企业 AI 正在哪些地方打开此前紧闭的大门？

企业如何从提升效率，走向创造新营收、新能力和战略优势

已有研究发现

• 营收增长是愿景，而非现实。 德勤2026年对3235位高管的调研发现，74%的组织希望通过 AI 实现营收增长，但真正做到的只有20%。只有34%的组织正在利用 AI 通过新产品、新服务或重塑商业模式来实现深度转型。
• 高绩效企业追求的是增长，而不只是效率。 麦肯锡2025年《AI现状》调研发现，尽管80%的组织将”效率”设为 AI 的目标，但真正获得最大价值的企业，往往同时将”增长”或”创新”设为目标。然而，只有6%的组织报告 AI 带来的 EBIT 影响超过5%，且大部分营收增长仍集中在市场营销与销售、战略规划和产品开发领域。

已发表的研究表明，通过 AI 实现增长是被广泛期待的，但真正实现的却是少数。

我们的发现

大多数实施案例都是以”成本节约”来衡量的。但回报最高的案例，恰恰来自那些把 AI 瞄准”营收”的企业：为每一位客户而非每一个客群做个性化推荐、把成交周期从数周压缩到数小时，以及把内部工具包装成产品卖给客户。还有一些企业更进一步，用 AI 完成了此前从未有人尝试过的工作，比如迁移遗留代码库，或是在原本毫无结构化数据的市场中构建销售情报能力。

随着智能体系统改变了工程师和产品经理的工作方式，他们将越来越多地从繁琐的手工编码和开发任务中被解放出来，从而有更多时间专注于更高价值的工作、实验探索和协同创新。随着时间推移，这种工作模式转变所催生的新应用和新想法，有望带来可观的红利。

发现1：AI 带来的新营收是真实的，但仍属少数，且呈现出三种模式

我们样本中的大多数实施案例，都是以生产率提升或成本削减来衡量的。但有一小部分案例，展现出了直接的、可量化的营收影响。这些案例的共同点不在于技术本身，而在于——有人真正去衡量了”营收侧”的影响，而不只是”成本侧”。这些营收机制呈现出几种可辨识的模式。

能转化为成交的个性化营销

一家零售企业部署 AI 来大规模个性化营销邮件，将机器学习推荐引擎与生成式 AI 内容结合。第一个月，他们就观测到购买意向提升了40%，实际购买提升了20%。AI 并没有改变产品本身，改变的是”每位客户看到了哪款产品”。

“这么做唯一的效果，就是让他们能发出更好的邮件。” ——某零售企业高管

“60%的人打开了邮件，40%访问了网站，大约20%完成了购买。” ——某零售企业高管

一家月订单量达数百万的外卖平台，从基于群组的细分营销（每组500名客户）转向了个体化的个性化营销。此前的方式并不慢，而是”结构性地”无法在这种颗粒度上运转。

“以前需要三周才能做出50个营销活动，现在每个人都可以拥有专属的营销活动。” ——某外卖平台公司高管

一个企业级内容平台观测到，AI 生成的营销活动点击率提升了200%，上线时间从七周缩短到六小时。这两项表面上看是效率指标，但它们所释放出的量级和精准度，直接转化成了营收。

靠速度取胜的商机

一家保险服务公司发现，AI 驱动的合同起草，把速度变成了一件竞争利器。原本需要数周才能完成的合同，现在只需四小时即可交付。带来的不仅仅是效率提升——他们赢得了原本会失去的订单。

“他们用四个小时就起草出了一份非常完美、经过律师审核的合同。放在过去，这要花上好几周，他们很可能就已经丢单了。” ——某私募股权公司（该运营公司的股东方）价值创造合伙人

在一个响应速度决定成败的市场里，四小时对比四周，已经不是效率的提升，而是对中小企业而言完全不同的竞争地位。

“中小企业在这方面的应对能力会好得多，他们完全有可能成为这场变革的赢家。” ——某私募股权公司价值创造合伙人

在半导体制造领域，同样的模式在不同的规模上再次上演——测试周期缩短20%，客户问题解决时间从40小时压缩到不足1小时，改变了公司在争夺企业级客户时的竞争方式。

“当一款产品的上市周期缩短时，节省下来的绝不只是五百万、一千万美元，而是数亿美元级别的节省。” ——某半导体制造企业高管

从洞察到产品

一些企业发现，他们内部的 AI 能力本身就能成为营收来源。一家咨询公司此前搭建了一套用于营销归因分析的分析平台，后来意识到，这套 AI 能力可以生成预测性建议，模拟营销活动的结果。该公司现在正把它作为独立产品推向市场，预计能让这一平台的营收”翻倍”。

“等我们把这套模拟器真正产品化之后，我们预期营收基本上是会翻倍的。” ——某咨询公司高管

一家科技服务公司走得更远。他们最初为内部使用搭建了一套 AI 发票处理解决方案，后来将其打包，开始对外销售。一家专业服务公司的内部 AI 平台，如今已经服务于新客户，成为其新业务线的基础。

“我们真的把它打包了，还拿给了几家客户使用。全球前三大咨询公司之一，现在正在用这套系统。” ——某科技服务公司高管

这些案例的共同点，不在于统一的技术栈或行业属性，而在于——有人提出了一个超越”我们如何降低成本？“的问题，并真正衡量了答案。

“ROI 才是王道。如果你能在销售周期中证明这一点，你就能立刻拿到你想要的结果。我职业生涯中试过用’效率’来推销别的东西，真的非常难。” ——某医疗 AI 公司创始人

发现2：AI 正在催生此前从未被列入计划的全新工作

除了营收之外，还有一批独立的案例表明，AI 正在让全新的工作变得可行——不是让现有流程”更快”，而是让此前被认为”不可能”的工作，变得从未被规划或预算过。

1. 改写了此前被认为技术上不可能完成的任务

一家拥有超过一亿客户的金融科技公司，需要将数百万行遗留代码迁移到现代架构上。按传统估算，这需要18个月和超过1000名工程师。而借助 AI 编码智能体，各业务部门在数周内就陆续完成了迁移。

“与其让工程师需要跨多个文件、100%独立完成整个迁移任务，不如让他们直接审核改动、做微调，然后合并 PR。” ——某金融科技公司高管

一家保险公司发现，AI 能够从零重写遗留系统，速度甚至比重构还要快。一个原本报价5000小时、由7人团队负责、预计2027年完成的项目，最终只用了600小时、3人团队就完成了。这也带来了一个该公司此前从未考虑过的战略问题：

“你到底是该收购一个客户群体然后再想办法改造它，还是干脆从零开始，靠重新构建技术去颠覆一家公司？” ——某保险公司高管

2. 在原本不可能存在市场情报的地方，构建出了市场情报

在有保险覆盖的医疗市场中，销售团队会购买理赔数据，以便精确了解哪些医生开了什么处方、开了多少量——这是行业标准打法。但医美市场完全是现金支付，没有理赔记录，没有中央登记系统，也没有结构化数据集。这个市场的区域情报此前不是”昂贵”或”缓慢”，而是根本”不可能”。

一家医疗 AI 公司改变了这一局面——它搭建了一套系统，抓取公开信息来源、汇总医生档案，并根据预估手术量和增长潜力对潜在客户进行打分。销售代表第一次在这个从未有过销售线索的市场中，拥有了一份合格的销售管道。该公司目前正在将这一平台扩展至服务其他制造商。

3. 把日常运营转化为数据资产

一家机器人巡检公司，正在通过持续、一致的 AI 驱动巡检，生成用于预测性分析和事故取证的历史数据集。竞争对手若没有经历同样年限的类似部署，就无法复制这些数据。巡检本身起初只是一个提升效率的举措，但它产生的数据，正在变成一种全新的资产类型。

这些案例有一个共同特点：在 AI 出现之前，它们根本不在任何路线图之中。没有团队被要求”更快”完成这项工作——AI 不只是让某项已有工作更高效，而是让一种全新的、涌现出来的解决方案自己”显形”了。这份工作本身就是全新的，解决的是一个他们此前甚至没意识到存在的问题。

案例研究 ：一家呼叫中心的客户关系变革

AI 如何把传统呼叫中心变成了增长引擎 呼叫中心服务 | 客户关系 | 中型企业

公司背景

一家为企业客户提供传统呼叫中心即服务（CCaaS）的公司：接听电话、路由咨询、管理工单队列。在一个日益被 AI 原生竞争者定义的市场里，该公司的价值主张正承受着巨大压力。

问题所在

CCaaS 市场正在发生变化。企业客户开始将 AI 能力视为标配，而不是高级增值选项。AI 原生的初创公司从第一天起，就能提供智能路由、自动化问题解决和实时分析。该公司基于坐席数量定价、依赖人工坐席的传统模式，同时面临两重威胁：竞争对手能在每一次互动中提供更高的价值，而随着 AI 减少了客户所需的坐席数量，原有的定价模式本身也在被侵蚀。

“其中一个问题在于，这对 SaaS 模式本身造成了冲击，因为它在压缩坐席数量。所以你需要找到一种新的定价方式。” ——某私募股权公司价值创造合伙人

这个挑战不是运营效率问题，而是战略相关性问题。

解决方案

管理团队将智能体 AI 直接嵌入到了公司的产品之中。他们没有仅仅用 AI 让人工坐席工作更快，而是重新设计了整个服务方式，让 AI 能够端到端地解决工单——不只是接听电话或回答问题，而是真正地”结案”。

技术方案采用了一套能够编排完整解决流程的智能体 AI 框架，这已经超越了”副驾驶式”辅助，进入了自主任务完成的范畴。

成果

AI 除了降本之外还解锁了什么

同一套技术栈，原本也可以被用来削减人员编制、降低单工单成本，但公司选择用它来重新定位自己在市场中的位置。有三件与”效率”无关的事情发生了改变。

第一，公司开始赢得此前根本无法参与竞争的订单。产品中的 AI 能力成为了差异化优势——30个新项目的中标，靠的不是”更便宜”，而是比那些仍在用传统模式运作的竞争对手”更有能力”。

第二，公司的竞争对标对象变了。一项独立的技术评估，将该公司在客户关系 AI 能力方面排到了前四名，另外三家都是 AI 原生公司。一家传统呼叫中心，如今被拿来和初创公司对标，而不是和其他老牌同行对标。

第三，定价模式开始转变。公司不再只是出售”坐席”，而是开始出售”结果”。AI 能力本身成为了产品，而不再只是套用在旧产品上的降本工具。

“我们看到的核心变化是，这套 AI 方法，帮助我们赢得了新订单。” ——某呼叫中心服务公司高管

关键经验

以”降本”为目标部署的 AI，节省的是钱；嵌入到产品中的 AI，改变的是竞争地位。差异不在于技术本身，而在于问题的提法——不是”我们如何降低成本？“，而是”我们如何赢得此前赢不下来的订单？“。这家公司选择了后一个问题，三十个新项目之后，答案已经不言而喻。

“我坚信，只要给予正确的能力赋能，中小型企业完全有能力赢得这场 AI 革命。它们的决策速度快得多，也没有太多遗留系统的包袱。它们过去不知道该拿非结构化数据怎么办，现在可以用起来了。它们缺资源，而 AI 恰好能弥补这一短板。” —某私募股权公司（该运营公司的股东方）价值创造合伙人

相关课程：