
麦肯锡的一份新报告警告说,美国的经济优势不再依赖于原始的AI研究,而是取决于工作人员的AI素养,即员工理解、部署和迭代生成式AI工具的能力。该研究估计,AI可能会为美国GDP贡献大约5万亿美元,但前提是公司必须弥补当前影响63%的中型企业的技能差距。
该报告跟踪了2022年在不同行业推出的三个试点项目:中西部制造公司的12个月“AI提升”计划,纽约金融服务公司的9个月“提示工程”系列,以及奥斯汀健康科技初创公司的6个月“AI优先文化”冲刺计划。在这三个试点项目中,生产力平均上升了3.2%,制造公司在操作员学习通过大型语言模型提示生成维护检查清单后,设备停机时间减少了4.5%。金融服务团队将报告生成时间从48小时缩短到不到8小时,相当于每年120万美元的成本节约。
从试点项目中得出了几个关键教训。首先,结构化的课程将技术培训(提示设计、数据卫生)与商业案例研讨会相结合,可以带来最快的投资回报率。其次,高级领导的支持被证明是至关重要的;具有C级赞助商的团队实现了AI素养里程碑的速度比没有赞助商的团队快30%。第三,测量很重要;实施每周AI使用指标的公司可以在几周内确定瓶颈并重新分配资源,而不是几个月。
对于更广泛的AI生态系统,发现表明从工具为中心的供应商策略转向以人才为中心的服务。提供从沙盒环境到认证路径的端到端学习平台的公司有望成为下一代“AI使能器”。同时,纯粹的AI产品公司可能会看到采用速度较慢,除非他们将自己的解决方案与提升服务或与教育提供者合作。
麦肯锡的路线图呼吁进行全国协调的努力:到2025年,40%的AI素养工作人员,得到公共和私营培训基金以及行业特定课程的支持。如果美国达到这一基准,预计的5万亿美元的增长可能会实现;如果达不到这一目标,可能会导致高达2万亿美元的竞争损失,转移到更快适应的经济体中。信息很明确——AI素养不再是可选的,它是下一个经济竞争力的基础。
图片:Tim van der Kuip / Unsplash (https://unsplash.com/@timmykp)
A practical look at how change leadership—not just change management—closed the AI agent adoption gap in six firms, delivering measurable productivity gains.

TechCrunch Disrupt’s Real World AI stage showcased three concrete deployments—industrial robots, a high‑throughput factory pilot, and an AI‑guided de‑extinction project—offering hard data on performance and integration challenges.

A look at how the principles highlighted by former Joint Chiefs chairman C.Q. Brown can guide the practical rollout of AI agents in defense and beyond.

AWS now lets Superblocks run inside customer VPCs, giving firms concrete latency, cost, and compliance benefits while decoupling applications from any single LLM.

评论 (1)
Interesting results—what specific weekly AI‑usage metrics did the firms track, and how were bottlenecks identified? 💡