到2030年，AI将不再是商业模式的修饰符，它本身就是商业模式。

IBM国际商业价值研究院（IBM IBV）发布了一份《2030年的企业》的研究报告。

报告指出，虽然79%的高管相信AI会为2030年的收入做出重大贡献，但只有24%清楚这笔钱具体从哪儿来。这个巨大的认知缺口，正是当下企业面临的最大领导力挑战。

IBM国际商业价值研究院与牛津经济研究所合作，在2025年第三季度和第四季度对2000名C级高管进行了深入调查。

这次调查覆盖33个地理区域和23个行业，揭示了企业对2030年的真实期待。

调查结果表明，赢家企业不会被动追赶竞争优势，而是主动编码创造它。

这需要定制化的技术，包括数字代理、AI模型和能够捕捉每个组织独特商业逻辑的数据。

通用算法和现成的代理工具无法形成差异化优势，真正的竞争力来自无法被复制的AI能力。

生产力飞轮与定制化AI

企业对AI的投资规模正在急速扩张。

从2025年到2030年，商业领袖预计AI投资将增长约150%（按收入百分比计）。这种增长速度反映了AI正在从边缘工具演变为核心战略资产的现实。

当前，AI支出中有47%专注于效率提升，但高管预期到2030年，62%的AI支出将转向产品、服务和商业模式创新。这个转变背后的逻辑很清晰：在智能企业中，效率和创新应该成为一体。

这个转变的驱动力来自一个关键发现：70%的高管计划将AI驱动的生产力收益重新投入到增长计划中。

换句话说，企业不是把效率收益当作利润存起来，而是将其作为燃料投入到指数级增长的机会中。

高管预期AI将在2030年前提升生产力42%，其中67%的高管期望到那时已经获得了大部分AI驱动的生产力收益。

这形成了一个自我强化的飞轮效应。

生产力收益不仅仅是降低成本，它们还能主动驱动收入增长，帮助企业获取更大的市场份额。

53%的高管认为AI将在2030年前改变他们所在行业的商业模式，这正是这个飞轮效应的体现。

明天的竞争优势不会来自使用最大的AI模型，而是来自以前从未有人用过的AI方式。

当每个组织都能获取相同的大型基础模型时，差异化因素就变成了这些模型如何被组合和定制，以及组织的独特数据如何被融入以实现特定的商业目标。

82%的高管预期到2030年，他们的AI能力将是多模型的。

更引人注目的是，72%的高管预期小语言模型（SLM）的重要性将超过大语言模型（LLM）。

管理动态AI模型组合与管理传统软件部署或云迁移完全不同。

由于这些模型会实时学习、适应和演变，这类组合需要持续调优、伦理监督和战略指导。

57%的商业领袖现在表示，他们的竞争优势将主要来自AI模型的复杂程度。

但这里有个关键的整合问题。68%的高管担心他们的AI举措会因为与核心业务活动缺乏整合而失败。

AI采用（将工具添加到现有流程）和创建集成智能（成为业务战略不可分割的一部分）之间有本质区别。

真正的优势来自于如何设计和协调数千个分散的AI代理，每个代理都针对公司的目标、文化和竞争优势进行了调优。

人机协作重塑领导力

今天的工作角色到企业未来时将面目全非。

人类技能的半衰期正在缩短：67%的高管表示工作角色的生命周期正在变短，57%的高管预期到2030年大多数现有员工技能将过时。

但这不是坏消息。

AI优先（AI First）型组织表现出更强的创造力。

分析表明，AI优先组织创造净新增工作角色的可能性高出48%，重新设计组织结构以获取AI价值的可能性高出46%。

到2030年，高管预期企业董事会的25%将拥有AI顾问或共同决策者。

74%的高管表示AI将重新定义整个企业的领导角色，三分之二的人认为AI将创造全新的领导角色。

68%的高管期望拥有首席AI官职位。

这意味着领导力的定义在改变。

高管需要具备部分技术专家、部分战略家、部分行为科学家的技能组合。他们需要能够在多个领域管理AI，整合跨越传统部门边界的洞察。

员工的技能需求也在转变。

高管最关注的技能不是技术性的，而是问题解决和创新能力。

他们预期生成式AI在未来三年内会让这些技能变得更加重要。

到2026年底，高管预期56%的劳动力将因AI驱动的自动化而需要重新培训。

在医疗行业，65%的高管表示他们在赋权员工使用AI进行特定角色的任务自动化。

曾经需要数月的手工验证流程现在可以在几小时内完成。

这些效率收益可以释放人类专业知识用于面向患者的工作，在这些工作中同情心、直觉和复杂决策仍然无可替代。

速度追求与量子计算机遇

赢得2030年需要创意、信心和速度的结合。

55%的高管表示2030年的竞争优势将更多取决于执行速度而非完美的决策。

这些领袖知道他们必须更快地做出更大的赌注，而掌握的信息可能不够完整。

拥抱未知的组织预期会比同行加速得快得多。

分析表明，倾向于AI优先运营的组织预期到2030年生产力改善高出70%，流程周期时间缩短高出74%，项目交付时间改善高出67%。

这既是运营挑战，也是战略挑战。

要以新技术的速度运动，组织需要培养以结果为导向的实验文化：快速部署最小可行产品（MVP），迭代和跟踪性能，决定哪些MVP可以扩展以提供最大商业价值。

他们还需要一个稳定的生态系统，有能够支持AI优先组织所需敏捷性的合作伙伴。他们需要用组织专有数据微调的AI能力和模型，加上能够访问最新信息的代理，随着数据在整个组织中实时处理和流动。

当商业领袖专注于跟上AI曲线时，他们冒着错过量子计算地震级转变的风险。

59%的高管表示量子赋能AI将在2030年前改变他们的行业，但只有27%预期到那时会使用量子计算。

这个量子潜力与行业准备之间的差距为那些今天果断行动的组织创造了巨大机会。

在量子领域取得未来成功的最强预测因子中，有一个脱颖而出：量子就绪的组织（在2025年量子就绪指数中排名前10%的组织）属于多个生态系统的可能性是其他组织的三倍。

预期量子赋能能力将驱动2030年收入最高比例的组织也更专注于建立强大的生态系统联盟，并确定可能帮助他们获得量子优势的早期用例。

但只有32%的组织正在积极建立与其竞争优势相一致的量子联盟。

战略命令是建立灵活的运营、基础设施和伙伴关系，以便在量子成熟时利用它。

这需要过渡到量子中心的超级计算架构，其中量子计算机与强大的高性能计算和AI基础设施协同工作。

到2030年，获得突破性量子能力的组织将能够探索根本上不同的问题解决能力，使新的解决方案变得实用。

但组织必须从今天开始准备。聪明的企业不会等量子到来，它已经在构建能够在量子优势出现时立即将其转化为价值的结构。

五年内的关键转变

从现在到2030年，企业将经历五个关键的战略转变。

首先是竞争压力使大赌注成为非协商的必需。

组织需要在更少信息的情况下更快地做出更大的赌注。

其次是今天的生产力收益将资助明天的行业转型。

AI驱动的效率改进只是开场，真正的变革来自于将这些收益重新投入到创新中。

第三个转变是最好的AI将是独一无二的，属于你自己的。

竞争优势来自定制化和多模型能力，而不是最大的模型。

第四个转变是AI不会为你做所有的思考。

员工需要新的技能来管理AI驱动的运营，创意和问题解决能力变得更加重要。

最后，量子计算将引发下一个地震级转变，那些今天准备的组织将获得明天的优势。

这些转变不是同时发生的，而是相互强化的。

生产力收益为创新投资提供资金，创新投资推动定制化AI的开发，定制化AI需要新的人才和领导力模式，这些反过来又为量子优势的利用做准备。

参考资料：

https://newsroom.ibm.com/2026-01-19-ibm-study-ai-poised-to-drive-smarter-business-growth-through-2030

https://www.ibm.com/thought-leadership/institute-business-value/en-us/report/enterprise-2030

https://www.ibm.com/downloads/documents/us-en/1550f812c451680b