罗兰贝格2026AI时代的无利润繁荣困局研究报告

研究#AI成熟度跨越AI企业又当如何破局？执行摘要跨越AI价值鸿沟AI落地速度缘何远超商业变现速度？企业又当如何破局？AI价值鸿沟AI领域的一场无利润繁荣90%的AI领域AI在ThAI实验室于2025年12200Th成式AI应用与代理式AI10%的顶尖企AIAI“技术落地与“商业变现”AI商业回报。无利润繁荣”AI价值鸿-DACH稍显落AI仅凭“单一采购”系统化构建产业级AI能力”2|RolandBerger目录gemlgemlin/iSockP41/AI应用现状AI部署普及与预算激增下的变现困局P82/投资回报成效分化以战略与执行维度划分的四大AI投入产出表现类型P153/价值鸿沟根因项目效果评价指标失真与运营模式空心化两大根因P214/产业领军者法则AI转化为长期价值的五大法则P245/企业破局之路企业最高管理层的战略使命P296/结语与展望P30研究方法论AI应用现状AI部署普及与预算激增下的变现困局AI潜力的初步探与代理式AI加速推AIAI与代理式AI企业往往将二者纳入同一个AI转型议程来统筹推进。然AIAI2025年12月对全球五大核心区域、五大关键行业的203位企业高管进行了深度调¹AI的受访企业表示其核心管理层已正式介入AIAI战略投资路线。这种战AI90AI项目或正处于概念验证期，

AIAI智能体。AI之一的企业在2025财年对生成式AI与代理式AI的投资超过50020265000万美元的企业比例预计将从6.8%升至8.8AI投资已不再是实验性质的试A40%合内外部能力的混合模式。仅有6%的企业选择纯内部开181本研究的具体范围与核心术语界定，详见“研究方法论”章节。跨越AI价值鸿沟|5企业AI投资预算激增按投资梯队划分的AI预算分配占比2025vs.206]+5%414143+30%-30%26232016+29%9657-17%低于10万美元-17%

10万-50万美元

50万-500万美元

500万-5000万美元

超过5000万美元当前财年 下一财年资料来源：罗兰贝格交付成效不及预期尽管市场风向已发生决定性转变，但AI项目实际价值回AI%的企业能在9实现AI31

AI14%能稳定如期地实现盈利。对AI6|RolandBerger效率-价值转化鸿沟vs.）2222%49%25%4%10%6%33%51%财务表现效率-价值转化鸿沟持续超预期

基本符合预期

低于预期

未到评估期/未测量资料来源：罗兰贝格暴露得更为明显。随之浮现的是一道“效能-价值转化鸿AI大幅提升运营指标，但在将这些效B

AI跨越AI价值鸿沟|7投资回报成效分化I在AI领域，高预算和快速部署已不再是锁定商业胜局的AI

203C高投资并无法确保高回报AI投资回报表现矩阵22%,n=410%,n2149%,n=9939%,n79战略得分执行得分60执行得分55504540353025201510503 5

9

13

17 1920

23

27 29 31试水观望者 单点突破

转型迟滞者资料来源：罗兰贝格跨越AI价值鸿沟|9（后文简称“领10AI部署树AI应用投入生产39%的“转型迟（（AI24家企投资回报表现的类型分布比例在不同区的表现稍显反

。D金融服务企业在全球各区域均陷入苦战，仅有5%的企业IT架构包袱以及形成扼杀AI（TMT）达54。E企业规模的不同，也会对AI投资回报表现造成影响。人们“我们识别出四I应用企业‘转型迟滞者’空试水观望者’单点突破者’则MariaMikhaylenko罗兰贝格全球高级合伙人10|罗兰贝格不同地理区域企业投资回报表现分化显著按国家/地区划分的“领军者”与“迟滞者”占比50505243322727日本“领军者”企业为全球平均水平2.倍10“领军者”占比全球平均水平：10%76日本 美国 英国 法国 德语区规模落地领军者 转型迟滞者按行业划分的“领军者”与“迟滞者”占比36个百分点差异36个百分点差异44个百分点差异27个百分点差20个百分点差32个百分点差5054无差异4122371415151412105医疗公共事业工业/汽车消费品/零售科技/媒体/通信金融规模落地领军者

转型迟滞者

科技行业反直觉现象

金融行业规模落地领军企业弱势显著跨越AI价值鸿沟|115,00080AI上投入资源，却难以实现大规在10亿至20亿至5亿美元的营收段1至5亿美元营收

。F不同阵营的技术落地-价值转化速率鸿沟也同样有着显著AI落地推AI部署落地速度与%的转型迟滞类企业能在9AIAI近80AI投资回报表现类型占比的难题2%5的难题2%5%79%14%大企业5,000+雇员,n=4)中大型企业250-5,000雇员,n=11

2% 53% 36% 9%中型企业(50-249雇员,n=50)

2% 76% 12% 10%单点突破者

试水观望者

转型迟滞者

规模落地领军者资料来源：罗兰贝格12|罗兰贝格22月甚至数年的高额AIAI68%最GAI投资回报的测算机制。

（ROI测算62%的规模落地领军类企业能够稳扎稳打，按期实现盈亏平衡。9%投资动因是另一个影响企业AI投资回报表现类型的重要不同AI投资回报表现类型企业月内完成AI4个百点差异 22个百点差异近乎同步近乎同步落地速率高于盈利速率5248526个百分点差异盈利性确认后才开始大规模部署落地（更严格的风控管理）同盈利速率 302519规模落地领军者

转型迟滞者

试水观望者9月内实现AI部署落地 按预期实现持续盈利资料来源：罗兰贝格跨越AI价值鸿沟|13AI是出于竞争高达AI37的AI。H

AI部约6比例高达43项目看似推进的企业内部需求动因是AI投资回报效果的重要影响因素不同AI认为该因素起“决定性”或“重大影响）对于AI技术的投资盈利确信度

董事会压力市场信号 可支配预算转型迟滞者试水观望者

业务部门需求业务部门需求44成功的AI价值变现表现源于内部需求驱动的投资动因。资料来源：罗兰贝格14|罗兰贝格价值鸿沟根因项目效果评价指标失真与运营模式空心化两大根因，却依然深陷商业价AI项AI根因一：评估指标失真——“盲目飞行”AI项目评估指标失真导致的战略跑偏AI项目成效评估的成熟度普遍偏低：%的企业仍靠一次性的前后对比或管理层25%的企业通过自动化看板持续ROIA/B测底座支撑。I指标泛滥进一步加剧了管理的混乱，但真正的差距在于战略聚焦与高管共识。超过半数30%和13务推进陷入瘫痪AI必须被KPI

4AIAIAI推向实际生产（WHYAI的预期商业“当企业将考核重心完全倾斜于“系统上线”的进度，而忽视了“盈利转PatrickRuthardt罗兰贝格副合伙人16|罗兰贝格从直觉判断到实时看板不同类型企业的成效评估方式（将该方法列为“标准规范”或“高频使用”的企业占比，%）48非正式评估 564881前后对比分析554330843308A/B测试

5倍差距持续ROI模型测算

5729572915规模落地领军者

转型迟滞者

试水观望者资料来源：罗兰贝格是阻碍他们落地的3

AI成熟度跨越AI价值鸿沟|17根因二：运营模式空心化——缺乏深度集成的技术与组织架构AI基建中“法拉利”级别的AI的部署（如MCP协议基建类似AI智能体这种碎片化因持续存在的人才缺口而进一步加剧：约三分之二的“迟滞者”将技术能力不足视为核心痛点。不同类型企业的技术人员能力差距直接反映在其开发模式4%。AIAIAI

已将AI91（例如直连业务源系统的RAG流水线ITJ老旧IT57%将领军企业选择直面痛点，推行适配AI的原有系统改造战所谓的‘‘组织债——”DanielRohrhirsch罗兰贝格全球高级合伙人18|罗兰贝格治理体系是进一步拉开阵营差距的分水岭个百分点。1956层——这才是真正解决落地痛点的治理方案。K“观望者”阵营则暴露出另一种致命风险：“影子AI”的暗流涌动。大量未经授权的工具和智能体应用，正游离于集团IT的管控雷达之外野蛮生长。数据显示，67%的“观望者”企业极度依赖低代码或无代码平台，51%处于孤岛部署模式，同时64%抱怨治理机制是绊脚石。这组数据揭

AI的规其后果便是隐形技术债的疯狂堆积与安全敞口的急剧扩点AI方案泛滥成灾。正打通底层架构。他们虽然投入大量资金购买前沿AI工塑底层的运营模式。净集成得分（“以数据为中心”净集成得分（“以数据为中心”占比减去“以平台为中心”占比）+57个百分点领军者深度集成为主+4个百分点迟滞者无明确方向-29个百分点观望者浅层集成为主各类型企业的架构集成路径选择（选择该路径的企业占比，%）90以数据为中心 59（RAG/底层深度打通）1833台为中心 56（浅层集成）4762定制化系统集成 5656

转型迟滞者

试水观望者跨越AI价值鸿沟|19K领军者已全面攻克治理难题各类型企业面临的挑战严重程度（视该原因其为“重大”或“致命”障碍的企业占比，%）治理与监控安全与管控系统集成稳定性可靠性与一致性问责机制与责任划分成本与处理速度

规模落地领军者 转型迟滞者 试水观望者 迟滞与领军者的差距已解决

19%56%64%37个百分点133%19%56%64%37个百分点133%58%66%25个百分点29%53%60%24个百分点29%53%55%24个百分点14%28%41%14个百分点14%34%39%20个百分点

严重（整体转型卡点）1最大差距–领军者已全面攻克治理难题资料来源:罗兰贝格20|罗兰贝格产业领军者法则AI转化为长期价值的五大法则AIAI价值变现困局。他们凭借的并非更高额的预算投入或更激进的AI部署速AIAI大法则不仅是宏观AIAI落地AI倍放大。L法则一统筹混合开发模式——善用外部能力加速落地，内建并掌控核心能力自主权而在于企业如何围绕这些工具重新编排业务能力IT向量数据库与RAG数据链路；但内部团队必须亲控业务22|罗兰贝格

从来不是即插即用的成法则二迎战既有架构重塑难题——杜绝浅层“AI套壳”，直击底层深度集成AIAI领军企业推行的是一种适配AIAI法则三对于迟滞企业而言，I应用审核与治理往往沦为一连串（GOVERNANCE-BY-DE-组成部分，从而把风控节点直接熔铸进底层运营环境之 L业领者法则 AI转型5大法则

治理平台化风控内嵌集成 让最安全的路成为最快的路径 组织3既有系统架构重塑3杜绝浅层AI套壳2424产业领军者法则11内建并掌控核心能力所有权，避免被供应商绑架资料来源:罗兰贝格AIAI法则四捷创新AI落地时往往陷入两种极端的失败71在全集团层面推行统一授权的AI为中央枢纽负责打通底层基建——提供统一的标准接口、规框架内，放手打造贴合自身场景的AI法则五建立长效运维机制——视上线为起点，以运营定输赢

推动协同共治总部集中制定标准，各部门放权敏捷创新5运营5视上线为起点，以运营定输赢DAY2定AI是企业将散点AI“领军者法则彻底颠覆了企业的底层认知：不再是被动地发问‘AI能为我们做划‘IMichaelSchichAI创新副总裁跨越AI价值鸿沟|23企业破局之路企业最高管理层的战略使命纵观全篇，阻碍企业实现AI变现的核心壁垒已然转变。底层技术不再是最大痛点，预算资金也鲜少成为瓶颈。真正导致许多企业空有落地动作、却迟迟无法兑现持续商业价值的原因，在于企业在AI治理与规模化运营层面，极度缺乏严密的规则与章法。AI实现价值转化的成败，不再取决于采购了多先进的工具，而在于企业能否能适配AI的系统化特性，重塑原有的运营架构——让底层架构主动适配AI的全局运转，而不是把AI当成一个个孤立的项目去搞“浅层套壳”。AI效能差距将迅速演变为一道不可逾越持续的AI企业核心管理层破局行动指南AI的工业级规模化落地绝不能被推诿给单一业务部AI的商业价CEO（首席执行官：从推动局部创新，转向全局统CEO的核心使命并非去摇旗呐喊某一个具体的AIAI必须强力推能够跨部门调度AI

CTO/CIO（首席技术/信息官AIAI的基建。第一步就是叫停购买各类表层AAIEXCEL去产环境监控全局KPI首席财务官CFOAI必须跨越单项目ROI审视AI的财务回报。这份高管行动指南绝非纸上谈兵的理论框架，而是我们AI的大规模落地推广设定极其清AI落地成效上的AI跨越AI价值鸿沟|25AI试水，AIAI

AI应用场景与AI核心能力的持续敏捷迭代与严谨的组合管理。案例研究某全球领先工业科技企业的AI运营重构痛点与挑战AI转型的“临界点AI于“部门“观望试水”向“工业级规模化落地”AI印证了我们在前文提出的“领军者法则而非表。

解决方案该企业果断叫停了进一步的AIerorm.AI工作流强力推进执行：MAI所有的AIAI搭建企业级AI同时兼顾区域差异的透明度“26|罗兰贝格ITMCPAI用企业核心系统。了“总部统揽标准”与“业务放权创新。建立“快艇”的“绿色通道结果结果“AI管控指挥塔”统一Perorm.AI

绝不是加速II部署落地速度与价值变现速度’同频共振当企业实现治理AIMariaMikhaylenko罗兰贝格全球联席总裁、高级合伙人跨越AI价值鸿沟|27规协技能提升与赋能技能与能力画像沟通能力人工智能架构战略与目标人工智能组合管理AI运营模型人工智能创新人工智能战略规划数据基础设施Perform.AI流程体系与域内能规协技能提升与赋能技能与能力画像沟通能力人工智能架构战略与目标人工智能组合管理AI运营模型人工智能创新人工智能战略规划数据基础设施Perform.AI流程体系与域内能 MPerform.AI释放人工智能潜力，驱动卓越业务绩效赋能每位员工在日常工作中运用人工智能赋能每位员工在日常工作中运用人工智能深度影响值人工智能用例28|罗兰贝格6/结语与展望AIAI的部署在加速，但绝大多数企业依AIAI领域AIAIAIAI展望2026AI价值AIAI

检视自身：您的企业身处何方？前文案例中的客户走向成功的第一步，在于精准诊断自身的AI转型卡点。要跨越AI价值鸿沟，起点同样如此：首先必须清晰认知企业当下的真实站位。罗兰贝格AI实验室将通过两步走的结构化诊断体系，为您拨开迷雾：#1:锚定企业的AI架构原型我们将全面评估贵司当前构建和运营AI的模式。大多数企业可以归入以下四种原型之一：伴与生态。权之间取得最佳平衡。#2:对标绩效表现，透视价值差距我们将把贵司的关键指标，与本研究中定义的四大阵营（破者进行深度对标。这不仅能精准定位贵司在价值转化举措。跨越AI价值鸿沟|29研究方法论本研究全面审视了生成式AI与代理式AI的企业应用现状。企业往往将二者纳入同一个AI转型议程来统筹推进。然而能够自主规划、执行并动态适应环境的代理式AI系统，代表着传统业务流程与智能自动化相交汇的运营新前沿。因此，我们在探讨宏观AI全景的同时，也专门针对代理式AI维度进行了深度剖析。本研究的核心洞察，源自于2025年12月对全球203位核心决策者的深度定向调研。受访者均属于企业最高管理层（C-2级别权负责或直接牵头本企业的AI15。

为了确保所有受访决策者在同一认知基准上进行对话，本次调研对以下三大核心术语进行了统一界定：生成式AI(GeTherativeAI/GeThAI)：基于对海量数据中统计学规律的深度学习，能够自主生成逻辑连贯的新内容的AI模型。代理式AI(AgeThticAIAI系统（工作流(Workflow)：预先设定的、由代码驱动的标准化步骤序列。它以绝对确定性的方式，精准控制业务流程的逻辑流转、条件分支以及上下文的数据交接。30|罗兰贝格作者作者戴璞罗兰贝格全球管理委员会联席总裁+8613788993272denisdepou@olandbegecom郑赟罗兰贝格全球高级合伙人亚洲区汽车业务负责人+8618121011388on.zheng@olandbegecomMariaMikhaylenko罗兰贝格全球联席总裁+393890882maria.mikhayleno@olandbegecomMichaelSchichAI创新副总裁+