企业 AI 成熟度的五级，和最后一公里的八类问题

「企业都在用 AI」和「企业几乎没把 AI 用成熟」常被摆在一起说成矛盾。它们量的是同一把梯子上不同高度的东西，相差两个数量级也说得通。

McKinsey 2025 年的调查，据白皮书转述，88% 的组织至少在一个业务职能里常规使用 AI，39% 报告了企业级 EBIT 影响。2025 年 1 月的另一份 McKinsey 调查，经一位分享者转述，认为只有 1% 的高管会说自家公司的 AI 用法算得上成熟。BCG 2025 年的研究切成第三种：5% 的企业在规模上拿到了价值，60% 几乎没有实质收益。

口径不同，数字就不打架

四个变量把这几组数字分开。单位不同：88% 数的是「至少一个职能在用」的组织，这是一个下限而不是平均数，因为一个团队用起来，整家公司就算进去了；39% 数的是效果到了企业损益的公司；5% 数的是到了规模；1% 数的是愿意把「成熟」这个词用在自己身上的高管。判断者不同：大样本问卷、有立场的人自评、研究者的分类。门槛不同：用上工具没有质量门槛，在规模上拿到价值门槛很高。时点也不同。

于是它们能共存：梯子底部的指针天然接近百分之百，顶部的指针天生是个位数。Gartner 2025 年发现 63% 的组织没有 AI 所需的数据管理实践、或者不确定自己有没有，这也是同一把梯子上某一格的读数；它 2024 年估计 41%–42% 的原型能走进生产，同理。

五级：停在哪一级，看你指得出什么

成熟度分级只有在两个人看同一家公司会落在同一格时才有用。形容词做不到，证据做得到。

白皮书把成熟度路径画成一张图，图上的分级名称没有随正文保留下来。下面五级是本文的构造，材料取自同一章讲到的四道生产问题（真实流程、权限边界、可回滚、可复盘）、八类最后一公里问题，以及流程、系统、责任三道门。

级别	你指得出什么	定级的问题
1. 个人使用	内容贴进对话框，结果手工敲回业务系统；没有共享数据，没有哪次会话产出哪个数字的记录	把工具停一周。没人报修就是第一级。
2. 单步辅助	AI 落在一条流程的一个步骤上；有人签字并把结果录入；没有人量过这个人多久改一次	说得出模型和记录之间那个人是谁吗？说得出、又没有修改率，就是第二级。
3. 授权写回	模型读客户数据，在审批步骤之后写回；有日志、可回滚、审批人是具体的人	把最近一次自动写回撤掉。没人说得出谁批的，这是第二级借了第三级的名。
4. 运营化	有评测集、版本、监控、值守人，以及财务认过、跨四周以上的结果数字	换一次模型版本。用户看到之前，有东西先重跑吗？
5. 组织化	第二、三个场景不靠外部团队也能上线；权限设计、评测集、审批形态能复用；评审规则已随之改过	第四个场景由谁做，用什么做？

Microsoft 2024 年的 Work Trend Index 给了第一级的标识：75% 的知识工作者在用 AI，其中 78% 自带工具上班。影子 AI 不是治理失败，它就是梯子底部本来的样子。

最后一公里是八件事，不是一条队

这八条在每一级卡住的人不一样：

1. 战略：发起人说得出目标，说不出第一个场景。
2. 数据：同一个问题三个答案，分别在 CRM、表格和群里。
3. 流程：旧流程原样留着，旁边加了一个对话框。
4. 系统：记录系统没有接口，或者有但没人写过文档。
5. 权限：没人说得清谁可以写，而答案跟着会议变。
6. 采用：许可数量健康，周活不健康。
7. ROI：商业论证写的是省下来的人时，财务找不到那一行。
8. 运维：上线之后没有负责人、没有评测集、没有版本。

每一级改变的是八条里哪一条在卡人。第二级，权限还是纸面问题；第三级，它能让项目停住；第四级，运维从计划里的一句话变成岗位本身。「数据项目做完了」不等于上了一级——那只是清掉八条里的一条，回到原地。

跨级不是更快

跨级看起来划算，因为底下几级像在填表。买一套平台，一个季度就能从第一级走到像第四级的地方。动的不是企业，是问题。

把监控装在一条从未定义过指标的流程上，告警是真的，被监控的东西不是；第一次事故复盘就变成「什么算数」的争论。定义工作并没有被跳过，只是被推迟进一个边跑边改的系统。

第二个代价是信任。还没有审批习惯就往记录里写回，第一次出错就是不可逆的那一次，花掉的是组织对这套系统的信任。恢复只能回到第二级，还赔上一个季度。

顺序讲的是证据，不是日历：受监管的行业可以先做权限再做采用。省不掉的是那件实物——被批准的修改率、被定义的指标、可回滚的一次写回。

十分钟把一家公司放到某一级

三个问题，凭记忆回答：

1. 工具碰的是人的剪贴板，还是系统的记录？
2. 上一次自动写回是谁批的，今天能不能撤回？
3. 财务认了哪个数字，认了多长时间？

答「剪贴板」，投了多少钱都是第一级。写回找不到人名，是第二级。没有财务认过的数字，第四级根本没到。下一个项目做到答案的上一级就够，别做那一级拍出来好看的——指标拿不准时，五列指标表是最该先做的那件实物，因为第二级以上没有它什么都看不见。

反过来也成立。一个场景放四周不查还在不在用，企业就不在第四级，而是停在第三级，四周法则能把这两者分开。把八类问题当招聘说明读，它们指向同一个人：能同时坐在八条前面的人——这也是中国缺的不是工程师数量的原因。