同样的工具、同样的模型、同样的预算。但结果差了7.2倍。
普华永道分析了25个行业、1,217名高管，发现AI经济价值的74%被仅20%的公司拿走了。差距并不来自工具，而来自一个关键的战略选择。
普华永道到底发现了什么?
这是普华永道在2026年4月发布的全球AI Performance Study。覆盖25个行业、总监及以上级别高管1,217名,在2025年10〜11月调研,把60项AI管理与投资实践打分为"AI fitness index"(AI健康度指数),并与实际营收和效率成果挂钩。
结果有点震撼。AI经济价值的74%被仅20%的公司拿走。而且不仅仅是"略胜一筹"的级别。
领先公司相比平均竞争对手,AI带来的营收和效率提升达到7.2倍,营业利润率高出4个百分点,AI增强工作流的生产力提升领先公司为25〜40%,而中位数公司只有3〜7%。
普华永道全球主席Mohamed Kande这样总结:"2026年将是AI的决定性一年。一小群公司已经把AI转化为可衡量的财务回报,而其他许多公司仍困在试点阶段"。
工具相同,为什么结果不同?
有意思的是,差距并非来自AI支出规模或工具复杂度。领先者与落后者的真正分水岭是:把AI用在哪里。
落后公司主要把AI用于降本增效,集中在用更少人力、更快地做同样的事情。而领先公司把AI用于新营收创造与业务再造。尤其是用AI捕捉"行业融合(industry convergence)"机会,这是影响AI驱动财务表现的最强单一因素。
| 落后公司(多数) | AI领先者(上位20%) | |
|---|---|---|
| AI主要用途 | 生产力·成本削减为主 | 新营收创造·业务再造 |
| 用AI发掘行业融合机会 | 很少 | 2〜3倍更频繁 |
| 负责任AI框架 | 很少 | 1.7倍更可能拥有 |
| 跨职能AI治理委员会 | 很少 | 1.5倍更可能拥有 |
| 员工对AI输出的信任 | 较低 | 2倍更高 |
| 无人工干预的自动决策 | 较少 | 2.8倍更多增长 |
反直觉的是,治理越强反而自动决策越多 — 这是普华永道分析的核心洞察。"信任建立→自动化扩大→学习加速"形成累积循环。
为什么"增长"压倒性地胜过"生产力"
生产力提升是一场分蛋糕的游戏。你变得更高效,竞争对手最终也会赶上,利润率会被拉平。而新营收是一场造蛋糕的游戏。跨越行业边界开辟新市场,差距会以难以追赶的方式累积。
Kande在达沃斯还引用了另一份普华永道调研:"AI发展太快了,人们似乎忘了,技术采用要回归基本面 — 干净的数据,扎实的业务流程,治理"。不是耀眼的工具,而是地基。
核心要点:如何开始
- 先重新检视AI使用目的
打开当前的AI项目清单,把每个分类为"成本削减用"或"新营收用"。如果后者比例不到30%,那就是接近落后者模式的信号。 - 寻找"跨越行业边界"的营收机会
领先公司不在自己的行业内只追求效率。他们看相邻行业的客户痛点,用AI解决并转化为新营收线。比如金融科技进入保险定价,医疗健康利用金融行为数据,这是起点形态。 - 轻量级地建立负责任AI框架与治理委员会
不需要做得宏大。一页纸的AI使用原则文档(在哪些场景使用、哪些不使用,例如不用于人事评估,谁负责,使用前要做哪些检查),加上一个法务·技术·业务·HR各派1人的小型评审小组就够了。领先公司比其他公司多1.5〜1.7倍拥有这些。 - 让团队信任AI的输出
你需要引用和来源展示,让用户能验证和修改结果的界面。2倍的信任差距会直接转化为2.8倍的自动决策差距。 - 每季度自审"AI fitness index"
不需要给60项全部打分。看两个维度 — AI应用(use)和AI基础(foundations) — 找出更弱的部分,把下季度的优先级放在那里。这是缩小学习差距最快的方式。
想深入了解?
普华永道2026 AI Performance Study原始新闻稿 74%、7.2倍、25〜40%等所有关键数据的引用原文 pwc.com
Want ROI from AI? Go for growth — 普华永道PDF 详细解释"fitness index"和"industry convergence"概念的完整报告 pwc.com
Mohamed Kande访谈 — Fortune 与"56%的公司从AI中一无所获"这一姊妹调研一起读,可了解普华永道主席的完整诊断 fortune.com
Bernews — PwC finds widening AI performance gap 同一份普华永道研究的核心解读,一页篇幅,可快速浏览 bernews.com
EME Outlook分析 — 为什么AI价值集中在20% 按行业拆解领先者vs落后者差距的结构性原因 emeoutlookmag.com
