Google DeepMind 發佈研究稱，目前僅約 25% 的企業將 AI 部署到大規模生產環境

“只有 25% 實現規模化”揭示了當前 AI 發展的真實階段：技術供給已經成熟，但組織吸收能力嚴重滯後。問題不在模型性能，而在企業內部的數據結構、流程設計與激勵機制，這些因素決定了 AI 是否能從工具變成生產力。

DeepMind 聯合諮詢公司的動作，本質是將 AI 從“技術產品”轉變爲“系統工程”。歷史上，每一次通用技術（如電力、互聯網）普及，都依賴大量中介機構幫助企業重構流程與組織。諮詢公司在這裏扮演的，是“技術翻譯層”和“組織改造承包商”的角色。

更深層的變化在於價值分配。模型公司原本處於技術供給端，而諮詢公司掌握企業客戶與實施路徑，兩者結合後，AI 的利潤池將從單一模型收費，轉向“模型+實施+運維”的複合結構。這會抬高行業進入門檻，並強化頭部機構的集中度。

從時間維度看，這也解釋了爲什麼 AI 對宏觀生產率的提升尚未完全顯現。技術擴散從來不是線性的，而是經歷長時間的“部署瓶頸期”，隨後才進入加速階段。當前 25% 的滲透率，意味着真正的生產率躍遷仍處在前夜，而不是已經完成。