2025年，中国企业面临全新发展格局。关税冲突加剧以及全球经济和贸易的不确定性，为中国企业的海外业务、供应链及运营成本带来巨大冲击；国内“十四五”规划收官与“十五五”规划启幕，加速了面向消费需求驱动型经济模式的转变，但整体需求仍然疲软，结构性消费机会进一步考验企业差异化竞争能力；同时，AI技术的不断突破发展，也在重新定义工作和工作方式，重塑企业竞争力。

埃森哲连续八年追踪中国企业数字化转型进程，见证了中国企业不断重塑和发展的历程。2025年，中国企业数字化转型指数总分提升至49分，连续三年稳步攀升，重塑进程持续推进（见图一）。具体到各个维度，“开创竞争新前沿”增长7分，超越“优化运营”，跃升中国企业重塑能力首位；“打造数字核心”和“释放人才力量”两大短板均有进步；“加速增长”和“融入可持续”保持稳定；“优化运营”则有所下降。

各维度分数的变化表明，随着外部环境的演变及企业各项能力的持续提升，中国企业的重塑旅程正进入蓄势突破的关键阶段，具体体现在以下三大趋势。

趋势一：坚持创新与全球化

2024年指数研究显示，中国企业从过去数年专注于成本控制与效率提升，开始转向以创新驱动作为提升竞争力的核心，“开创竞争新前沿”维度上升9分。2025年，这一趋势持续深化，其得分再度提升7分，位列重塑能力榜首。得分提升的背后，是中国企业在业绩承压挑战下持续以创新驱动增长的结果。

同时，中国企业还在加速全球化，致力于打造全球竞争力。不同于以往的以产品出口为主，越来越多的中国企业正积极推动品牌建设和技术创新，聚焦从“产品出海”向“品牌出海”和“技术出海”的战略转型。2025年我们的调研显示，37%的受访大型企业其2024年海外收入占比已超五分之一。锂电池、光伏等新兴行业的中国企业正快速完成从产品输出到品牌输出、从中国制造到当地产能和供应链建设的全球化蜕变。通过生产多元化和本地化，中国企业的海外业务呈现不断扩大和深化态势。

得益于创新和出海步伐的加快，越来越多的中国企业敢于锚定更宏大的发展目标，展现出强烈的行业引领意愿。调研数据显示，相比2024年，致力于开创行业新基准的企业增加了12个百分点（见图二），这不仅反映了企业信心的显著增强，也体现了中国企业从“追赶者”向“创新驱动引领者”转变的趋势。

趋势二：AI从工具走向战略

基于对过去24个月企业新闻的追踪分析，我们清晰地看到，先进AI技术已经从客户服务、营销聊天机器人等易落地且满足企业共性需求的应用场景，延伸至研发设计、制造、供应链等更具备行业特性、更复杂的领域（见图三），一部分中国企业已经开始将AI融入核心业务流程。

值得注意的是，尽管很多企业开始全面拥抱AI，但生成式AI的规模化落地与价值实现仍面临挑战。调研显示，46%的受访企业正在规模化应用生成式AI，但只有21%的企业能够以较快速度实现规模化应用，仅有9%的企业能通过生成式AI实现显著价值（见图四）。

这涉及战略、技术、流程、组织等多方面的原因。从技术角度来讲，架构、数据、云、安全等数字技术能力是关键。中国企业在过去的一年已经充分意识到这一点，加快了各项能力的建设，尤其在云和安全上进展明显。这也令2025年数字核心指数得分（47分）较2024年提升了7分。

注：文章收集区间为2023年4月1日—2025年3月25日，同比增长率指与上一个12个月（2023年4月—2024年3月）相比的变化率。
我们选取了DJ Factiva媒体库中，中国主流媒体的企业/行业新闻主题的中文报道，基于先进AI关键词（如生成式AI、AI智能体、物理AI）和各应用领域关键词出现情况做共现分析，筛选出讨论先进AI企业应用的媒体文章。
数据来源：Factiva、埃森哲商业研究院分析。
 

注：规模化应用指生成式AI技术已嵌入部分关键或者大部分业务和流程；较快速度规模化指不仅生成式AI技术已嵌入部分关键或者大部分业务和流程，企业应用速度还快于预期；显著价值指除了规模和速度领先，企业还获得了显著的价值（如生产效率提升10%以上、收入或利润提升5%以上）。
数据来源：2025埃森哲中国企业数字化转型高管调研（样本量=163；2025年2月）、埃森哲商业研究院分析。

AI应用场景的不断拓展和深化，推动中国的模型调用规模呈爆发式增长，模型性能也持续迭代升级。这两者在推高企业算力需求的同时，也推动了企业对云的投入和部署。2025年我们的调研显示，有33%的中国企业已经意识到云与AI的深度融合可以实现产品和服务的创新，企业已经开始从“资源上云”转向“深度用云”（见图五）。¹ 

1. 《云计算白皮书》，信通院，2024年7月，https://www.caict.ac.cn/english/research/whitepapers/202411/P020241129559762200350.pdf

AI的广泛应用也会带来全新的安全挑战，模型安全、云环境下的数据隐私与合规风险越来越受关注。2025年调研显示，64%的中国企业将安全视为重塑的关键要素，可见安全在企业战略中的地位得到提升；与此同时，58%的企业已构建起灵活的安全工具和策略体系。值得一提的是，AI技术也能助力安全防护体系升级，已有36%的企业利用AI加速自动化识别和风险响应。

在应用AI的布局中，企业数据积累的深度与质量正成为制胜的关键，但数据治理依然是中国企业数字核心较为薄弱的地方，也是企业突破AI规模化瓶颈的关键。仅有29%的企业认为自身数据质量表现优异（见图六）。许多中国企业还面临着数据过于分散、数据质量待提高、数据所有权和分类标准不统一等难题。此外，不少企业目前仍然依赖传统的IT架构，其资源分配模式、扩展及响应能力，无法满足生成式AI对算力资源灵活调配的要求。

趋势三：韧性升级，对抗脆弱

在动荡时期，最直接驱动企业韧性的四项核心能力包括技术、业务、人才和运营。埃森哲研究表明，当下最薄弱的领域为人才韧性和运营韧性，这两者是企业适应性和执行力的基础。越来越多的中国企业也开始意识到这一点。过去一年，企业将注意力放到能力短板，着重发力人才维度；同时，它们也在重新审视新情境下的能力长板，并意识到提升运营韧性的必要性。

人才韧性：组织重塑任重道远

生成式AI已不再只是技术圈的前沿尝试，而已经真正融入普通人的日常工作。这一快速发展正在改变企业的运行逻辑，也对人才与组织提出了全新要求。2025年的调研显示，已有六成企业顺应这一趋势，将AI工具引入到日常工作流程中，近一半的企业表示非常了解生成式AI对员工工作的影响。这一变化不仅反映出企业对技术采纳的积极性，也促使“释放人才力量”这一维度在本年度的指数评分中显著上升4分，创近年来最大增幅。企业已经意识到人才和组织必须为新技术的落地做好支撑。

然而，通过深入观察，我们也发现，企业对于AI的认知与行动，仍集中在“工具应用”层面，触及组织、流程与人才机制的系统性变革尚未真正启动。目前，仅有47%的企业为员工设计了AI相关的培训路径，这意味着虽然大部分员工已接触AI工具，但缺乏结构化学习与技能迁移的支持。更加值得关注的是，只有34%的企业对现有组织架构进行了重新设计，以适应AI驱动的协作模式和岗位调整（见图七）。这种浅层次的部署使得AI在劳动力层面的潜在价值尚未真正被激发。

运营韧性：从静态韧性转向动态韧性

过去几年，优化运营一直是中国企业重塑的重点，也是中国企业数字化转型能力的长板。历经近几年的考验，中国企业依托智能制造与强大的供应链生态，已构建起一定的运营优势。本次调研也显示，55%的受访企业已经在智能产线中应用了工业机器人、AI等技术以提升智能制造水平。但随着近两年外部不确定性增加以及海外运营规模不断扩大，越来越多的中国企业意识到运营的韧性需要再上新台阶。这一趋势也反映在今年的指数研究上，“优化运营”得分下降4分，能力排名从第一降至第二。

2025年调研显示，大多数中国企业的运营还处于静态韧性阶段，以传统AI和分散的数据驱动为主要特征，这导致企业动态适应性不足，端到端敏捷性也较弱。具体来看，只有33%的中国企业能够通过数据分析和AI技术实时、自主地优化运营，33%的受访中国企业实现了基于AI的供应链全流程可视化。此外，企业跨部门和跨区域的合作还有提升空间，仅有46%的受访企业表示已依托数字化平台实现了高度的跨部门或跨地域无缝合作（见图八）。

实现新格局下的新增长：四大要务

基于当前的重塑进程，面对新形势、新挑战以及先进AI带来的新机遇，企业应如何在新格局下突破增长困境？结合广泛的客户实践与深度访谈，我们提炼出四大要务。

一、以创新实现再突破

创新与全球拓展正在成为2025年中国企业新增长战略的关键源泉。面对全球格局剧变，传统的规模和成本优势减弱，企业更需要以创新为核心引擎，实现不断突破，并推动全球布局的优化和拓展。

新全球化下的新定位：中国正逐步成为全球创新输出的重要源头，但在地缘政治紧张、绿色转型加速、技术重构和消费分化等多重力量交织下，中国企业出海的传统竞争优势正被重新定义，本地适应力、产品区分度和品牌影响力重要性愈发凸显。企业家应厘清未来竞争力的来源，将创新能力融入全球化战略――让中国创新走出去，更要基于不同市场的需求差异，融合全球资源，让创新走进当地市场。

不确定时代的决策进化：企业的成败取决于对未来趋势的敏锐洞察、快速决策、响应能力，而AI技术的发展正为企业决策提供前所未有的“预见力”与“迭代力”。通过整合多维数据，构建动态未来情景，帮助企业识别潜在机遇和风险，从而精准把握战略方向。企业需将AI系统化融入商业情景分析和战略决策流程，更高效地进行场景预测和战略评审，确保战略目标与外部环境动态匹配；企业应建立快速响应机制，赋予战略团队灵活调整资源配置和业务重点的权限。

开拓AI新商业：AI不仅是降本增效的利器，更是不确定环境下带来新机会、新增长的重要途径。企业可以聚焦AI在产品设计、客户体验、售后服务等环节的深度嵌入，加速推出新产品和服务，同时探索AI与自身商业模式协同进化的方式，推出全新的解决方案与市场定位。但在经营承压、资金有限的情况下，新商业拓展既需要企业敢为人先的勇气，又需要谋定而动的智慧。企业需要审慎选择价值最大化的结合点，将新技术机遇与企业自身资源禀赋有机融合，让技术必须服务于明确的商业目标。

二、AI驱动的数字核心

AI驱动的数字核心可以通过融合AI技术，将传统IT系统升级为具备动态感知、智能决策和自主进化的技术体系。在此过程中，企业需要通过灵活的架构和数据资产知识化提升技术栈的适应性，同时建立技术区隔机制实现技术韧性。

用灵活架构打造AI能力栈：AI智能体的兴起让技术的可组合性变得至关重要。这类系统需要实现内外部数据与分析平台的高效整合，因此模块化设计成为理想选择——就像“搭积木”，既能快速替换升级组件以满足当前业务场景需求，又能兼容未来技术迭代，避免重复开发造成资源浪费。企业需要统一规划、协同各部门的资源与行动，为AI系统快速部署筑牢基础，确保数字核心各功能模块持续更新。

数据资产知识化：在AI应用中，高质量数据是训练精准模型、生成可靠输出的基础。企业若想构建独特竞争优势，需将基础模型与自有数据、领域专属知识结合――这正是数据资产知识化的关键路径。数据知识化过程中形成的差异化模型体系，也能规避通用模型导致的同质化困境，为企业构建起难以复制的竞争优势。在具体实践中，企业可将客户行为数据、供应链数据、行业合规准则等专有数据，经知识化处理后，融入行业大模型或领域专属大模型。

建立技术区隔：企业通过系统性架构设计与策略规划，对核心业务模块、数据资源及技术能力实施差异化部署与隔离，可以平衡合规要求、降低风险。这一策略对走向全球化的中国企业尤为关键。面对不同国家和地区迥异的数据安全与隐私保护要求，尤其在海外监管机构对数据隐私审查日益严格的背景下，企业需对敏感数据与非敏感数据进行分类区隔。

值得注意的是，建立技术区隔的意义不仅仅是为保障系统的正常运行，更在于将关键能力精准聚焦于核心环节，在确保安全性与灵活性的同时，推动技术战略与业务战略的深度契合。在此过程中，企业需要在技术隔离与业务效率间寻求动态平衡，既要保证核心业务在突发风险下的连续性，又要保障数据访问效率，特别是在风险动态演进的背景下，更需持续评估和应对风险，以实现技术与业务的协同发展。

三、打造自适应的韧性

大多数公司把韧性当作缓冲垫，用它来减轻冲击，但实际上，韧性更像蹦床――不仅吸收冲击，还能利用冲击力产生向上的动力。韧性不是简单保护价值，而是创造价值。那些在动荡时期表现出色的公司，不仅仅是因为他们投资了什么，更因他们可以打造韧性――不是作为一个静态的保障，而是作为动态的、不断发展的能力。

重置成本与效率基准：通过先进AI技术、流程和管理的系统化创新，企业能够突破生产效率瓶颈，迈向新的绩效高度。这是一个系统工程。首先，企业需要制定既符合自身情况又有一定超前性的新目标以及衡量指标。其次，企业需分析运营流程，找到影响成本、效率提升的关键节点，利用技术投资撬动更大价值的流程优化与效率提升。最后，企业还需动态监控运营成本与效率，如利用智能运营平台实时追踪指标变化，定期调整基准。

端到端数据驱动和协同：在充满波动性的时代，企业运营的核心目标正从单一的效率提升转向更具应变力与协同力的韧性升级。借助现代化的数据治理和先进AI部署，可推动企业运营向全链条、跨业务、跨职能的韧性重塑转型。这要求企业全面掌握从业务源头到终端的关键数据，并建立稳定的数据管理机制。此外，企业可依托先进AI的数据融合与动态预测能力，实现对运营状态的实时智能监控；同时部署基于AI的深度分析与自主决策能力，提升响应速度与跨部门协同效能。

敏捷的全球供应链：对于出海的企业，真正的运营韧性如今更少依赖于业务布局的规模，而更多取决于战略灵活性――在条件变化时能够迅速调整供应链、实现灵活生产以及重新配置合作伙伴关系的能力。战略层面，企业需优化供应链布局，实现“全球布局、本地敏捷”。战术层面，企业可通过数字化赋能提升供应链敏捷性与效率，利用AI实现供需、产能、库存的实时监控与快速决策，灵活调配资源以避免供需失衡。

四、重塑人才和组织

面对AI智能体广泛应用的时代趋势，中国企业的人才与组织建设亟需从“适应性调整”迈向“系统性重塑”。这意味着，AI不仅将改变人们“做什么”，更将在深层次上改变“怎么做”“和谁做”，甚至“为什么这样做”。在这一新格局下，企业需要从三个方面同步发力，以实现人才和组织升级。

平衡灵活人才机制：传统的人才管理模式多以岗位为单位、以组织边界为框架，难以应对不确定性和AI带来的劳动力重构。企业应转向动态优化的人才战略，定期评估“内培、外聘、外包与智能自动化”四种人力形态的投入产出比，确保在不同发展阶段具备灵活调配的能力。同时，AI带来的自动化“虚拟员工”也应纳入整体人才规划中，企业需重新定义岗位角色，设计人机混编的工作单元，让人类员工专注于价值创造与判断决策，AI承担可标准化、可重复的任务，从而构建一个“以人为本、以AI为辅”的协同体系。

人与AI智能体协同：未来的组织必须跳出传统的职能部门划分，打破信息孤岛与层级壁垒，重构基于场景、任务与目标的跨部门协同机制。企业需建立起AI智能体之间以及人与AI智能体之间的协作标准与治理机制，使各类智能系统能够嵌入业务流程并与员工行为逻辑无缝衔接。同时，企业应尽快推动技能体系的动态演化，将AI素养、人机协作能力、数据判断能力等纳入员工核心能力画像中，并构建从入职培训到持续学习的闭环机制，确保员工能与AI协同进化，避免其被技术迭代浪潮淘汰。

夯实AI信任基石：员工是AI部署的最终承接者，也是AI系统价值发挥的关键变量。他们从“被动使用者”转变为“主动驱动者”的过程，正是组织真正释放AI价值的起点。因此，企业在推动AI落地的同时，必须从“自动化导向”转向“人本导向”，通过增强系统透明度、明确责任机制与风险边界，提升员工对AI的理解与掌控感。企业应营造包容创新的氛围，鼓励员工提出AI在业务中的应用构想，并通过试点机制、场景共创与正向激励，激发一线员工在实际工作中主动探索AI使用路径。
 
在全球不确定性加剧、技术加速演进的背景下，中国企业凭借强大的韧性与战略定力，在复杂环境中展现出卓越的适应力与生命力，加快探索新前沿、夯实数字化基础、升级运营并逐步释放技术与人才融合的潜能。

AI不仅是提升生产效率的工具，更代表着一种全新的创新范式与增长路径，帮助企业穿越周期、重塑竞争优势。当下正是全面拥抱AI、释放价值潜力的关键窗口期。百年变局之际，转型重塑就是顺势而为。唯有主动出击、加速布局，企业才能在全球新格局中赢得先机，筑牢未来增长根基。

朱虹
埃森哲全球副总裁、大中华区主席
郁亚萍
埃森哲商业研究院研究经理
于雅
埃森哲商业研究院技术研究经理
业务垂询：contactus@accenture.com