麦肯锡 2026 年 8 月 25 日发布的全球 AI 调查给出了一组按规模分开的数字。年营收十亿美元以上的企业里，40% 已经在至少一个职能里规模化使用 AI 代理，上一年是 27%。营收低于十亿美元的企业，这个比例停在 22%，一年没有动。同一份调查里，大企业有 54% 把 AI 推到全公司层面，小一些的企业是三分之一。调查在 2026 年 5 月 4 日到 6 月 8 日之间进行，覆盖 97 个国家 1719 名受访者。
这组数字最顺手的读法是说大企业有钱。钱是一部分，可同一份调查里还有一条，五分之一的企业说 AI 的运营成本已经开始限制使用。成本一旦成为约束，说明问题不在买不买得起，而在用得起的部分有没有被组织接住。
规模带来的差别，落在三件具体的事上。
第一件是流程有没有被写清楚。AI 代理要接进一段业务，得知道输入从哪来、输出给谁、中间哪一步需要人确认。多数中型企业的流程写在老员工的习惯里，没写下来，也没人负责把它写下来。这种情况下，代理只能当个人工具用，因为个人工具不需要流程，只需要一个人愿意试。
第二件是出错时谁负责。代理一旦有权限动数据、发文件、改价格，就必须有人对它的输出签字。中型企业的常见状态是 IT 部门推动，业务部门观望，出了问题找不到责任人。于是权限放不开，代理永远停在只读状态。
第三件是能不能回滚。一次错误输出如果影响到客户，公司需要能在当天关掉它、恢复原状。这需要事先定好开关在谁手上。没有这个约定，业务负责人不会同意上线，因为风险全落在他一个人身上。
还有一个岗位层面的变化。代理铺开之后，中间层的协调工作会先被接走，例如汇总、比对、催办、出初稿。这些东西过去占掉了中层一半的时间。腾出来的时间有两种用法，向上做判断，向下带人。多数公司没有规定该用在哪种，结果被新加的会议填满。铺开代理之前，先把这个时间怎么用定下来。这也解释了一个常见现象，公司里用 AI 的人不少，八成人说自己效率提高了，公司层面的产出却算不出来。个人提效是真的，组织提效需要的是上面那三件事，它跟买了多少账号关系不大。
做错的样子很一致。年初批一笔预算，买一批账号，做几场培训，办一次内部创新大赛，年中收集一堆案例，年底写一份总结说氛围已经形成。第二年再问，能说清楚哪条流程被代理接管、节省了多少人天、错误率是多少的人，往往一个也没有。
能带走的东西是一张流程接入表，四列就够。流程名写具体，例如报价审批、客户投诉分级、月度经营分析材料的汇总。现在谁做，写到岗位。代理接手哪一段，写到动作，不写愿景。出错时谁按停，写到人名。多久复核一次，写到日期。
先挑三条流程填，不要一次填二十条。三条跑通，公司里就有了可复制的样板，第四条开始速度会快很多。二十条同时铺，通常一条也落不了地。
这张表最难填的是第三列和第四列，因为它们要求把权限和责任同时写清楚。多数公司的会议能讨论技术方案，讨论不下去的正是这两列。希纪给客户做 AI 经营改革时，第一件事是把这两列填出来，因为填不出来的部分，就是代理进不去的部分。
麦肯锡这份调查里还有一个数字值得放在董事会上看。32% 的企业说，因为可以用 AI 代理自己搭，他们放弃采购了至少一款软件。这意味着接下来的竞争不只在谁的模型好，而在谁能把业务规则写进自己的系统。规则写得清的公司，自建会越来越便宜。规则留在人脑子里的公司，自建会越来越贵。
规模差距会沿着这条线继续拉。百亿营收在中国算大企业，放到这份调查的分组里也只是刚刚过线。决定位置的是那三件事办成了几件，营收数字只是入场券。