介绍
过去两年，我们一直秉持着一个简单的承诺： IA 它能提高效率、降低成本、加快一切进程。我相信这个承诺——这也是我们在Flexa每天都在做的事情。但是，在与来自不同行业的客户合作完成数十个项目之后，我学到了一些几乎没有人会在销售幻灯片中提及的东西： 如果仅仅为了更快地执行相同的流程而使用人工智能，那么所承诺的回报将不足以证明投资的合理性。 这不是悲观，而是数据所显示的。
真正应该让我们感到担忧的数字。
麻省理工学院于 2025 年发表了这项研究。 GenAI 的鸿沟即使投入了数十亿美元，95% 的组织也没有从生成式人工智能中获得可衡量的经济回报。 虚拟化评论
最重要的不是数字，而是诊断结果。麻省理工学院的结论很明确：问题不在于技术，而在于组织；他们称之为“学习鸿沟”，即无法将人工智能融入工作流程、组织结构和企业文化。该模型在演示中有效，但在实际运营中却失败了，因为其背后的公司并没有做出相应的改变。 中
麦肯锡得出了同样的结论：对工作流程进行深度重新设计是影响息税前利润 (EBIT) 的最相关因素——但只有 21% 的公司这样做了，而近 80% 的公司只是简单地将人工智能叠加到旧流程上。正是这种“追求速度”的理念，反而使低效变得更加自动化。 解放
70%法则
卡介苗用一个已成为行业基准的公式概括了这一点： 10-20 70。 应该只将 10% 的精力投入到算法上，20% 投入到技术和数据上，70% 投入到人员和流程上；超过三分之二的转型失败正是由于变革管理这一层面的缺陷。 Neodata
注意这种颠倒的模式：大多数公司将 90% 的精力花在选择模型和供应商上，而几乎没有精力投入到组织变革中。正因如此，在 Flexa，我们将每个 AI 项目都视为一个……项目。 变更管理这并非关乎技术交付成果——我们会在实现自动化之前重新设计流程，并衡量实际应用效果，而不仅仅是部署。但这只有在领导层真正支持的情况下才能奏效。
巴西视角
好消息：根据AWS的数据，巴西 引领拉丁美洲人工智能应用坏消息接踵而至：只有 12% 的公司将这项技术运用到变革层面，而 62% 的公司则将其运用到基本层面——挑战不在于采用，而在于实施的深度。 关于亚马逊巴西
研究 全景2026美国商会和Humanizadas联合开展的一项调查访问了629位高级管理人员，结果非常准确：战略执行的难度、文化阻力以及缺乏准备充分的领导层，甚至超过了技术获取方面的限制。同样，63%的首席信息官也承认他们在这一领域缺乏成熟度。 土文档管理
把所有因素综合起来：我们拥有技术，也愿意采用技术——但我们在领导力和文化方面遇到了瓶颈。
这在实践中会带来哪些改变？
如果你是一位正在评估人工智能投资的高管，那么以下三个问题比任何模型比较都更有价值：
- 我们是在重新设计流程，还是只是加快现有流程？ 如果答案是“加速”，那么投资回报率可能不会实现。
- 找零归谁所有？ 并非工具的拥有者，而是行为改变的拥有者。麦肯锡的研究表明，最大的障碍不是员工，而是领导层。 麦肯锡公司
- 预算中有多少用于人员和流程？ 如果远低于 BCG 疫苗水平的 70%，则设计不平衡。
结论
人工智能是我们这一代人最强大的生产力驱动力之一。但它本身并不能改变一家公司——它 放大 现有的混乱和惰性依然存在。技术已经变得廉价且易于获取。然而，文化变革仍然成本高昂、进展缓慢，而且不幸的是，对太多领导者而言，变革并非必须。扭转局面的关键不在于拥有最佳模式的人，而在于那些有勇气改变公司运作方式的人。
丰特斯： 麻省理工学院简介 人工智能世代鸿沟：2025 年商业人工智能现状 麦肯锡 人工智能状态 2025 • 卡介苗 大规模人工智能 （70年10月20日）· AWS / 关于亚马逊巴西 · 美国商会 + 人性化 全景2026 IT论坛。
