本文来自微信公众号： AI时代仍不辍思考 ，作者：创业思考碎片
作为企业管理者，你是不是也有类似困惑：AI都部署了，但价值在哪咋没看到呢？
一个扎心的数字
麦肯锡最新报告《Where AI will create value and where it won't》甩出来两个数字：
90%的企业，已经在至少一个业务里部署了AI
94%的受访者表示：没看到"显著"价值
90%都干了，94%没感觉——这不是Solow悖论的翻版吗？"到处都能看到计算机时代，就是不在生产率数据里。"
问题出在哪？不是AI不行，是可能没用对地方。
AI创造价值，其实分三层
报告把AI的价值拆成三个层次：
第一层：提效率——"是入场券，不是奖杯"
用AI自动化任务、优化流程、降本提效。
报告里举的例子：BMW用计算机视觉自动检测生产线质量，JPMorgan用AI实时扫描欺诈交易，Siemens用AI做预测性维护。
有用吗？有用。够吗？远远不够。
因为效率提升没有壁垒。你能做的，对手也能做，竞争一上来，省下来的利润最终让渡给了消费者。就像所有人都会用Excel，会用Excel本身不构成竞争力。
报告的原话大意：生产力提升是留在牌桌上的入场券，但它决定不了谁赢。
第二层：搞差异化——"建护城河、拉动增长"
这一层的关键：用AI做出别人做不了的东西，而且越用越强。
报告给了几个案例：
Uber/Lyft
用算法匹配最近司机，后续AI还能实时优化派单、定价、路线、激励——越多人用，匹配越准，数据越多，模型越好，飞轮转起来了。
American Express
基于交易行为和风险信号，近实时给你定制优惠和推荐。
Amazon Prime
订阅模式把竞争从"单笔交易"拉到"用户关系"层面，AI个性化+物流优化叠加购物、流媒体、存储多元服务，切换成本越垒越高。
Harvey
生成式AI+专有法律工作流和数据，干原来律师团队干的活，模糊了软件和服务的边界。
Khanmigo
AI驱动个性化全天候辅导，直接挑战传统课堂和一对一教学的经济模型。
注意报告强调的一点：光有AI不够，基础模型会越来越商品化（就是单靠这没法建立竞争力的意思）。真正的壁垒来自"AI+互补优势"——专有数据、网络效应、更快的迭代周期。这些东西会随使用不断加深，别人抄不走。
第三层：改行业规则——"重新分蛋糕"
这是整份报告最核心的部分。
报告引用了科斯的交易成本理论：市场的结构——为什么有中间商、为什么企业要垂直整合、为什么用户"懒得换"——本质上都是因为交易有成本：搜索、比价、谈判、切换，都需要时间和精力。
AI智能体（Agent）出来后，这些成本可以降到接近零。
报告引用了Peyman Shahidi等人在NBER的研究，提出了一个概念叫"科斯奇点"——当AI智能体以近乎零的边际成本替用户搜索、比价、切换、协调，整个行业的价值链会被重构。
这意味着什么？
中间商被绕过
AI直接连接用户和供应商，传统靠信息不对称和摩擦吃饭的角色会被削弱甚至淘汰。比如OpenAI和Klarna的合作，要做内置比价的对话式产品发现，直接替代传统比价网站和联盟平台。
用户惯性不再是壁垒
以前用户懒得换银行、懒得比价，企业靠这个惯性躺着赚钱。现在AI替你比、替你换。创业公司Taupia已经在帮小企业和家庭无缝切换服务商拿更优价格了。
行业从垂直整合走向模块化
交易成本低了，小而专的企业可以通过AI生态获得以前大企业才有的规模优势，优势来源从"规模"变成"专业化和网络定位"。
报告给了两个具体行业的推演：
能源行业：AI智能体直接把用户和能源供应商连起来，自动优化价格和用量，传统零售中间商的角色被削弱甚至完全绕过。
银行业：全球消费者存款70万亿美元，其中三分之一（约23.3万亿美元）趴在几乎零收益的活期账户里——就是因为用户懒得换。AI智能体可以自动帮你把存款重新分配到利率最高的产品，克服用户惰性。麦肯锡测算：只要有5%-10%的活期存款被重新配置，银行存款利润可能下降20%以上。零售银行的经济逻辑会被根本改变。
报告也说了，监管、用户信任、机构惯性会放缓这个过程，但方向不会变——因为对用户来说，选择更简单、收益更好。
给企业领导者的四条硬建议
看清了三层价值，报告给了四个行动建议：
1评估AI对你行业利润池的影响
别只看效率省了多少钱，要搞清楚：价值在哪个环节被创造？哪个环节会流失？哪个环节会发生转移？短期效率收益和长期结构性影响是两回事。
2构建AI驱动的竞争护城河
差异化不再来自"你也能用AI"，而是来自你能不能组合出别人抄不走的东西：随使用持续增值的专有数据、网络效应带来的客户粘性、更快的迭代周期。而且要在对手跟进之前不断加深。
3把速度变成结构性优势
更快测试→更多数据→更好模型→更多用户→更大优势。这是个复利游戏，领先者会越跑越快，落后者差距越拉越大。CEO要做的不是等完美方案，而是消除瓶颈、加速部署、支持持续学习。
4重构业务底层
不是在旧流程上贴AI补丁，而是围绕可扩展的AI骨干架构重建业务运行方式：重新设计端到端流程、升级数据和基础设施、把AI嵌入决策和运营、调整组织角色和治理模式。
报告举了亚马逊履约中心的例子：AI不是辅助决策，而是持续协调机器人车队、路径规划、库存摆放和产能决策，人类只负责监督和异常处理。这不是优化，这是重建。
最后一句狠话
AI不是生产力革命，而是竞争重置。
历史上太多公司把效率当优势，别人在重构时他们在优化，别人在抢市场份额和利润池时他们在降成本。
最后的赢家，不是最早用技术的，而是最早看懂价值流向、并且提前卡位的。
AI创造的价值不会均匀分布——很多时候只是重新分配。行动窗口比看起来要窄，优势会早期复利，价值捕获会快速锁定。
你想做重新分配别人的，还是被别人重新分配的呢？
本文基于麦肯锡2026年报告《Where AI will create value—and where it won't》撰写，作者Antoine Montard、Dago Diedrich、Tanguy Catlin，贡献者Katherine Dellar、Stefano De Nicola，编辑Joanna Pachner。