Deloitte调研3235位高管：AI最大的瓶颈不是技术，是"人"

Deloitte发布了最新一期《State of AI in the Enterprise》报告，调研了24个国家、3235位高管。如果只看标题数据，2026年的企业AI看起来一片大好——员工接触AI工具的比例同比增长50%，超过40%项目进入生产的企业数量预计半年内翻倍，报告"变革性影响"的领导者是去年的两倍。

但这份报告真正让我注意到的，是藏在乐观数据下面的一个关键发现：AI技能缺口被认为是企业AI整合的最大障碍，而企业应对这一挑战的首选方式——不是重新设计工作流程——而是"培训"。

一、光鲜数据下的尴尬现实

先看好消息：66%的企业报告AI带来了生产力和效率提升，这是最普遍的收益。但当被问及是否通过AI实现了"收入增长"时，答案变得尴尬——74%的企业"希望"未来通过AI增长收入，但目前只有20%真正做到了。

换句话说，AI对大多数企业来说还是一个"省时间"的工具，而不是一个"赚更多钱"的引擎。更值得警醒的是，仅有34%的企业在用AI"重新想象业务"——剩下三分之二还停留在用AI做"跑得更快的旧事情"。

AI提效容易，AI创收难。这中间差的不只是技术，而是从效率工具到商业模式创新的想象力跃迁。

二、最大瓶颈：不是没有好模型，而是没有会用的人

报告把"AI技能缺口"列为企业AI整合的头号障碍。而企业应对的主要策略排第一的是"教育培训"，而非更深层的组织变革如角色重设计或工作流重构。

这说明一个问题：大多数企业还在试图让"现有的人学会用新工具"，而不是重新思考"AI时代需要什么样的人和什么样的工作方式"。这有点像汽车刚发明时，人们教马夫学开车，而不是重新设计整个交通系统。

不过也有积极信号。报告显示，首席数据官（CDO）角色的认可度大幅跃升至70%，相比去年增长超过20个百分点。这意味着企业开始把数据和AI治理当成一件需要专人负责的"一把手工程"。

三、Anthropic调研的另一个视角

如果把Deloitte的报告和Anthropic近期与研究机构Material联合发布的一份调研放在一起看，画面会更完整。Anthropic的调研覆盖了500多位美国技术领导者，发现了两个有意思的结论：

第一，除编码之外，数据分析和报告生成（60%认为高影响力）以及内部流程自动化（48%）是AI智能体最被看好的用例。第二，大多数企业采用"混合模式"——现成智能体和定制开发相结合。纯买现成的不够用，全部自研又太重。

这和STARBOX在实践中的观察完全一致。企业需要的不是从零开始造智能体，而是在一个成熟的平台上，用自己的行业知识和业务数据"喂养"出专属的智能体。

四、STARBOX视角：解决"人"的问题，才能释放AI的价值

Deloitte报告指出的AI人才缺口问题，本质上反映了一个更深层的矛盾：AI工具的进化速度远快于组织的适应速度。

STARBOX的做法是降低这个适应门槛。我们的300+实战智能体覆盖上百个行业场景，每个都内嵌了行业知识和最佳实践，让不懂AI的业务人员也能直接使用。同时，星盒4×4内容策略框架把营销方法论标准化，让经验从"老员工脑子里的直觉"变成"组织可复用的资产"。解决AI人才缺口的最好方式，不是让所有人都变成AI专家，而是让AI平台足够智能、足够懂业务，让普通人也能驾驭。

写在最后

如果2025年是企业AI的"让更多人用起来"之年，那2026年就该是"让用起来的人真正创造价值"之年。从提效到创收，从个人工具到组织能力，这中间的距离，就是当下企业AI竞争最核心的赛道。