Genpact研究发现企业内部潜藏18万亿美元AI价值

Genpact与HFS Research最近联合发布了一份全球研究报告，标题很有意思——《18万亿美元的机遇：四类企业债务将如何决定你的AI未来》。报告的核心观点是：有四类相互关联的“企业债务”正在拖累组织，让它们无法释放真正的价值。换句话说，很多企业的AI愿景之所以迟迟落不了地，根源其实不在技术本身，而在那些被长期忽视的“内部欠账”。

这份研究覆盖了16个行业、14个职能领域，超过2000名企业高管参与了调查。结果发现，全球2000强企业内部竟然蕴藏着近18万亿美元的可挖掘价值。报告中把“企业债务”定义为一种累积性拖累——主要来自过时技术、低质量数据、低效流程以及人才准备不足。这四类债务不是孤立存在的，而是相互叠加，对企业绩效形成了一整套无形的束缚。

Genpact的总裁兼首席执行官Balkrishan "BK" Kalra说了句一针见血的话：“解决这些债务，是当今商业世界中最被忽视的绩效提升机遇。”他接着强调，如果基础存在根本性缺陷，所谓的创新根本无从实现。而要准确判断债务所在并找到解决方案，就必须依赖富含上下文的流程智能。这也是他们核心理念的根基所在——“没有流程智能，就没有真正的人工智能”。

那么，解决了这些债务到底能带来什么？报告给出的数字相当震撼：每年可以释放约8%的营收增速提升空间，同时实现16%的年度成本削减。而眼下，企业在AI相关职能上的平均支出已经达到总支出的13%左右。换句话说，理想很丰满，基础却相当骨感，这种差距带来的代价从未如此之高。

调查中，85%的受访领导者承认企业债务正在切实制约其AI价值的实现。但令人担忧的是，超过半数的人表示完全没有资金支持的应对计划。数据不会说谎：目前只有33%的企业数据达到了AI可用的状态；员工每周大约40%的工作时间消耗在低效或手动流程上；核心企业系统的平均使用年限是10年；而具备AI能力的员工占比仅为32%。种种迹象都在提醒一件事：必须行动，而且刻不容缓。

把握18万亿美元的机遇

HFS与Genpact是怎么测算出这个“潜在价值总量”的？简单说，他们把受访者报告的营收提升与成本削减估算值，叠加到了全球2000强企业的总营收基数上。其中，流程债务与数据债务各自约占了7.7万亿美元，两者合计占据了总机遇的绝大部分。

HFS Research的创始人兼首席执行官Phil Fersht评论道：“AI正在暴露企业数十年来已经习以为常的每一个弱点。薄弱的流程管理、碎片化的数据、老旧的技术系统，以及人才能力缺口——这些问题不再只是运营层面的小麻烦，而是直接阻碍增长、制约生产力、削弱竞争力的根本性障碍。”

面对如此巨大的机遇，超过50%的企业居然连一项有资金支持的债务解决计划都没有启动。事实上，只有6%的受访者建立了规模化的债务解决方案——但正是这些少数派，已经拿到了可量化的成效。归根结底，企业债务不只是技术问题，更是业务绩效问题：它制约增长、推高成本、削弱AI价值。大多数企业清楚自己还没准备好，但还需要更多企业真正付诸行动。

顺便说一句，Genpact近期还在ISG 2026年度Databricks生态合作伙伴Provider Lens评估中，被评为现代化改造及AI/ML赋能服务领域的“新星”。他们的做法是把现代化与迁移明确区分开来，将数据产品工程、语义建模与智能体集成直接嵌入转型项目主体，而不是当作后续的附加增强措施。

Q&A

简单概括，企业债务就是因过时技术、低质量数据、低效流程以及人才准备不足，对企业造成的累积性拖累。这四类债务相互叠加，共同制约企业绩效，并阻碍AI价值的释放。目前全球2000强企业因此损失的可挖掘价值高达近18万亿美元。

根据报告数据，解决企业债务每年可以带来约8%的营收增速提升，以及16%的年度成本削减。其中，流程债务与数据债务各自代表约7.7万亿美元的潜在价值。然而，超过50%的企业目前仍没有任何资金支持的债务解决计划，机会窗口正在收窄。

现状不太乐观。调查显示，85%的企业领导者承认企业债务制约了他们的AI价值，但超过半数没有资金支持的应对计划。仅有6%的受访企业建立了规模化的债务解决方案——不过这些企业已经取得了可量化的成效。差距很明显，但改变也从这里开始。