埃森哲：Token稅算不清，僅10%中國企業完成能力躍遷

埃森哲最新發佈的《引領價值躍遷——2026埃森哲中國企業數字化轉型指數》報告指出，儘管中國企業的數字化轉型指數創下近年來最大單年漲幅，但真正具備面向未來競爭力的企業僅佔一成，多數企業仍陷入「部署AI不等於實現價值」的困局。報告強調，資本市場對企業的評價已不再只看當下業績，而是聚焦於運用AI創造未來增長的能力。這份報告顯示，過去十年全球企業價值累計發生約27萬億美元的大規模遷移，其中近三分之一的價值轉移集中在生成式AI興起後的短短兩年間。全球EV/EBIT比率在十年間上升25%，反映投資者願意為未來增長支付更高溢價。市場獎勵的核心，已從當期盈利能力，轉向企業運用AI撬動未來價值的能力。

埃森哲將決定企業未來競爭力的核心能力歸納為三項：自主智能，即把AI從工具層嵌入企業數字核心，實現從自動化提效走向自主化運營；價值密度，從客戶需求與場景變化中發掘新價值，透過AI洞察放大單位資源產出；多極經營，在多個市場建立本地化運營能力，以全球平臺串聯區域研發、資源與執行。2026年埃森哲中國企業數字化轉型指數得分同比提升10分，創下近年最大漲幅。生成式AI與智能體AI的快速應用，帶動企業智能化基礎加速提升。AI在廣告、創意生成與客戶體驗等場景的滲透率比去年增加14個百分點；數字孿生、智能研發等能力分別提升27和22個百分點；數據治理成熟度也提升14個百分點。然而分數上升不等於能力結構升級。

埃森哲進一步建構自主智能、價值密度、多極經營三項評估體系，結果顯示僅10%企業率先形成未來能力優勢——這些企業的數字化轉型指數得分位於行業前50%，且三大能力中至少兩項位居行業前20%。自主智能是領先者最突出的能力，也是其與其他企業差距最大的領域。三大能力相互強化，形成價值飛輪：自主智能越深入，價值密度和多極經營的產出越高；更豐富的數據、業務場景和全球運營經驗，又反過來強化AI能力。能力分化已開始兌現為績效分化——領先企業績效普遍位於各子行業前20%，而大部分企業低於行業平均水平。儘管88%的企業已跨過AI應用試點階段，但實現顯著價值的企業僅佔14%，較上年僅提升5個百分點。

超過六成企業已為員工部署AI助手，但重新設計崗位要求的企業不足一半，僅18%的企業進行流程的系統性重構。根本原因在於領導層對AI的作用仍有疑慮，缺乏清晰的應用目標與落地路徑，同時技術債、數據債、人才債與治理債疊加，限制AI系統化推進。AI從試點走向規模化正面臨三重約束。第一是「Token稅」尚未算清——AI使用成本在真實場景中被嚴重低估，同一任務在不同拆解方式與工具調用路徑下，成本差距可達17倍。已有企業因四個月內用完全年AI預算，開始設置Token使用上限。第二是架構瓶頸導致穩定賬未跑通，僅API限流、超時等常見故障就能讓智能體成功率下降10個百分點，架構選擇比模型選擇更影響穩定性。

第三是信任缺口使治理賬尚未閉環，多數企業尚未建立覆蓋模型行為、數據使用、決策邏輯的完整治理體系，AI系統缺乏可審計性與可解釋性。已有29%的中國企業因此暫緩AI規模化推進，甚至考慮減少投入。面對上述挑戰，報告提出三條行動路徑：讓AI成為企業的新基因，以AI重構企業運行方式，而非僅作為效率工具疊加在舊流程上；重構增長的創造方式，從交付產品轉向交付結果，從規避複雜性轉向經營複雜性，讓同樣資源持續創造更高回報；決勝多極市場，以AI實現本地紮根、全球協同與智能響應，在跨市場中放大價值空間。

在後續的交流中，埃森哲大中華區AI與數據事業部總裁曹琦峰表示，「為結果付費」的本質並非簡單對賭，而是雙方對指數級增長可能性的共同認知。當客戶看到確定性結果時，無人願意為結果付費；真正的合作槓桿在於用技術方案撬動更大可能性，此時客戶與埃森哲才願意共擔前期風險。其核心在於對未來不確定性與指數級增長是否達成共識。埃森哲大中華區商業研究院院長邱靜指出，中國企業在地緣政治持續升級中已形成成熟應對策略，對供應鏈韌性挑戰的感知反而下降，但本地經營合規難度劇烈增強，尤其在數據與環保等新興領域。這反映中國企業出海從賣產品轉向深度經營時，必然面臨更高監管門檻，但也意味著在更高價值鏈上競爭的機會。

此外，AI智能體為中國企業提供了與當地品牌同臺競爭的理性通道——智能體更可能基於「好不好用、服務如何」做理性推薦，從而部分對沖品牌劣勢，讓產品力被更好發揮。針對「88%越過試點，僅14%實現顯著價值」的張力數據，曹琦峰解釋，許多企業部署了會議紀要、文檔整理等AI工具，員工體感良好，卻被CIO追問預算效果。問題在於缺乏頂層戰略規劃與端到端的商業影響設計，AI淪為點狀工具。要實現顯著價值，必須將AI嵌入業務目標、指標體系與可測量的商業結果中。關於Token出海，曹琦峰認為中國大模型在質量接近美國的同時，成本低、靈活性高，且開源模型在數據合規上更適配出海場景。

Token出海不只是輸出詞元，而是連帶中國雲生態、開源模型使用方式與智能體應用一起輸出。值得注意的是，許多跨國公司因中國試錯成本低、競爭激烈，願意先在華試點AI工具，再將成功經驗反哺全球。曹琦峰也強調，企業知識治理必須從戰略定位出發。他以某高科技企業為例，該企業為提升售後服務質量，將十幾萬份歷史故障報告透過AI整理為智能體可調用的知識庫，遇到矛盾時由專家介入判斷，形成人機協同的正向循環，讓知識留存於組織層面而非隨員工離職流失。針對AI落地困境，他以19世紀工廠將電機簡單替換蒸汽機卻未提升效率為喻，指出真正的效率釋放需要重構流程，而非把AI塞進舊流程。

當前卡點在於技術債、數據債、人才債的土壤尚未準備好。邱靜對比全球數據指出，中國企業對AI技術的接受度與推進速度明顯高於全球平均，領先企業多為本土企業，外資在華則偏穩健中上。但中國乃至整個亞洲在變革管理上較弱——如何與員工有效溝通、帶領團隊共同轉型，這一軟能力明顯遜於歐美，形成硬件走得快、文化跟得慢的結構性短板。曹琦峰最後談到諮詢業自身的再造，埃森哲正將自己變為AI原生企業，內部流程、經營目標、客戶交付均深度嵌入AI。諮詢的價值從提供方向性建議，轉向幫助客戶在關鍵領域加速落地、釋放價值的速率與倍數。AI讓諮詢師更了解市場與客戶，也讓合作從方案交付走向深度共創。

報告認為，上一階段的企業重塑已奠定基礎，下一階段的價值競爭將取決於企業能否以自主智能重構運營、以價值密度打開增長、以多極經營跨市場放大價值。價值躍遷已經開始，窗口仍然敞開，但不會無限期等待。