📰 概要

2026年5月1日，《商业内幕》披露了麦肯锡的最新研究，AI 到底能不能赚钱？答案是：在一批表现最好的公司中，AI 投资每花 1 美元，就能带来约 3 美元的回报。

高级合伙人 Kate Smaje 在播客中说："总体来看，这样的回报已经相当可观了。"

但别急着乐观——这个数字是"表现最好的公司"的平均，不是整个市场。

麦肯锡分析了 20 家全面应用其"Rewired"框架的企业，发现大多数公司投入 AI 一至两年后开始看到现金流回报，真正的利润提升通常要再经过两到四年。

🔍 解读

关键是"精而不广"

Kate Smaje 的一句话点出核心：大多数公司在 AI 上犯的错误是"四处撒网"。

真正拿到高回报的公司，有一个共同特征：将 AI 应用主要集中在三个或更少的关键领域。

不是部署 50 个 AI 工具，而是选 3 个真正重要的场景做到极致。这就是"集中投向重点区域"的含义。

20% 核心利润提升是什么概念

平均核心利润提升约 20%，这是一个相当可观的数字。

对比一下：一家年收入 10 亿元的中型公司，如果利润率为 10%，AI 应用带来的 20% 利润提升意味着每年额外增加约 2000 万元净利润。

当然，这个数字的前提是：你得是那批"表现最好的公司"，而不是盲目采购 AI 工具后束之高阁的大多数。

Rewired 框架的核心

麦肯锡的 Rewired 框架建立在 200 个大规模数字化与 AI 转型案例的研究基础上，核心是四件事：优化人才、优化运营、优化技术、优化数据。

这四个方向不是割裂的——它们需要协同推进。单纯买 AI 工具，不解决人才、数据、流程问题，回报率自然会低。

这也是为什么"大多数公司"还没达到 3 倍回报的原因：他们只做了技术采购，配套的人才、数据、流程改造没有跟上。

为什么是两到四年

麦肯锡说真正的利润提升通常要投入两到四年后才能看到，这个时间线很有意思。

第一年：AI 工具上线，团队学习使用，效率提升缓慢。第二年：使用逐渐熟练，开始产生可见回报。第三到四年：AI 与业务深度融合，利润提升显现。

这意味着 AI 投资是一个需要耐心的事。那些期待"当年投 AI，下一年见回报"的企业，需要调整预期。

什么情况不建议用

如果你所在的企业还没有清晰的 AI 应用场景——也就是说，你不知道 AI 能在哪个具体业务环节产生价值——不要急着投资。

在这种情况下买 AI 工具，大概率是浪费钱。麦肯锡的数据来自"表现最好的公司"，这些公司已经有了明确的应用场景和配套能力。

如果你只是听说"AI 能降本增效"就冲动采购，结果很可能是工具买了、用不起来，然后怪 AI 不好用。

什么时候值得跟进

如果你正在做 AI 投资决策，建议先做一个内部盘点：你们公司目前 AI 应用的项目数量是多少？如果超过 10 个，建议砍到 3 个以内，优先选择对核心业务影响最大的场景。

如果你的企业还没有形成数据基础设施（干净的数据、标准的流程），先做数字化基础，再上 AI 工具。