德勤最新发布的《人工智能现状报告》显示，人工智能应用持续加速普及，但数据基础设施、治理体系及人才重构却严重滞后。尽管企业在战略层面保持信心，其运营能力却难以支撑人工智能目标的实现。这种日益扩大的执行力缺口，成为今年报告的核心议题。

德勤披露的数据表明，AI工具的普及率已实现爆发式增长——同比增幅达50%。目前60%的员工可接触此类工具，但定期使用率不足60%。

部署情况同样如此。仅25%的企业将40%以上的试点项目转化为生产系统，但超过半数企业认为数月内即可突破该门槛。若加速趋势成真，将对数据基础设施、集成层及治理框架提出远超孤立试点的严峻考验。

规模扩张能否确保转型?德勤认为并非如此。报告发现，即便AI部署量增长，各组织变革深度仍存在显著差异。约25%受访高管认为AI正对组织产生变革性影响——较去年翻倍增长。

尽管投资持续增长且高管信心增强，仅34%的企业围绕人工智能重构产品、服务或商业模式。另有三分之一的企业在不改变整体业务结构的前提下重塑关键流程，剩余三分之一则仅在现有系统上叠加人工智能技术，结构性变革有限。这表明效率提升已成普遍趋势，但业务重塑仍具选择性。

随着企业向智能体人工智能转型，变革速度变得尤为关键。德勤报告显示，近四分之三的企业计划在未来两年内部署自主智能体，但仅有21%的企业表示已建立完善的治理体系。

与早期仅提供建议、扮演辅助角色的AI模型不同，智能代理旨在直接执行决策。这种能力虽能拓展运营范围并提升效率，但也增加了风险暴露。

受访者最关注的是安全(73%)和数据隐私(73%)，其次是治理监督缺失及模型可靠性(50%)。

数据隐私与安全以73%的占比并列首要关注并不意外。近半数受访者同时担忧治理监督缺失及模型可靠性与可解释性问题。

执行力缺口问题在调查准备度指标中得到进一步印证：仅约40%受访者表示其人工智能战略准备充分，治理准备度更低至30%。技术基础设施准备度为43%，数据管理为40%，人才准备度则仅为20%。这些数据较去年报告有所下降，表明企业为实现2026年AI目标的准备不足。这也可能意味着企业目标设定过于雄心勃勃，导致准备工作滞后。

这种差距的影响不仅限于基础设施和治理层面，更延伸至劳动力本身。

报告强调，仅20%的企业表示其人才准备实现了较高的AI就绪。与此同时，约三分之一受访者预期一年内将实现实质性自动化。然而多数企业专注于员工培训而非工作流程重组。这意味着员工仅接受工具使用培训，却未真正重构基于这些工具的工作模式。

报告另一关键发现是：尽管众多企业期待人工智能带来收入增长，但鲜有企业实现规模化收益。这表明行业仍处于价值转型阶段——效率提升比收入扩张更具现实意义。

总体而言，今年报告显示人工智能的采用已不再是主要挑战。多数企业正投入资源并规划规模化应用——当前压力在于运营层面。数据系统、治理模式和人力结构被要求支持超出原始设计范畴的自动化与自主化程度，而这些基础架构在许多情况下仍在追赶需求。

企业人工智能的下一阶段发展，将更少取决于工具部署速度，而更多取决于整合能力。效率提升虽已显现，但持续的收入增长和结构性变革需要更长时间。随着人工智能日益融入日常运营，那些放慢脚步强化基础设施、重新思考工作方式的企业，最终可能取得更大领先优势。