88% 的公司在用 AI，而 77% 的软件工程职能一个 Agent 都没上
斯坦福 2026 年 AI Index 里这两个数挨着放，比任何一个单独看都有用。组织层面的 AI 采用率已经到 88%，但按职能问「你们的 AI Agent 用到哪一步了」，多数职能的多数受访者的答案是「完全没有」，软件工程那一栏是 77%。真正已经在发生的变化不在「Agent 接管了现有岗位」，而在更前面一环：招聘管道的入口。
三个数，三个不同的层
2024 年，78% 的受访组织报告正在使用 AI，前一年是 55%。
源
2025 年这个数升到 88%。同一章还给了一个更具体的口径：70% 的组织在至少一个业务职能里使用生成式 AI，其中中国和欧洲的同比增幅最高。源
第三层才是 Agent。报告的结论是：AI Agent 的部署在几乎所有业务职能中仍处于个位数水平。源
所以「88%」说的是「这家公司有没有在用 AI」，不是「有多少员工每天在用」，更不是「有多少流程交给 Agent 自己跑」。一家公司在某一个职能里部署了一个 AI 工具，就进了那 88%。
Agent 的逐职能名单，不用猜
完整章节的图 4.3.7 把十一个职能逐条列了出来，数据来自麦肯锡 2025 年的调查。下面是各职能中回答「完全没有使用 AI Agent」的受访者比例。源
| 业务职能 | 回答「完全没用」的比例 |
|---|---|
| 知识管理 | 66% |
| 市场与销售 | 68% |
| IT | 69% |
| 服务运营 | 71% |
| 产品与服务开发 | 73% |
| 软件工程 | 77% |
| 人力资源 | 82% |
| 风险 | 85% |
| 战略与公司财务 | 85% |
| 供应链与库存管理 | 88% |
| 制造 | 91% |
报告自己的措辞是：在活动最多的那几个职能里（包括 IT 和知识管理），也仍有大约三分之二或更多的受访者报告完全没有使用；规模化使用在几乎所有职能中都是个位数。源
软件工程排在「完全没用」的第六位、77%，这一条值得停一下。中文互联网上关于 AI 写代码的音量，和这个数字之间差得很远。
行业层面的确有例外。科技行业的规模化 Agent 使用率明显更高：软件工程 24%、IT 22%、服务运营 21%。源 也就是说，「Agent 已经在跑生产流程」这件事目前主要发生在科技公司自己身上。
那么冲击在哪：22—25 岁
报告第七条要点写的是，AI 对劳动力市场的影响出现得很不均匀，集中在招聘管道和暴露职业里最年轻的那批人；22 至 25 岁软件开发者的就业「比 2024 年下降了近 20%」。源
这里要提一处报告自己前后不一致的地方，因为它会影响你怎么理解这个数。要点摘要写的是「比 2024 年」，而正文第 221 页写的是：截至 2025 年 9 月，22 至 25 岁软件开发者的就业已较其 2022 年峰值下降接近 20%。源 两个基期差了两年，跌幅却是同一个数。同一份报告里出现两个基期，转引时应当以正文那一版为准，并把基期一起写出来。
正文里还有一个更硬的数，摘要没有。把职业按 AI 暴露度分组后，22 至 25 岁这个年龄段在最高暴露职业里的就业，相对最低暴露职业下降了大约 16%——而且这是在控制了企业类型效应之后得出的，控制的目的正是把 AI 暴露与利率压力、行业放缓这类更广泛的冲击分开。差距从 2024 年年中开始拉大，之后一直在扩。源
这个 16% 比那个 20% 更值得记。20% 里混着利率、行业周期和疫情后的调整，16% 是尽量把这些剥掉之后剩下的那一块。
「预期要裁」和「已经裁了」是两栏
三分之一的受访组织预计 AI 会在未来一年减少员工人数，而接近一半的组织预计人数几乎不变；总体就业数据里还没有出现大规模失业。预期裁员比例最高的是服务运营、供应链和软件工程。源
最该被单独拎出来的是这一句：在几乎所有职能里，「预期的减少」都超过「已经观察到的减少」。源
这句话可以有两种读法，报告没有替你选。一种是变化还在后头，企业只是还没动手。另一种是企业对 AI 能替掉多少的估计偏高，而这个估计本身会影响招聘——即使替代最后没发生，招聘冻结已经先发生了。第二种读法恰好和 22 至 25 岁那组数据对得上。
53% 和 28.3% 不是同一个分母
报告第六条要点把两个数放进了同一段：生成式 AI 三年达到 53% 的采用率，快过个人电脑和互联网；而美国尽管在投资和模型研发上领先，采用率却排第 24 位、28.3%。源
摘要页并列这两个数，很容易读成美国远低于全球平均。翻到正文，两个数根本不是一回事。53% 来自哈佛 Project on Workforce 的技术采用速度对照（引 Bick 等 2024），比的是每项技术从第一款大众化产品发布起算的采用曲线——同一张图上，互联网在可比时段是 76%（CPS 口径）或 91%（ITU 口径），个人电脑是 69%。而 28.3% 来自微软 AI Economy Institute 的跨国扩散调查，是人口层面的采用率，用于给前 30 大经济体排名。源
那张跨国排名表里有加拿大，而且位置比很多人以为的高。2025 年下半年，加拿大人口层面的 AI 采用率 35.00%，排第 14；上半年是 33.50%、第 13，名次退了一位，涨幅 1.50 个百分点在前 30 里偏低。美国 28.30%、第 24。阿联酋以 64.00% 排第一，新加坡 60.90% 第二，挪威 46.40%，爱尔兰 44.60%，法国 44.00%。涨得最快的是韩国，半年 4.80 个百分点，排名从第 25 升到第 18。源
加拿大比美国高 6.7 个百分点、排名高十位。这一条和「美国领先 AI」的日常印象方向相反，原因在于这里测的是「有多少人在用」，不是「谁造出了模型」。
生产率的三个数，口径都是「有研究观察到」
在结构清晰、结果容易衡量的工作里，AI 带来的生产率提升更明显。报告汇总的数字是：客户支持 14% 到 15%，软件开发 26%，营销产出 50%。源
原文用的是「studies report gains」，即不同研究各自观察到的结果，不是同一个实验里对三个部门做的同口径测量。同一条还接着写：需要更深推理的任务收益更小，而且近期证据开始担心重度依赖 AI 可能带来长期的学习代价，拖慢技能形成。源
要投钱的话，这三个数能支持的判断只有一条：优先挑结果容易量化的流程做小范围试点。它们不能直接换算成任何一家公司的投资回报。
消费者剩余 1,720 亿美元，注意它不是市场规模
估算的美国消费者剩余到 2026 年初达到每年 1,720 亿美元，一年前是 1,120 亿，增长 54%；同期中位用户获得的价值翻了三倍。报告紧接着写：这些工具大多仍然免费或接近免费。源
消费者剩余是「用户得到的价值超出所付价格的那一部分」，不是一个可以拿去分的盘子。它变大而价格没变，说明价值目前留在使用者手里，而不是变成了谁的收入。这一点对判断「AI 副业能不能赚信息差」很关键：你能免费拿到的东西，别人也能。
配套的资金面数据：2025 年全球企业 AI 投资翻了一倍多，私人投资增速 127.5%、占总额 60%，生成式 AI 增长超过 200%、拿走全部私人 AI 融资的近一半；新获投的 AI 公司数量增加 71%，十亿美元级融资事件几乎翻倍。美国的私人 AI 投资是中国的 23 倍，但报告提醒这可能低估了中国的总投入——政府引导基金在 2000 至 2023 年间估计已向 AI 企业投入约 1,840 亿美元。谷歌 2025 年的年度资本开支超过 1,500 亿美元。源
治理没有跟上，而且开始出现取舍
被记录的 AI 事故从 2024 年的 233 起升到 362 起。报告同时提到一项近期研究发现：改善负责任 AI 的某一个维度（例如安全性），可能会让另一个维度（例如准确性）变差。源
2025 版的说法是，企业普遍能识别负责任 AI 的风险，但识别与采取实质行动之间存在差距。源
那个取舍是新东西，也是最该被公司采购方记住的一条：安全和准确不是同一个旋钮，供应商说「我们更安全了」时，值得问一句在哪一项上换来的。
这份报告能替你决定什么
如果你在给公司做采购决策，能从这里拿走两条。一是别拿 88% 当成「同行都上 Agent 了」的证据——在你所在的职能里，多数同行大概率一个都没上，具体比例上面那张表里有。二是把验收表和效果表分开写：Agent 一旦从「给答案」变成「替你执行」，错误的后果也从一段文本扩大成一串动作，权限、人工复核、异常停止这些条目要和效果指标放在同一张表上。这一段是从报告的事故与治理趋势做的推断，不是报告给出的操作标准。
如果你是在判断自己的岗位，那 77% 和那 16% 要一起看。Agent 还没进多数流程，所以「明天被替掉」不是当前的主要风险；但最高暴露职业里 22 至 25 岁这一段的就业已经在掉，说明变化先发生在「还没进来的人」身上。已经在岗的人和正在找第一份工作的人，面对的不是同一个市场。
顺着去读：站内那篇按国家对照官方就业数据的长青帖，把 WEF、ILO、OECD、加拿大统计局、加拿大央行的口径逐条拆开过，见 AI会不会让我失业：加美中官方数据 vs 传言。
这篇哪里可能过时或不适用
AI Index 一年一版。下一版发布后，88%、70%、Agent 各职能比例、事故数量、跨国采用率排名都要整体重核；最值得盯的一项是那张 Agent 使用阶段表——「完全没用」的比例如果明显下降，本文关于「冲击不在替代而在招聘」的判断就要改写。
三处适用边界。
一，Agent 那张表来自麦肯锡的企业调查，是受访企业的自报口径，样本偏向有能力参与这类调查的中大型组织。
二，22 至 25 岁那组数据来自 Brynjolfsson 等 2025 年的研究，覆盖的是美国的软件开发与客户服务两类岗位，不能直接外推到加拿大或其他职业。
三，跨国采用率来自微软 AI Economy Institute，与报告里另外两个采用率指标（组织采用率 88%、技术扩散曲线 53%）分属三套方法，三个数不能互相换算。本文关于加拿大 35.0% 的所有比较，都限定在那一张排名表内部。
标记：源＝一手官方文件或原始报告；
报＝媒体报道。