从华为、谷歌到麦肯锡：全球顶级机构指向同一个AI未来

一、引言：学习人工智能，与顶级机构同频

在这个快速演化的时代，普通人关注工具，高手研究方向；普通人跟踪热点，高手洞察周期。

学习人工智能，洞察全球前沿研究，与高手为伍，了解未来趋势。

过去几个月，我们分享了多篇划时代的前沿研究：

华为《智能世界2035》：勾画了未来十年的智能社会蓝图；
谷歌系《All ONE in 2030》：从算力、数据、能耗、AI极限出发，描绘AI五年跃迁；
李飞飞团队《智能体AI：多模态交互的未来》：揭示智能体时代的人机共生与认知革命。

这些研究让我们看到，在连接、存储、算力、智能体等核心领域，未来十年蕴藏着百倍级的增长空间。

今天，我们从另一个重要视角-国际知名咨询公司麦肯锡的系列研究报告中，探讨 AI的未来趋势。

我们一起探索：

麦肯锡的系列研究，结合前面分享的华为、谷歌、李飞飞团队等顶级人工智能前沿研究，共同指向了哪些人工智能的发展方向，这些方向中蕴含了哪些行业和赛道的重要机会；
相比华为、谷歌这些人工智能商业巨头、李飞飞团队等科研单位，站在国际咨询公司角度，对人工智能的发展，又有哪些独特的视角和观点；
对于企业级、创业者和投资人而言，可以引发哪些进一步的思考和行动？

二、人工智能时代的咨询公司

麦肯锡（McKinsey & Company）是全球最具影响力的管理咨询机构之一，成立近百年，为全球80%以上的《财富》百强企业提供战略与技术咨询。它既不生产芯片，也不训练模型，却长期服务于最顶尖的企业与政府，因此能够站在“产业—资本—技术—治理”交汇点上，捕捉到AI真正改变产业结构的那条主线。

在全球商业生态中，咨询公司相当于“智能体时代的系统架构师”：

帮企业规划AI战略；
设计组织变革与流程重构；
衡量AI的商业回报、风险与治理。

本人曾经在全球领先的商业智能/大数据公司SAS任中国区高级顾问，与埃森哲等国际知名咨询公司并肩合作，对咨询公司的工作和价值有较深刻的了解：相比科技巨头，其了解商业公司的对手信息更多，研究讯息资讯可能更全面；相比学术机构，和商务结合得更紧密，更能“可落地”。作为整体商业生态的一环，国际化智能化的咨询公司有其独特的存在价值。

三、麦肯锡的人工智能研究成果

在我看来，麦肯锡的人工智能研究系列至少有两个有价值的成果：

八年持续跟踪，伴随本轮人工智能大爆发

从2018年起，麦肯锡连续八年进行全球人工智能大型调研，形成了《The State of AI》系列（2018–2025），成为全球最系统、持续时间最长的AI研究工程之一。

这份研究，完整记录了AI八年的四个时代：

阶段

时间

特征

核心关键词

探索期

2018–2019

概念萌芽、试点探索

adoption、proof of concept

成熟期

2020–2021

降本增效、ROI导向

scaling、governance

竞争期

2022–2023

生成式AI爆发

generative、responsible AI

重构期

2024–2025

组织“AI神经系统化”

rewiring、agentic AI

到2025年，麦肯锡的报告指出：

超过75%的企业已在核心业务中使用AI，而真正获得显著利润增长的，是那些重构流程、强化治理、让CEO亲自挂帅AI战略的企业。

AI，不再是技术部门的实验品，而是企业的神经系统。

近期重要研究报告涉及13大科技趋势AI

与年度调查相呼应，麦肯锡还发布了另一份重量级报告——《Technology Trends Outlook 2025》。报告选出了未来一年值得关注的13大科技趋势，其中至少有一半与AI直接相关：

代理型AI（Agentic AI）
专用半导体（Application-Specific Chips）
云与边缘协同（Cloud & Edge Computing）
高级连接与网络架构（Advanced Connectivity）
沉浸式现实（Immersive Reality）
数字信任与网络安全（Digital Trust & Cybersecurity）
量子技术、机器人、生物工程、可持续能源等

这些趋势的底层逻辑，是一个关键词：智能化的物理世界（Intelligent Physical World）。

麦肯锡与华为、谷歌等机构的研究殊途同归——都认为AI正在从“虚拟智能”迈向“具身智能”，从“算法创新”迈向“系统重构”，最终成为产业生产力的主引擎。

四、全球顶级机构的“AI共识方向”

当我们把麦肯锡的系列研究，与华为《智能世界2035》、谷歌系《All ONE in 2030》、李飞飞教授《智能体AI：多模态交互的未来》放在一起阅读时，会发现一个令人有意思的事实：无论出发点是技术、产业还是组织，全球顶级机构都在指向同一个未来。

1. 从技术到系统：AI 正在从“模型智能”走向“系统智能”

谷歌系研究聚焦于算力、数据与模型边界，预测到2030年AI的“计算规模极限”将比现在扩大数千倍，推动模型从感知智能迈向决策与行动智能；
李飞飞团队强调“具身化”与“多模态交互”，认为AI真正的突破不在虚拟世界，而在与物理世界的交互与反馈；
华为2035则将这一趋势提升为国家级战略蓝图，提出“Going Physical”是通往通用智能（AGI）的必经之路；
麦肯锡用企业语言总结了这一转变：AI 正从“工具”转向“神经系统”，企业的组织架构、流程、岗位乃至商业模式，都必须随之重构。

共识方向之一：智能从“可计算”走向“可行动”，AI 将成为企业和社会的运行中枢。

2. 从企业到产业：智能体成为新的生产单元

华为和李飞飞团队都把“智能体（AI Agent）”视为AI发展的下一个核心形态——一种能感知环境、理解任务、执行行动的智能存在；
麦肯锡在《Technology Trends Outlook 2025》中也将“Agentic AI”列为未来一年最具变革性的趋势，认为它将重塑企业的生产与协作方式；
谷歌的研究则提供了算力与能耗的底层支撑：只有在算力-能效比提升数十倍后，智能体经济才能规模化。

共识方向之二：智能体经济（Agent Economy）将成为未来十年的产业主线。它将诞生一批“AI劳动力平台”“AI协作云”“企业级数字员工”等新生态。

3. 从算力到能效：能源与基础设施成为AI的新战场

谷歌《All ONE in 2030》警告：如果AI规模化持续指数增长，能源与散热将成为制约因素；
华为2035报告提出“算力平权”与“智能能源系统”，主张通过“东数西算”“光电融合”“低碳数据中心”实现能效突破；
麦肯锡在趋势报告中将“专用半导体、先进连接、云边协同”列入核心赛道，认为这是AI基础设施的三大支柱。

共识方向之三：算力巨大的增长空间和能效革命。

4. 从数据到信任：AI治理成为竞争壁垒

麦肯锡指出，未来能否释放AI经济价值，取决于组织是否具备数字信任（Digital Trust）与责任治理（Responsible AI）体系；
华为2035提出“AI for All，AI for Good”，把AI伦理与社会责任提升到战略高度；
谷歌和李飞飞团队在论文中也警示“AI幻觉”“偏见”“失控风险”，呼吁构建人机协同与透明监管机制。

共识方向之四：从算法竞争走向信任竞争。 “可解释、可审计、可追溯”的AI治理能力，将成为企业和国家的新护城河。

5. 从创新到增长：高增长行业与投资赛道

麦肯锡的数据揭示了AI最直接的经济机会：

全球AI带来的年化新增价值预计达到 2.6–4.4 万亿美元，其中 75% 集中在以下四大职能：

职能

典型行业

价值潜力

主要应用

客户运营

银行、零售、能源

成本降低 20–40%

智能客服、个性化营销

市场与销售

快消、电商、制造

收入提升 10–20%

营销内容生成、精准定价

软件工程

高科技、互联网

效率提升 30–50%

自动代码生成、测试与部署

研发创新

制药、材料、汽车

周期缩短 30%+

分子仿真、AI辅助设计

对企业家与投资人而言，这意味着：AI的主战场在产业应用，而非实验室。谁能将智能体嵌入真实业务流程，谁就能最先把“智能红利”转化为“利润红利”。

六、独立于技术与资本之上：麦肯锡的“第三视角”

在人工智能这场全球竞赛中，华为代表产业视角，谷歌代表技术视角，李飞飞团队代表科研视角。而麦肯锡，则代表着另一种有价值的视角——系统洞察力与组织设计力。它既不造芯片，也不训练模型，却长期站在全球商业与政策的十字路口，试图看清：技术如何落地、组织如何转型、资本如何流向。

1. 从“技术革命”到“组织革命”

科技巨头看算力与算法，麦肯锡看人、组织与结构的重构。

在《The State of AI 2025》中，麦肯锡提出了一个具有转折意义的判断：

“AI 的真正价值，不在于模型多强，而在于组织是否为智能化重构做好准备。”

这意味着，未来竞争的关键，不是“谁的模型更先进”，而是“谁的组织能更快吸收智能”。

咨询公司的视角强调三层结构性变革：

流程重构（Rewiring Workflows） —— 把AI嵌入企业运作的神经系统，让数据驱动成为日常决策机制；
角色重构（Redefining Roles） —— 人类员工与智能体分工协作，形成“混合团队”（Hybrid Workforce）；
治理重构（Responsible Governance） —— 在信任、安全、合规框架下，建立AI决策的“审计轨道”。

这与华为的“智能社会系统工程”异曲同工，但麦肯锡更关注企业内部的微观机制与执行路径。

2. 从“创新”到“价值兑现”

谷歌的视角偏向技术前沿：能否突破计算极限？李飞飞团队的视角是科学探索：能否理解人类认知？而麦肯锡的视角，是商业可兑现性（Value Realization）。

它关心的是：

哪些AI项目真正能提升企业EBIT？
哪种应用能从“试点”走向“规模化”？
哪些行业能在AI浪潮中率先获得结构性红利？

在最新的全球AI调查中，麦肯锡发现：

“只有那些真正重构工作流程并由高层亲自挂帅AI治理的组织，才在财务上显著领先同行。”

这是一种极具现实意义的洞察。

3. 从“单点突破”到“系统治理”

科技巨头的成功往往源于单点创新（如谷歌的Transformer、华为的昇腾芯片），

但麦肯锡观察的是——创新如何在复杂系统中被放大、复制、稳态化。

它看到企业在AI应用中普遍面临的“中段痛点”：

技术成功，却组织阻力大；
概念先进，却数据质量不足；
项目试点有效，却难以规模复制。

因此，麦肯锡提出了“AI系统化治理框架”：

技术层面：统一模型平台、数据中台、API标准化；
管理层面：建立跨部门的AI委员会和风控机制；
文化层面：培养“AI素养”，让员工理解AI决策逻辑；
信任层面：设计透明、可解释、可回溯的AI系统。

这让AI不再是“孤岛工具”，而成为一种“可管理资产”。

4. 咨询公司的价值：成为“AI时代的组织教练”

如果说华为在建设AI社会的基础设施，谷歌在构建AI的大脑，李飞飞在探索AI的灵魂，那么麦肯锡与波士顿咨询、埃森哲等国际咨询机构，扮演的则是AI时代的企业教练。

他们帮助企业完成四个关键转变：

从“使用AI”到“依靠AI”；
从“技术孤岛”到“组织协同”；
从“自动化”到“智能决策”；
从“数字化企业”到“智能化生态”。

这可能是一种更务实、更系统、更长期的智能化视角。不追风口，而关注可持续；不谈技术奇迹，强调组织适应力。

总结：从“造模型”到“造系统”

麦肯锡的独特之处在于——

它不与AI同行业，却比任何企业都更早看到AI的全景。

它的核心问题不是“AI能做什么”，而是“AI如何改变组织运作与价值创造方式”。

华为在造基础设施，谷歌在造大脑，李飞飞在造认知，而麦肯锡在造系统。这四者合起来，才是完整的人工智能未来。

七、对企业家/投资人行动指南

结合麦肯锡的系统思维、华为的产业蓝图、谷歌的技术趋势、李飞飞团队的智能体哲学，我们进一步探讨，对于企业级、创业者和投资人而言：

哪些行业和赛道值得重点关注？

可以引发哪些进一步的行动？

四大高增长赛道：AI驱动的财富新地图

麦肯锡《The State of AI 2025》指出，AI可带来的全球年化新增经济价值在 2.6—4.4万亿美元之间，而其中 75% 集中在四大核心职能：客户运营、市场与销售、软件工程、研发创新。这四个职能叠加到具体行业，构成未来5—10年的主赛道。

赛道

关键场景

投资/创业机会

成熟度

金融与银行业

智能客服、信贷风控、投研分析、合规审查

AI投研平台、智能理财顾问、风控智能体、监管科技（RegTech）

★★★★

制造与高科技

预测性维护、自动化质检、AI研发设计、智能工厂

工业智能体、AI+半导体设计、AIoT、低功耗芯片

★★★★★

生命科学与医药

分子设计、临床试验优化、医学影像、药物仿真

AI制药、合成生物学平台、智能实验室自动化

★★★

零售与消费品

个性化营销、供应链优化、虚拟代言与客服

AI营销系统、数字人服务、智能供应链、消费数据智能体

★★★★

结论：未来10年的AI财富增量，将诞生于“金融+科技+生命科学+零售”四个交汇点。这些行业最容易形成AI驱动的生产率飞跃与资本回报复利。

三条底层结构性机会：系统红利时代的关键杠杆

AI赛道的真正壁垒，不在应用层，而在基础结构层。全球研究机构的共识是：下一个十年，将由三大底层红利决定赢家。

1. 算力与能效红利：AI的“基础货币”

算力就像工业时代的电力。投资重点从GPU堆叠转向“专用芯片 + 网络架构 + 能源协同”。对应的机会包括：绿色算力园区、AI能源管理、能效算法、半导体新材料、液冷与直流供电方案等。

华为2035提出“算力平权、智能电力体系”；
麦肯锡将“专用半导体”“云与边缘协同”“能源可持续技术”列入13大趋势；
谷歌系聚焦在AI能耗与硬件架构优化。

→ 机会点：液冷与直流供电、专用AI芯片、绿色算力中心、电力管理AI。

2. 智能体红利：从数字化到智能化

生成式AI只是开始，真正的爆发点是Agentic AI（代理型AI）—— 能理解目标、调用工具、执行任务的“数字员工”。

李飞飞团队将智能体视为AI的“具身化转折”；
麦肯锡认为Agentic AI是企业效率革命的核心引擎。

→ 机会点：企业级智能体平台、跨系统任务编排、RPA+LLM融合、行业专属智能体生态。

3. 信任与治理红利：AI的“制度护城河”

随着AI融入决策层，信任、可解释、安全与责任成为企业竞争的新基建。

华为提出“AI for All”；
麦肯锡将“Digital Trust”视为实现AI价值的必要条件；
欧盟AI法案、美国AI治理框架等全球政策正在成形。

→ 机会点：AI合规审计、模型水印与防伪、风险监测平台、AI伦理与认证服务。

四个创业方向：AI的“第二曲线”

在巨头垄断的大模型之上，创业机会正沿着“轻量化、垂直化、本地化、可信化”四个维度重生。

方向

描述

示例

轻量化AI

用小模型解决特定任务

文档助手、法律审查、数据总结等场景型Agent

垂直行业AI

深耕某一专业领域

医疗、制造、教育、金融垂直智能体

本地化AI

结合区域与产业资源

工业园区AI云、地方政府AI算力服务

可信AI

提供可验证、安全、可控的AI基础设施

模型审计、合规API、AI安全监测平台

这四个方向，正是AI生态的“边缘溢出区”，在巨头之外，仍有大量可被创业者和投资人捕获的机会。

四条行动指南：从认知到战略落地

（1）CEO层面：让AI成为“战略神经系统”

AI不是数字化项目，而是企业未来的操作系统。

—— 设立AI委员会、统一数据平台、以ROI为核心衡量指标。

（2）CIO/CTO层面：构建“智能基础设施”

—— 推动模型中台化、云-边协同、数据治理与隐私保护体系。

（3）业务层面：用AI重塑流程

—— 从客服、营销、研发等高价值环节入手，实现可度量的生产率提升。

（4）投资层面：寻找“系统裂缝”

—— 投向支撑性行业：算力、能效、治理、安全、产业智能体，而非仅仅追逐下一个模型。

结语：看懂趋势，才能引领未来

人工智能的浪潮滚滚向前，每天坚持系统学习，专研顶级研究咨询尤为重要。从华为的产业蓝图，到谷歌的技术极限，从李飞飞团队的智能体探索，到麦肯锡的系统重构，我们看到的是同一个方向——智能正在重塑世界的底层逻辑。

过去十年，是技术的革命；

未来十年，将是系统的革命。

AI 不仅是算法的较量，更是组织、能效与信任的博弈。

谁能理解趋势、重构系统、驾驭智能，谁就能在新的经济周期中立于潮头。

学习AI，不只是学工具，而是学未来。与高手为伍，看清时代方向，让时间与智能一起为你滚雪球和产生复利。

左手人工智能，右手财富管理，过积极且从容的生活。

本文由高峰博士独立完成，欢迎署名转载，转载请注明出处。禁止私自转载、修改或冒名发布，违者必究，作者保留追究法律责任的权利。

高峰博士为独立投资人、企业家 AI 财富顾问，长期专注于人工智能与财富管理的融合应用，致力于帮助有潜力的企业，在 AI 时代成为“小而美、强而精”的优秀公司。