6月16日，麥肯錫在中國發了一份《2026全球技術議程》的解讀稿。原文調研覆蓋了全球數百位CIO，核心結論一句話：頂尖CIO的使命已經從「管好IT」變成「用AI和數據撬動業務增長」。
我把這份報告翻了三遍。最讓我想寫點什麼的，是它說出了一個很反常識的現象：很多企業一邊在加AI預算，一邊CIO卻越來越被邊緣化。AI專案是CEO/CFO/CTO在拍板，CIO反而成了「接單方」。
這個現象很扎心。但麥肯錫的判斷是——這是暫時的。AI智能體和數據的深度應用一旦鋪開，那個「既懂業務又能用技術落地」的CIO，反而會成為最稀缺的人。
這不是雞湯，是這一輪AI週期給CIO的紅利窗口。
麥肯錫的判斷：CIO的三個新核心
報告裡把頂尖CIO的新使命拆成了三件事：
- 戰略深度融入：AI不再是IT的子項目，而是公司戰略的主線
- 技術速度提升：模型、Agent、數據基礎設施的迭代要跟上業務節奏
- 智能規模化落地：從一個場景、十個場景，擴到整個公司
翻譯一下：以前的CIO是"管機房、修電腦、上系統"。現在的CIO是"把AI變成新的生產工具，把數據變成新的生產資料，讓整個公司圍著這兩件事轉"。
角色變了，考核標準也得變。你不能再用「系統穩定運行99.99%」這種運維指標來證明自己。你得用「AI給公司帶來了多少新收入、節約了多少成本、跑通了多少新業務場景」來說話。
這事兒聽起來很虛，但麥肯錫調研裡有一組數據挺說明問題。
IT預算的流向變了
2026年，AI相關支出首次超過傳統硬體採購，成為企業IT預算裡佔比最大的單項。
也就是說，企業IT花錢最多的地方，已經從「買伺服器」變成了「買AI能力」。
管錢的方向變了，管錢的邏輯也變了——CIO如果還按老辦法排預算，已經管不住這筆錢了。
數據資產化：比AI更重要的「地基」
報告裡有這麼一段話，我反覆看了幾遍：
"領先企業的CIO正在將AI與數據嵌入企業日常運營中，構建智能驅動的組織形態。"
關鍵詞有兩個：AI+數據，嵌入日常運營。
很多企業的AI項目之所以推不動，不是因為模型不夠強，而是因為數據沒準備好。客戶數據在CRM裡、產品數據在ERP裡、財務數據在SAP裡、運營數據在各種Excel裡——AI想調用的時候，要麼取不到，要麼取到的版本對不上。
所以麥肯錫提「數據資產化」這個概念，意思很直白：數據不能散在各個系統裡當「成本」，得當成「資產」來治理。
什麼叫資產化？三件事：
- 有主：每一條數據有明確的所有人和負責人，不能是"大家的"
- 有標準：數據格式、命名、口徑全公司統一，不能同一個「客戶」在三個系統裡指三種東西
- 能用：AI Agent能直接調用，不是放在數據倉庫裡「睡大覺」
這三件事做不好，AI Agent就是個「聰明的傻子」——腦子再好，手伸不到數據上，也幹不了活。
反過來，這三件事做好的企業，AI項目的回報率明顯高出一截。麥肯錫的數據：數據資產化成熟的企業，AI投資回報率比同行高出1.8倍。
AI智能體：從「工具」變成「數字員工」
報告還提了一個趨勢，叫"智能體規模化"。
這個詞怎麼理解？我用我接觸過的幾個例子說一下。
一家做製造業的客戶，去年上AI Agent，先做了三個場景：
- 採購訂單的異常處理（以前人工審3小時，現在Agent審8分鐘）
- 設備故障的預測性維護（Agent自動推送維修工單到現場）
- 財務月結的對賬（Agent自動核對銀行流水和ERP數據）
這叫「工具化」——AI在幫員工幹具體的活。
今年這家企業想做的，是「規模化」：
- 把三個場景擴到三十個場景
- 讓Agent之間能協同（比如採購異常觸發了設備維修，Agent之間自動聯動）
- 把審批、考核、KPI接上AI的輸出
這就到了麥肯錫說的"智能體規模化"——AI不再是個工具，是公司裡的"數字員工"，有崗有責有考核。
| 階段 | 特徵 | 典型動作 |
|---|---|---|
| 工具化 | AI替員工幹單一活 | 合同審核、數據抽取、文檔生成 |
| 流程化 | AI嵌入業務流，承擔多個步驟 | 從詢價到報價到下單的端到端 |
| 規模化 | AI Agent之間能協同，能跨部門 | 採購-生產-財務全鏈路聯動 |
| 組織化 | AI有崗位、有考核、有KPI | 數字員工和人類員工同台管理 |
這張表我自己整理的，對照麥肯錫的報告內容來理解。
大部分中國企業還在工具化階段，能跑到流程化的已經算領先。真正跑到「組織化」——也就是把AI Agent當成正式員工來管理的——目前看全球也就10%不到。
那CIO怎麼辦？
麥肯錫的報告沒明說，但調研裡隱含了幾個判斷。我把它翻譯成CIO的行動建議：
1. 別再當「接單方」了
AI項目的發起方應該是CIO，不是業務部門。業務部門提需求，CIO來評估技術可行性、ROI、數據準備度，最後拍板。這是CIO從「被指揮」到「指揮」的關鍵轉變。
2. 先治理數據，再上AI Agent
這是麥肯錫數據裡最硬核的結論：數據治理成熟度，直接決定AI Agent的ROI。
次序不能反。先花6-12個月把數據資產化做紮實，再上AI Agent，不然Agent就是個空架子。
3. 挑場景不要貪多，先把「高頻低風險」做透
麥肯錫的調研裡有個反直覺的數據：場景數量超過10個的企業，AI項目失敗率反而上升。
原因很簡單——場景一多，治理跟不上，數據跟不上，考核跟不上。
聰明的CIO是選3-5個高頻、低風險、能用明確ROI衡量的場景，先打透，再複製。
麥肯錫沒說但我必須補一句的：
這套打法有個前提——公司CEO必須真的把CIO當戰略夥伴。
如果CEO還是把CIO當「修電腦的」，那CIO的轉型就是巧婦難為無米之炊。麥肯錫調研裡頂尖CIO能成功的，共同點是CEO願意在戰略會上聽CIO講AI，而不是只聽CFO講錢、CTO講架構。
給企業管理者的實操建議
如果你是一家年營收10億以上的傳統企業的CEO或者CIO，這份報告的實操意義是什麼？我的判斷是三件事：
第一，預算結構要調。今年AI相關支出至少要佔到IT預算的30%以上，2027年建議到50%。不是「試點預算」，是「主線預算」。
第二，組織要動。設一個跨部門的數據治理委員會，CIO直接向CEO彙報（或者至少是C-level平級），不要讓CIO隔著一個CTO說話。
第三，考核要改。CIO的KPI裡加一條「AI智能體跑通場景數量+ROI」，讓AI落地變成硬指標，不是「軟倡導」。
最後說句大實話。
AI智能體和數據資產化這些詞，聽起來都很「概念」。但麥肯錫這份報告最值得反覆看的，是它把CIO的命運和企業增長的命運綁在了一起——
過去的CIO是個「成本中心」，IT是花錢的部門；
現在的CIO如果能抓住這一波AI智能體的紅利，可以變成"增長中心"，IT是賺錢的部門。
這個轉身能不能完成，決定的不是CIO一個人的事，是整個公司治理結構的事。
但對CIO個人來說，這一輪AI週期的紅利窗口，是真的打開了。你接不接得住，看你接下來18個月的行動。
