行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

企业视角下AI渗透率提升的现实制约与组织适配研究

2026-07-11 国金证券心大的小鑫

核心观点：大语言模型的通用能力提升并不能直接等同于企业利润、组织效率与生产率的提升，决定性因素在于企业能否跨越非标化数据、旧系统流程和过时激励机制构成的鸿沟。历次通用技术革命均经历“技术可用”-“组织可用”-“经济可用”的进程，AI当前仍处于将新技术接入旧流程的阶段，真正的生产率跃升需要围绕AI技术重新设计数据流、审批流和岗位权责边界。
关键数据：
- 22–25岁早期职业人群在AI暴露最高的职业中的就业相对下降16%（图1）。
- 专有数据是物理AI训练数据集的最主要来源，占比72%（图2）。
- 美国企业视角下，人均AI支出分布中，72%的企业支出低于每月100美元（图3）。
- 过去14个季度的财报中，仅有6%的企业明确表示AI带来了收入提升（图4）。
- AI原生企业与传统企业在数据结构、流程设计、权责边界和考核机制上存在显著差异（图5）。
- 广义的AI大模型性价比（模型能力/单位Token价格）持续增加（图6）。
研究结论：
- AI渗透速度是泡沫风险和就业风险的共同变量，渗透快会缓解资本市场的泡沫担忧，但强化就业结构冲击；渗透慢会缓和短期失业压力，但容易引发回报率质疑。
- AI真正的效率空间往往不在前台展示，而在中后台流程。
- 观察AI应关注其是否进入企业核心生产阶段、改变组织流程、形成可持续ROI和带来宏观层面的生产率改善。
- 技术革命的关键拐点，往往不是“技术更强”的时刻，而是社会和企业终于找到与新技术相匹配的新组织形态。
风险提示：
- AI技术对职业暴露度更新不够及时全面，存在数据统计偏差。
- AI Agent能力发展弱于预期，导致对应的劳动力规模产生明显变化。
- 全球央行快速转向，带来全球二轮通胀风险，压制全球需求，劳动力裁员胜过AI影响，引发更大规模AI投资回报率担忧。