根据Devoteam最新发布的《2025年AI准备度基准调查报告》显示，生成式人工智能（GenAI）已不再是遥远的未来，而是实实在在融入了员工的日常工作流程。报告中的一项关键数据指出，高达59%的受访者表示他们在工作中几乎每天都会使用生成式AI工具。这一显著的数字清晰地揭示了市场在供给与需求两端对GenAI技术抱有极强的采纳意愿，并且预示着这项技术正迅速走向常态化和普及化。
然而，尽管GenAI的采用率居高不下，其在实际生产力提升方面的效果却呈现出明显的分歧。调查结果显示，大约有36%的受访者明确表示GenAI工具显著提升了他们的工作效率，带来了可见的生产力收益。但与此同时，仍有约46%的受访者表示尚未能清晰地感受到或量化GenAI带来的生产力提升效果。这组对比鲜明的数据揭示了一个核心问题：在工具的高频使用与实际商业价值的实现之间，存在着一个显著的时间滞后效应，同时也暴露了企业在如何有效利用GenAI、衡量其成效方面缺乏系统性的方法论指导。
当谈及生成式AI技术在企业内部的实际落地时，最核心的障碍主要集中在“明确用例”和“有效衡量”两大方面。具体而言，高达37%的受访者将“缺乏清晰的业务用例”视为AI落地的最大阻碍，这意味着许多企业尚不清楚如何将GenAI技术与具体的业务场景相结合，以解决实际问题或创造新价值。此外，另有8%的受访者指出，他们面临着“难以准确衡量AI对业务影响”的困境。这些数据共同指向了一个关键挑战：如何识别AI的潜在价值并对其进行量化评估，这仍然是当前企业在推进AI进程中需要优先解决的首要问题。
在推动企业AI战略实施的力量构成上，IT部门依然扮演着主导角色，有55%的受访者认为IT部门是主要的驱动者。然而，一个值得关注的趋势是，业务部门所占的比例已达到29%，并正在迅速崛起，成为AI发展的重要推动力量。这一变化清晰地表明，组织内部对于AI项目的责任归属和成功期望，正逐步从纯粹的技术层面（IT部门）向更贴近业务需求和价值创造的业务部门转移。这预示着未来AI的成功将更加依赖于业务与技术的深度融合。
深入探讨AI基础设施与治理现状，我们发现其发展水平呈现出明显的不均衡性。尽管在云计算和网络安全等领域，许多组织已展现出相对成熟的部署与管理能力，但在数据管理和应用现代化方面却普遍存在滞后现象。报告指出，有超过20%的组织在这些对于AI规模化发展至关重要的基础能力上，仍处于“欠建”或“不足”的状态。这种基础设施的短板，特别是数据管理能力的不足，直接限制了企业AI解决方案的可扩展性与高效运行。
在AI人才能力缺口方面，调查结果揭示了一个出人意料但至关重要的洞察：最大的缺口并非纯技术能力，而是集中在“业务理解”和“领域专长”上，占比高达32%。相比之下，虽然AI工程和数据科学等技术类能力也有所欠缺，分别约为17%和15%，但其紧迫性略低于对业务场景的深刻理解。这一发现强烈提示企业，在当前阶段，通过内部培训和培养具备跨职能能力的复合型人才，其重要性和紧迫性甚至超过了单纯地招聘技术专家，因为能够将AI技术与实际业务深度结合的人才更为稀缺。
此外，企业在AI的监控与合规能力建设上同样显得薄弱。报告指出，高达46%的组织目前仅能进行基本的、依赖人工的监控，这远不足以支撑复杂的AI系统。更有31%的受访者表示其监控能力非常有限甚至完全缺失。在合规性方面，约32%的组织尚未建立起正式的AI合规流程和治理框架。这些薄弱环节意味着，若要真正实现可持续、安全且符合规范的生产级AI部署与运行，企业亟需大幅强化其AI监测与审计体系，确保AI应用在道德、法律和运营风险上都得到有效管理。
综合以上各项调查结果，Devoteam的报告提出了一个深刻的趋势洞察：当前企业AI发展呈现出“高频使用、低序列化落地”的鲜明特征。这意味着，虽然生成式AI工具已经广泛进入员工的日常工作，成为高频使用的辅助手段，但其真正实现大规模商业回报和价值变现的路径却尚未完全打通。要从当前的“高频使用”阶段迈向“规模化落地”，并最终获得显著的商业价值，企业必须在以下三个关键领域并行推进：第一，清晰地定义业务用例并建立可量化的绩效指标；第二，全面补齐并优化数据管理与应用现代化等核心基础设施；第三，构建以业务为中心、具备跨领域能力的复合型人才发展路径。报告强调，如果组织能够在未来12至24个月内，坚定不移地同时推进这三条主线，将能够显著提升其AI项目从初期试点成功走向全面规模化部署的转化率，从而真正释放AI的巨大潜能。
