深度访谈 | 麦肯锡合伙人：只有7%的企业真正用成了AI，你无法一路靠削成本削出繁荣

本期《财富》杂志（Fortune Magazine）的旗舰播客《Fortune Next Lead》将镜头对准了戛纳国际创意节（Cannes Lions）上的一场重量级对话。主持人现场对话了来自 Demandbase、Salesforce（Next Gen Platform）、Tapestry（Coach 和 Kate Spade 的母公司）以及麦肯锡（McKinsey）的高管与合伙人，深度拆解企业在 AI 狂热与实际落地之间的真实挣扎、数据焦虑以及组织变革的阵痛。

现实检验：告别“盲目铺开”，小步快跑才是解法

尽管市场上对 AI 充满狂热，但目前企业级 AI 的真实落地速度远比想象中要慢，绝大多数企业实际上仍处于非常早期的“试水阶段”。

• 不要试图“煮沸海洋”
  Salesforce 营销负责人建议企业在部署 AI 时，千万不要一上来就试图重构整个营销漏斗或复杂的后端业务系统。正确的做法是从极小的用例切入——比如利用现有的客户数据做一次大规模个性化邮件触达，看看能否看到真实的增量回报。
• 一个月见不到信号，果断叫停

在快速变化的技术环境中，快速迭代试错比追求一蹴而就重要得多。如果一个 AI 试点项目在一个月内看不到任何实质性的信号或增量价值，就应该果断止损或调整方向。

• 破除“降本”幻觉

Demandbase 高级副总裁提到了 Uber 在部署 AI 时遇到的“Token 爆表（Token Maxing）”案例——原本计划用一年的预算，在跑起来后短短 4 个月就消耗殆尽。当人们以为 AI 能带来“更便宜、更快、更好”时，现实却是：AI 确实更快、更好，但它目前一点都不便宜。

拒绝“为了 AI 而 AI”：核心是增长，你无法靠“降本”走向繁荣

企业不应为了显得时髦而从所谓的“AI 战略”出发。Tapestry 全球增长官直言，他们绝不会去宣布自己要变成一家“AI 公司”，因为 Tapestry 的核心是打造顶级的消费者体验，AI 只是实现这一体验的赋能工具。

如果企业只把目光放在靠 AI 削减成本上，那就彻底走偏了。

麦肯锡资深合伙人对此给出了警示：

“你无法通过一路削减成本，削减出一个繁荣的未来（You can't cut your way to prosperity）。”

虽然许多 CFO 寄希望于 AI 带来短期的生产力提升，但真正的商业分水岭，在于能否利用技术改变企业的增长方程式（Growth Equation）。对于 CMO 和业务负责人而言，应用 AI 的最终目标始终是推动业务可持续增长，提升股东总回报（TSR）。

戳破“数据焦虑”：等数据完美，企业可能就死了

在谈及 AI 落地的卡点时，许多企业高管常以“我们的底层数据太乱、没准备好”作为推迟引入 AI 的借口。

麦肯锡资深合伙人在现场抛出了一句极其严厉的警告：

“当我的客户说‘我们的数据还没准备好’时，我会说：‘行啊，那你可能两年后就不在了。’”

真相是：世界上没有任何一家公司的数据是彻底准备好的。面对不完美的数据，企业也必须立刻行动起来。

• 用人类直觉弥补数据瑕疵
  即使数据不完美，AI 也能在 10 分钟内生成方向性结论，替代原本需要 10 周的数据挖掘。剩下的，交给懂业务的人用人类的上下文直觉（Contextual Intelligence）去校验和决策即可。
• 重金打造底层“语义架构”
  真正聪明的企业，会把资源投入到数据语义层（Semantic Layer）的建设中。Tapestry 早在 2019 年就重整了底层数据架构，这让他们今天能够快速通过大模型（如自研 AI 工具 Mira）将全美甚至全球门店的日常销售数据实时提炼成决策洞察，构筑起极深的竞争壁垒。

落地的最大阻碍：不是技术缺陷，而是“变革管理”

数据显示，目前全球只有不到 10% 的公司成功将 AI 实现了规模化应用。这并不是因为 AI 技术本身不够好，而是因为企业严重低估了“组织变革”的难度。

技术能力与落地应用之间存在巨大鸿沟。为了弥补这个鸿沟，企业必须遵循 1:3 到 1:5 的投资法则：

在 AI 技术方案上每投入 1 美元，就必须在人员培训、变革管理和组织赋能上投入 3 到 5 美元。

如果不去花精力让业务部门理解“AI 为什么能让工作更好”，只管购买许可证或套件，这项投资将彻底沉没。Al Torres 将这一过程比作黑莓手机向 iPhone 的跨越——企业需要建立内部提示词库（Prompt Library），通过持续教育和上手实操，帮员工建立起 AI 落地的“Aha Moment”。

部门孤岛的消亡，与“面向 Agent 重构互联网”

AI 的引入正在倒逼企业内部打破传统的组织边界：

• 跨部门深度绑定
  过去“产品做产品的、营销做营销的、IT 做 IT 的”模式彻底失效。如今营销与技术团队必须天天开站会，避免技术人员花费精力去构建“听起来很酷”但脱离真实客户需求的新玩意儿。
• 为 AI Agent 重构网络
  Salesforce 营销负责人提出了一个超前的战略视角：过去的网站和电商体验是完全为人类的视觉和点击习惯设计的；而未来，企业必须构建具有元数据层（Metadata Layer）的底层网络。 随着越来越多的用户使用 AI 智能体去搜寻和执行任务，能够被 Agent 快速理解和调用的无头（Headless）架构与元数据设计，将成为企业数字化构建的核心。

AI 做规模，人类做灵魂：机器可以更聪明，但人类永远更明智

在奢侈品与高端消费品领域，AI 与“人类手艺”的碰撞尤为剧烈：

1. 从洞察到方案，从 6 个月缩短至 1 周： 过去的品牌营销策划长达半年，如今借助 AI 提取趋势，一周内就能出方案。
2. 定性研究做到定量的规模： 团队深入美国、中国、韩国等地的消费者家中做 2 到 3 小时的深度访谈，利用 AI 处理极度繁杂的非结构化数据，实现了前所未有的全球规模化定性洞察。
3. 供应链的精准预测： 在复杂的后端供应链上，AI 模型能精准预测全球上千家门店的货品分配，确保热门款 Tabby 手袋永远不会断货。

但这并不意味着 AI 可以取代人类的创造力。“机器或许比人类更聪明，但人类永远比机器更有智慧。”

Coach 的一只手袋需要匠人倾注 3 到 4 小时的手工缝制，品牌的内核是情感共鸣与手工艺的传承。AI 可以快速生成海量测试与设计迭代，但最终的设计直觉、情绪价值与工艺灵魂，依然牢牢掌握在人类手中。

在戛纳的这场对话最后，高管们达成了一个冷酷而现实的共识：当下正是所有企业建立内部 AI 基准（Benchmark）的关键窗口期。

你不需要盲目去“颠覆”所有流程，但你必须立刻开始用真实业务去喂养和磨合团队。那些占据 28%、至今依然抱持观望态度的企业，在下一次商业洗牌时，可能真的连留在桌上的资格都没有了。

💡如何高效获取全球商业信号？

最后想和大家分享一个产品。我们都知道，如果想保持对商业信号的敏感度，就需要看足够专业的信息源。

但现实情况是：

• 订阅贵： 个人订阅 Bloomberg 或 WSJ 的成本极高（每年订阅费动辄上万元）。
• 耗时久： 面对全英文的长篇大论，筛选和阅读都极其耗费精力。

我最近发现的产品 【Insight News Pro】 完美解决了这些痛点。它整合了上述顶级付费渠道，并由专业团队通过 AI+专家 的方式，把纷繁复杂的信息拆解成了每天两次的中文精要。

如果你正打算建立自己的信息获取体系，这可能是目前市面上性价比最高的选择：

梯度粉丝专属福利通道

• 年度早鸟：179元/年 （原价 349 元）
• 季度尝鲜：79元/季 （原价 99 元）

👇 如何领取优惠？

1. 添加客服微信：pro-news
2. 私信暗号：【梯度】
3. 即可获取产品详细介绍，并享受上述专属优惠价格。

文章来自于"GD梯度下降"，作者 "GD梯度下降"。