转型提供了可复制的参考范式。