AI技术在全球及中国企业的应用现状 - 全球88%的企业已在至少一个业务职能中使用AI技术，比2024年高出10个百分点，但仅三分之一已着手推进AI的规模化落地 [7] - 中国内地AI应用普及率与全球持平，83%的企业在至少一个职能中常态化使用生成式AI，领先全球平均水平 [8] - 中国内地有45%的受访企业实现AI的规模化或全面部署，高于全球38%的均值 [9] AI Agent（智能体）的应用与挑战 - AI Agent热度高，62%的受访组织已在试验，但真正跑通业务流程的企业是少数派，在任何部门中推动AI Agent的公司都不到一成 [10] - AI Agent率先应用于流程清晰、标准化程度高的部门，如IT运维、知识管理、营销与销售 [10] - 部署AI Agent的根源挑战在于需要重构流程、重塑组织并重训员工，多数组织仍处于试用或验证阶段 [11] Agentic AI（智能体AI）成为未来趋势 - Agentic AI被置于技术趋势首位，其核心是AI能主动完成任务 [11] - 推动Agentic AI发展的三大底层动力：推理成本大幅下降（2025年模型推理价格中位数下降约50倍）、小模型爆发、多模态能力突破 [11][12] - Agentic AI深度融入后，将在企业、经济和个人三个层面带来改变，包括重塑组织架构、拉大企业间生产率差距（可能达两位数提升）以及改写工作定义 [12] 金融行业的AI应用与分化 - 金融业是AI技术落地的前沿阵地，但不少金融机构反馈AI应用效果不达预期，投入产出比不高，根源在于应用尚处尝试阶段，未真正重塑作业模式 [3][14] - 高绩效AI组织（能将至少5%的EBIT增长归因于AI）的成功特征在于：绘制明确的AI路线图，并主动重写业务流程，将AI嵌入前线流程与系统 [14] - 大模型加速行业分化，大型金融机构优势明显，但中小金融机构可借助降低的推理成本，通过寻找合适应用场景和合作伙伴实现能力跃升 [15] 实现AI价值的关键经验 - 要通过智能体AI实现业务价值，必须改变工作流程，例如财富管理流程未来在AI助力下可能从五步简化为三步 [16] - 智能体并非万能药，高变化、低标准化的工作流程更适合应用，在部署前需评估任务需求 [16] - 需杜绝“AI垃圾”，重视用户信任，这需要结合专业知识创建评估标准，并让专家持续参与测试 [17] - 人的作用依然不可或缺，需要监督模型准确性、确保合规、运用判断力并处理边缘情况 [17] AI在金融领域的治理与平衡策略 - 不能“一刀切”地应用AI，需根据业务特性选择最适合的AI类型 [17] - 规则型AI适用于信贷审批等标准化场景，可确保决策一致性和可解释性；生成式AI和智能体AI在非标知识领域更具优势，但不应让其直接制定规则 [18] - 需建立完善的治理框架，采取“规则主导+AI辅助”的混合模式，在创新与风险间找到平衡 [18]

文章核心观点 - 中国凭借庞大的市场规模和消费活力，仍是全球最大的单一增长引擎，为洞悉增长潜力的企业创造重大机遇 [1] - 中国经济增长动能持续，对全球GDP增量贡献约三分之一，2025年约5%的增速仍是瞩目成就 [2] - 当前中国市场呈现显著的分化特征，整体增长数据下掩盖了不同消费者细分、产品品类、渠道和城市层级的广泛差异，企业成功的关键在于精准布局而非广撒网 [18][20][34] 持续的经济增长动能 - 中国仍是全球经济增长最大贡献者，约占全球GDP增量的三分之一 [2] - 2025年中国经济预计增长约5%，贸易顺差增长22%成为关键驱动力 [2] - 结构性挑战依然存在：房地产和建筑行业持续低迷，消费者信心徘徊在历史最低水平，青年失业率问题引发担忧 [8] 消费市场表现与分化 - 全年零售额预计增长约4%，但增长势头分化明显 [12] - 服务业表现优于商品消费，国内和国际旅游均实现两位数增长，入境游达历史最高水平 [12] - 品类增长差异显著：受国补和技术升级推动，上半年家电增长14.8%，电动汽车增长27.4%；但补贴退出后，家电销量在10月下降约15%，11月下降20% [12][19] - 化妆品、服饰等非必需品类下半年逆势上扬，保持中高个位数增长；食品饮料板块持续成为市场亮点，年初至今增长约8% [12][19] - 食品消费增长达10%，重要驱动因素是零售商自有品牌的快速崛起，以及零食店渠道的扩张 [19] - 零食店渠道年营收约200亿美元，两大头部企业各自运营超过1万家门店，主要集中在低线城市 [19] - 区域差异明显：低线城市增速持续高于高线城市，例如上海消费在2024年出现下降 [19] 全球CEO关注的四大关键问题 问题1：整体零售增长与个体业务下滑的矛盾 - 中国消费格局呈现显著分化，整体4%-5%的零售额增速掩盖了细分市场、品类、渠道和城市层级的广泛差异 [18] - 增长分布不均，部分细分市场以高个位数或两位数增长，另一些则持平或萎缩，导致企业感受不一 [18] - 成功越来越取决于识别新兴客群、渠道和消费场景并抢占先机 [20] 问题2：人口下降和老龄化的影响 - 中国人口已进入负增长阶段，生育率持续低迷 [21] - 未来十年人口结构仍比通常预想的有利：高出生率时期人群进入劳动力市场，叠加高等教育毛入学率达60%，共同导致截至今年11月青年失业率达17% [21] - 城镇化进程持续，未来十年预计新增约6000万城镇家庭，超过德国家庭总数 [21] - 中高收入及以上家庭增长显著，2025年其数量预计首次突破2亿户，将继续支撑品牌及高端产品需求 [21] 问题3：外国直接投资急剧下滑的意味 - 外国直接投资从2022年峰值大幅下降，2024年下跌约30%，2025年持续走低至十年前水平 [25] - FDI仅占中国固定资产投资总额的1%-2%，其变化对整体投资水平直接影响有限 [25] - 更令人担忧的是国内民间投资的持续下滑，重振企业家信心对维持长期增长至关重要 [25] 问题4：公开市场复苏与私募股权的去向 - 公开资本市场明显复苏，香港IPO活动强势反弹 [30] - 私募股权活动仍远低于历史峰值，2025年投资额甚至低于去年 [30] - 私募股权投资水平低迷，是衡量对中国中期增长前景信心的重要指标之一 [30] 结论与市场机遇 - 中国消费市场展现出强大适应力，在当前庞大基数上实现增长得益于产品、渠道及商业模式的持续创新 [34] - 零售商自有品牌崛起、零食专卖业态涌现、健康与健身品类扩张，印证市场增长动能正在转移而非消失 [34] - 对跨国企业而言，在华成功关键已转为精准布局：精选细分赛道、优化渠道策略、锚定核心城市、打磨价值主张 [34] - 尽管存在挑战，但中国市场仍能提供无可比拟的规模优势、市场活力与发展机遇 [34]

文章核心观点 - 在AI时代，银行业新的制胜利器是“精准经营”，而非规模 [2] - 领先银行正通过“精准经营”构建穿越经济周期的核心竞争力，这对面临增长放缓、息差收窄、风险成本上升的中国银行业尤为重要 [2] - 全球银行业2024年利润约1.2万亿美元，创历史记录，但行业更关注如何建立可持续的商业模式 [2] - 中国上市银行中，最出色银行的市净率是平均水平的1.64倍，是最低水平的3.22倍，显示银行间分化显著 [2] 精准经营的具体建议 精准客群经营 - 公司银行应从传统宽泛客群经营，转向落实行业专业化经营，将其融入获客、产品服务、授信审批及专业团队 [3] - 零售银行应高度关注特异性高的重点高价值客群，如女性、95后、企业主等，实现差异化经营模式 [3] - 全球银行业正依托人工智能技术，实现对零售客户的“一人一策”经营模式 [3] 精准产品服务 - 银行业需从求全求繁的产品体系，转向更匹配客户高敏感需求的精准产品创新和包装 [4] - 围绕客户高敏感需求、具有标签式差异化特色的拳头产品和服务，更能帮助银行打开市场、获客并赢得客户心智 [4] 精准技术投入 - 技术投入应从随大流、“撒胡椒面”式，转向以创造核心业务价值为主 [5] - 全球AI应用领先的银行更关注能给整个业务领域带来降本增效的高价值场景，以及能构建核心竞争力的场景 [5] - 重点关注依托AI的新一代客户交互模式，以及利用AI加强风险管理和反欺诈核心能力 [5][6] - 组织和流程的变革管理与人工智能技术应用需同步进行，才能捕捉技术应用的业务价值 [6] 精准风险管理 - 风险管理需从一刀切、事后导向，向精准化、前瞻性体系转型 [7] - 领先银行正通过行业研究驱动公司业务风控、数据与AI驱动零售/小微信贷反欺诈、存量贷款预警和清收体系建设，来构建新体系 [7] 精准人才管理 - 人才管理需从传统战略管理，转向关键岗位驱动的精准管理体系 [8] - 中国银行业普遍面临关键管理人才断层和前线优质客户经理来源断流的问题 [8] - 需制定与战略解码高度匹配的关键岗位人才战略，并配套选、用、育、留、酬机制 [8] 精准资源配置和成本管理 - 资源配置和成本管理需从线性、分散的模式，转向战略驱动、精准的模式 [9] - 多数中国银行业资源配置仍遵循老路，导致战略重点与资源配置错配 [9] - 在“十五五”期间，能打破路径依赖、围绕全行精细化经营重点（如客群、产品、分行）实现资源优化配置的银行，更可能成功转型 [9]

文章核心观点 - 在由算法和AI主导的时代，领导者通过冥想等内在修炼培养的道德感、觉知力与平和心，是应对复杂挑战、弥补AI能力缺口、并塑造组织状态的关键竞争优势 [2][3][9] 冥想在AI时代对领导力的价值 - AI可以处理近乎无限的信息并生成洞见，但无法提供方向、判断、共情与道德明辨，而冥想所培育的内在清晰、沉着与明辨正是技术无法复制的能力 [3][8] - 最强大的领导力操作系统在于个人的内在心智，而非外在的人工系统，持续的内在修炼能让领导者变得“更智慧” [9] 冥想培养的具体领导力能力 - **专注力**：冥想帮助领导者重夺宝贵的注意力资源，通过正念习惯锚定当下，以清晰判断事务轻重 [4] - **认知弹性**：冥想能增强专注力、工作记忆与思维敏捷度，这些是理解新工具、驾驭多变环境及激发创造力所必需的能力 [5] - **平和心**：冥想训练大脑在刺激与回应间留出空间，使领导者在压力下保持平稳，提升决策质量，这是一种基于全局视角的沉着行动力 [6] - **情绪管理**：领导力本质是情绪的传递机制，领导者的能量会塑造组织状态，冥想帮助领导者调节自身状态，从而将稳定感传递给团队 [2][7] - **道德判断**：冥想帮助领导者对齐内在的“使命罗盘”，在信息纷杂的时代坚守正道，做出坚定的道德决策 [8]

全球AI应用现状与规模化挑战 - 几乎所有受访企业已将AI纳入业务实践，近九成（88%）受访者表示其组织已在至少一个职能中常态化应用AI，较去年的78%有所上升 [2][3] - 然而，大多数机构仍停留在从试点走向规模化的早期阶段，仅约三分之一（约33%）的受访者表示企业正在全公司范围推进AI的规模化应用 [2][3][13] - 企业规模越大，AI部署成熟度越高：在营收超过50亿美元的企业中，近半数（近50%）已进入规模化阶段，而营收不足1亿美元的企业中，这一比例仅为29% [13] 中国大陆AI应用表现 - 中国大陆的AI应用普及率与全球平均水平基本持平，生成式AI已广泛渗透，有83%的企业在至少一个职能中常态化使用生成式AI，领先全球平均水平 [6] - 中国大陆地区有45%的受访企业实现AI的规模化或全面部署，高于全球38%的平均值，展现出在应用深度上的相对领先优势 [6] 智能体应用现状 - 智能体应用开始崭露头角，23%的受访者表示其企业已在至少一个职能中启动智能体的规模化应用，另有39%正处于试验阶段 [7][10] - 但智能体普及度仍有限，在任一具体职能中报告“正在扩大智能体应用”的受访者比例均未超过10% [7] - 在职能层面，IT与知识管理的智能体采用率最高；从行业视角看，科技、媒体与电信及医疗行业的智能体采用率领先 [9] AI应用的职能与行业分布 - AI在组织内部的渗透面持续拓宽，超过三分之二的受访者称其组织至少在两个职能采用AI，半数表示应用已覆盖三个以上职能 [11] - 除科技行业（应用率已超90%）外，其他所有行业中“至少在一个业务板块常态化使用AI”的比例均较上一轮调研明显上升，媒体与电信、保险行业的应用率已与科技行业并驾齐驱 [13] - IT、营销与销售始终是AI应用最集中的职能，知识管理在今年首次跻身这一行列 [13] - 从具体场景看，AI最常被用于信息获取、处理与分发；营销策略内容支持；以及联络中心或客服工作的自动化 [13] AI对财务与业务的影响 - AI对整体息税折旧摊销前利润（EBIT）的拉动有限，仅39%的受访者认为AI对EBIT产生了影响，其中多数表示贡献率不足5% [16] - 但在具体用例中已看到清晰的成本效益，尤其在软件工程、生产制造和IT等领域 [19] - 在营销与销售、战略与公司财务、产品与服务开发等职能中，AI推动的营收增长尤为突出 [22] - 超过一半（超过50%）的受访者表示AI明显增强了组织的创新能力，近半数（近50%）观察到客户满意度与竞争差异化有所提升 [16] AI高绩效企业的特征 - 将EBIT因AI提升超过5%并已利用AI创造“显著”价值的企业定义为“AI高绩效企业”，这一群体约占样本总量的6% [25] - 高绩效企业普遍拥有借助AI重塑业务的更宏大目标，其计划通过AI实现颠覆性变革的比例是其他企业的三倍以上 [25] - 它们不满足于降本，更倾向于同时将增长和/或创新纳入AI战略目标 [25] - 高绩效企业对具体工作流程进行根本性重构的比例达到其他机构的三倍，这是推动取得实质业务成效的关键因素之一 [26] - 高绩效企业在各职能中的应用广度显著领先，在营销与销售、战略与公司财务、产品与服务开发等核心职能中应用AI的比例远高于其他组织 [26] - 在多数职能中，高绩效企业规模化部署智能体的比例达到其他组织的三倍以上 [27] - 高绩效企业的AI应用更常获得高层的强力背书，高管不仅是推动者，更是率先践行者 [27] - 高绩效企业更擅长系统化方法，例如更常建立清晰流程以明确对模型输出进行人工核验的时机与方式 [30] - 高绩效企业在AI技术上的投入显著更大，超过三分之一（超过33%）的高绩效企业受访者表示组织已将20%以上的数字化预算投向AI [31] - 约四分之三（约75%）的高绩效企业已经或正在规模化部署AI，而其他企业的这一比例仅为三分之一（约33%） [31] AI对员工规模的影响与预期 - 回望过去一年，在已落地AI的各项职能中，多数受访者认为员工数量大体保持稳定，在多数职能里，不到20%的受访者观察到AI造成超过3%的人员缩减 [34] - 展望未来一年，预期出现分化：表示过去一年因AI导致人员缩减的受访者中位数比例为17%，而预计未来一年会出现缩减的这一比例升至30% [34] - 从企业整体编制看，32%的受访者预计未来一年员工规模将减少3%及以上，另有13%预计会增加3%及以上，多数受访者认为将大体保持稳定 [37] - 大型企业的受访者更倾向于认为AI将带来整体性的人力缩减，而AI高绩效企业的受访者则更有可能预期出现显著变化（无论是减少还是扩张） [37] - 多数受访者提到企业在过去一年招聘了AI相关岗位人才，大型企业中这一比例更高，软件工程师与数据工程师仍是最受追捧的角色 [37] AI风险管理现状 - 企业在AI风险管理方面的投入有所提升，受访者平均报告企业治理的AI风险类型从2022年的2类升至如今的4类 [41] - 在已应用AI的组织中，51%的受访者表示至少遭遇过一次AI相关负面事件，近三分之一（近33%）提到AI结果不准确带来的实际影响 [41] - 结果不准确是当前企业最常着手缓解的风险，然而位列第二的“可解释性”问题未获得与其重要性相匹配的关注 [41] - AI高绩效企业部署的AI用例数量是其他企业的两倍，报告的负面事件比例也更高，尤其集中在知识产权侵权与监管合规方面，同时它们也在更系统地治理更广泛的风险类型 [44]

AI智能体在旅游业的核心价值与潜力 - AI智能体被定位为能独立决策、自主行动、发现问题、提出方案并完成任务的“下属”，而不仅仅是提供建议的“顾问”，其核心价值在于通过重构流程来释放AI的全部潜能，提升效率、个性化水平与抗风险能力，并开辟新收入来源 [2] - 对于尚未兑现AI生产率红利的企业，智能体被视为关键的解锁工具，能实现任务自动化与流程重构 [2] 旅游业AI应用现状与接受度 - 旅游业AI渗透显著加速，Skift旅游200指数中提及AI的公司比例从2022年的约4%跃升至2024年的35% [3] - 行业高管调研显示，引入AI后：59%的受访者表示员工生产效率提高，36%认为产出质量改善，33%指出客户服务个性化水平提升，30%认为决策更迅捷，26%表示运营成本显著下降 [3] - 多数受访高管表示，过去三年AI带来了年均超过6%的营收增长与同等幅度的成本节约 [3] - 消费者对AI工具的接受度正在上升，越来越多旅客使用AI规划与优化出行 [3] 旅游业深化AI应用的主要挑战 - 旅游业AI成熟度落后于其他行业，11%的旅游业高管坦言所在机构未部署任何AI应用，几乎是其他行业的两倍 [6] - 挑战一：数据孤岛与系统壁垒，行业高度分散导致数据极度碎片化，企业难以训练高效AI模型或提供大规模个性化体验 [7] - 挑战二：重人际连接投资，轻技术创新投入，技术常被视为辅助工具而非业务核心，导致技术人才储备不足与投资滞后 [7] 智能体如何重塑消费者旅游体验 - 智能体能突破系统壁垒，直接操作用户界面，像人类一样点击、浏览、跨系统操作，整合碎片化信息并执行多步骤工作流 [10] - 智能体擅长融合结构化数据（如航班时刻）与非结构化数据（如客服记录），实现大规模端到端的个性化、决策制定与自动化 [10] - 智能体可驾驭复杂任务，例如自动处理航班取消后的多步骤协调，包括改签航班、延长酒店预订、更新账单等 [10] - 智能体擅长处理结构重复但需个性化调整的批量任务，例如为不同企业客户安排差旅行程 [10] - 目前仅2%的消费者愿意让AI工具在无人监督下全权接管行程预订或修改 [12] - 智能体旅行助手能识别用户兴趣，自动匹配假期偏好、历史数据与积分余额，生成并实时修改完整的个性化行程，用户只需确认即可完成全部预订 [15] - 已有实际产品案例：SkyLink作为“AI企业旅行智能体”嵌入企业系统，简化差旅预订；Layla专注于个人休闲旅行，能根据明确请求或宽泛需求规划个性化行程 [16][17] 智能体在旅游业运营端的优化应用 - **提升员工效率与工作体验**：智能体可自动化处理航班延误改签、退款审核等重复性任务，让员工专注于需要情感温度的客户服务，有助于缓解员工情绪负担与职业倦怠 [19] - **重塑酒店与物业管理**： - 自动分配客房：AI分房建议目前每日可节省前台约30分钟工时，智能体有望将节省时间提升至1~2小时 [20] - 预测性维护：现有AI技术可使客房停用时间减少约10%至15%，智能体自主处理全流程后，这一比例有望提升至20%至30% [20] - 客房清洁管理：AI目前可减少约5%至15%的清洁工时，智能体凭借实时状态掌控，可使清洁工时下降10%至30% [20] - 菜单优化：AI基础分析可带来约2%至5%的净利润提升，智能体通过实时个性化与自主执行，有望将增幅扩大至5%至15% [21] - **改善航空定价与收益管理**： - 动态捆绑销售：AI推送预设产品包可实现约5%至7%的营收增长，智能体自主生成超个性化产品包并实时测试，有望将收入增幅扩大至20%至30% [22] - 实时定价调整：AI生成需求预测可帮助分析师节省约15%至25%的时间，智能体系统有望将分析师投入时间减少40%至50% [22] - 载客率优化：AI可提升载客率约1%至2%，智能体有望将这一比例扩大至3%至4% [22][23] - 会员奖励个性化：AI客群细分带来约5%的收入增长，智能体凭借自主推送高度个性化优惠，可将增幅提升至15%至25% [23] 智能体的落地、部署与规模化挑战 - 行业应用仍处早期：九成行业高管称其机构已在一定程度上使用生成式AI，但38%表示尚未部署智能体；仅2%的受访者称智能体已在企业内广泛应用，而生成式AI的这一比例为22% [24] - 行业热度急剧升温：八成受访高管计划在未来三到五年内，于多个业务场景和职能环节大规模引入智能体，最受期待的应用方向是客户体验、服务交付、销售和市场营销 [24] 企业成功部署智能体的关键路径 - **技术打底**：构建智能体体系需要可扩展的云基础设施、强劲的数据管理能力及稳固的传统AI部署，许多旅游企业技术基础薄弱，受制于老旧僵化的系统 [25] - **规划先行**：企业需制定由高层背书、与业务成果直接挂钩的智能体集成路线图，聚焦明确战略愿景、关键应用场景，并由技术与业务领导共治，平衡短期成效与长期布局 [26] - **人才赋能**：企业需主动投入资源为员工提供系统培训，聚焦少数能真正落地、与岗位密切相关的高价值应用，并传达AI旨在赋能而非替代员工的清晰立场 [27][28] - **文化革新**：智能体性能平均每7个月翻一番，企业需培育鼓励试验、灵活适应的组织文化，持续关注新工具并评估自建与外购方案 [29] - **流程再造**：逾七成数字化转型项目在推广阶段失速，企业需系统评估智能体对上下游流程的影响，从根本上重新构想和优化业务流程，而非简单嵌入既有流程 [30]

文章核心观点 - 麦肯锡公司启动2026年暑期商业分析师实习生招募，该项目面向2027届毕业生，旨在提供为期8-10周的沉浸式咨询工作体验，表现优异者有机会获得全职工作机会 [2] - 通过一位2025年暑期实习生的亲身经历，文章展示了麦肯锡暑期实习项目能提供加速成长的平台、真实项目历练、积极友好的团队文化以及高效尊重的招聘流程，以此吸引优秀候选人申请 [6][8][9][11][12] 招聘项目概述 - 项目为2026年暑期商业分析师实习，面向中国大陆院校2027届本科或硕士毕业生，专业不限 [2][14] - 实习期为8-10周，实习生将与包括数据科学家、研究人员、软件设计师在内的多元化专家团队协作，承担与全职商业分析师相同的职责，为客户解决实际问题 [2] - 实习地点可在北京、上海、深圳、香港、台北五个城市中选择 [15] - 申请需提交PDF版中英文简历及成绩单，中国大陆院校申请截止日期为2026年1月4日 [15] 候选人要求与选拔标准 - 公司寻找擅长团队协作、应变能力强并能营造良好团队氛围的候选人 [15] - 候选人需具备通过定量与定性分析来拆解和解决问题的能力 [15] - 候选人需能在团队项目中独立规划并完成自己负责的工作 [15] - 候选人需具备良好的中英文交流与读写能力 [15] 实习体验与价值 - 实习生能获得与各行业头部客户探讨核心战略问题的机会，是一个检验是否适合咨询行业并加速成长的平台 [6] - 实习生将参与真实客户项目，例如帮助制定企业出海战略或进行偏交易的尽职调查，并在项目经理和团队的支持下，从熟悉工作到能独立负责部分模块 [9] - 公司内部倡导一对一交流文化，实习生可以与全球不同办公室、不同级别的同事进行沟通和分享，团队氛围温暖，同事关系融洽 [11] - 招聘流程清晰紧凑，面试官会提供及时具体的反馈，让候选人感觉高效且被尊重 [8] - 往届实习生（如2025年暑期实习生）通过该项目成功获得了2026年的全职工作offer [4] 申请渠道与防诈骗提示 - 官方申请链接为麦肯锡公司官网特定页面 [15] - 公司强调从未与任何第三方有付费简历推荐、实习渠道或招聘培训的合作，提醒申请者警惕虚假信息和付费“内推”，谨防上当 [19] - 其他地区院校的申请截止日期需关注麦肯锡官方网站、招聘公众号及学校相关通知 [17]

文章核心观点 - 麦肯锡中国区在2025年岁末于六地分公司同步举办年度公益日活动 活动主题多样 涵盖环境保护 应急救援 弱势群体关怀 职业发展支持等多个领域 展现了公司员工的社会责任担当 并促进了个人成长与感悟 [2] - 活动体现了麦肯锡人将商业领域的专业能力应用于公益实践 通过知识赋能 问题解决方法论支持等方式 创造社会价值 实现从商业顾问到公益志愿者的角色转换 但创造价值 让世界更美好的使命始终如一 [21] 各分公司公益活动总结 北京分公司 - 活动围绕商业向善与生命关怀主题展开 上午通过麦府校友杨蔚然等人的分享 探讨公益创新模式与生物多样性保护 其中云山保护组织致力于保护濒危野生长臂猿已十余年 [3] - 下午部分员工前往蓝天救援队基地 学习应急救援知识并亲身体验高空绳索下降 该民间救援队伍由来自程序员 教师 快递员等各行各业的普通人组成 并特别强调人文救援原则 尊重遇难者尊严 [4] 香港分公司 - 员工在“母亲的抉择”幼儿之家协助布置和装饰家舍 为四十多名婴幼儿营造温馨节日空间 该组织深耕香港近四十年 服务没有家庭的孩子和意外怀孕少女 [6] - 面对香港大埔发生的严重火灾 分公司员工自发组织多项支持行动 包括设立专门募捐活动 为受影响家庭捐款 [7] 深圳分公司 - 公益活动采用线上线下结合模式 线上运用麦肯锡专业的解决问题方法论为公益机构提供知识技能赋能 帮助其建立可持续发展能力 [9] - 线下与红树林基金会合作 开展清理外来入侵物种活动 该基金会为5A级环保公募基金会 自2012年成立以来致力于湿地及生物多样性保护 [10] 台北分公司 - 公益活动涵盖六个不同领域 包括服务独居老人 城市鸟类观察 以及为外来务工者准备圣诞礼物 [12] - 在与公益组织One-forty合作为外来务工者准备礼物时 采用先了解族群现状与痛点 再讨论解决方案的“先理解 再行动”方式 确保服务建立在深刻共情基础上 [13] 上海分公司 - 活动主题聚焦“经济包容性”下的就业支持与全阶段教育 与萌基金联合主办“萌想麦进”大学生就业指导活动 为来自贫困省市的大学生提供就业指导及简历优化服务 [15] - 活动包括简历制作讲解 全球董事合伙人分享 以及1:2分组就业指导环节 为两位学生提供模拟面试 简历优化和职业规划指导 [16] 成都分公司 - 活动实现城市 人与自然的三重联结 其中“寻找水獭”活动由山水自然保护中心组织 该中心成立于2007年 专注于物种和栖息地保护 [18] - 员工参与城市公民科学水獭观察活动 在室外用1个半小时寻找水獭痕迹 活动增进了对城市野生动物保护的了解 [19]

宏观经济与投资格局重塑 - 全球资本流动正经历结构性重塑，中国从外商直接投资主要引资国稳步转型为具有全球影响力的关键投资国[3] - 中国企业投资战略发生转向，对欧洲、拉丁美洲及中东和北非地区的资本部署增长逾三分之二[3] - 自2022年以来，中国年均吸引的绿地投资规模较疫情前下降65%，但同期在面向未来的产业与资源领域对外投资增长达54%[3] - 中国投资战略聚焦于电动汽车、电池、关键矿产等未来型产业，已从“净引资国”转型为“净投资国”[8] 汽车行业 - 中国汽车工业经历从“市场换技术”到“技术闯世界”的战略性转变，凭借电动化优势，中国品牌在本土市场从跨国合资品牌处获得约30%市场份额[9] - 预计到2030年全球前十大车企中，中国车企席位有望增至3-5家，中国品牌在海外核心市场占有率预计达10%-20%[9] - 2025年两家中国车企首次跻身全球销量前十强，预计今年中国汽车出口量将创全球汽车工业史上单国年度出口量最高纪录，正式超越日本和德国成为全球最大汽车出口国[9] - 中国车企全球化核心挑战是从有海外业务的“跨国公司”蜕变为真正深度融合的“全球化公司”，需构建全球化、可复制的运营与管理体系[15] 生命科学行业 - 中国创新药研发实现质和量跨越式发展，全球创新药管线产品约三分之一来自中国，其中约三分之一属于细胞与基因疗法、双特异性/多特异性抗体等前沿领域下一代疗法[18] - 过去五年中国研发的23款药物获美国FDA突破性疗法认定，11款获美国FDA上市批准，但2024年全球药企创新药营收三十强中只有两家公司创建于中国[24] - 中国药企需实现三大战略升级：从“人才专业化”到“人才全球化、多元化”、从“高效决策”到“兼具敏捷和稳定”、从“跟随创新”到“源头创新”[25] 工业制造与数字化 - 中国从庞大“世界工厂”演进为全球先进工业企业不可或缺的战略市场与创新策源地，灯塔工厂通过深度融合数字化、人工智能与工业物联网等前沿技术持续扩大领先优势[27] - 在灯塔工厂前五大应用场景中，人工智能渗透率过去五年内从约20%提升至80%以上，生成式AI进一步推动技术应用迈向新高度[27] - 领先中国企业追求成本、性能、速度、投资全方位极致目标，依靠快速决策和市场中迭代的创新模式，数字化领域领先者与落后者绩效差距正急剧拉大[32] 消费品行业 - 预计到2030年中高及高收入家庭（年收入>17万元）数量达2.59亿户，占比升至62%，逐渐成为中国城市家庭主流群体[34] - 2025年1-8月中国零售额同比增长4.6%，家电销售增长28.4%，电动汽车销量增长32.2%，食品饮料烟酒类增长8.5%[34] - 中国居民存款总额达163万亿元人民币，自2020年以来个人储蓄率持续保持在30%以上[34] - 电商平台推动即时电商从以生鲜为核心的1.0模式向覆盖全品类的2.0模式升级，拓展食品饮料、数码家电、服饰美妆等新品类，激活“深夜消费”、“出行即送”、“即时聚会”等新场景[37] 企业传承与可持续发展 - 打造百年企业需在即时运营灵活性和长期战略远见间找到平衡，持续竞争优势在于培养与客户、合作伙伴和员工之间深厚信任和忠诚[41] - 继任问题在中国尤为困难，原因包括对创始人的过度依赖、制度化和继任计划缺失、继任者储备不足[41] - 企业需要重视传承与创新之间平衡，建立完善制度体系和人才梯队，以生态融合应对变化，以全球化视野谋划未来[42]

文章核心观点 - 企业仅拥有正确战略不足以保证成功，需要一套精巧设计且切实有效的运营模式将战略蓝图转化为超越市场的实际表现[2] - 近三分之二企业在过去两年内进行了运营模式重构，半数企业计划在两年内再次启动变革，反映打造高效组织并非易事[2] - 麦肯锡提出全新"价值导向型组织"方法论，包含12个核心要素构成的动态系统，企业可根据环境与目标灵活配置以持续创造价值[3][7] 运营模式重构的现状与挑战 - 麦肯锡研究指出，即使是表现优异的企业，其战略实现度与潜能之间仍存在高达30%的差距，症结往往出在运营模式的掣肘上[2] - 许多组织重构流于表面，收效甚微，尽管频繁发生但未能解决深层系统性要素问题[25] - 89%的企业仍主要采用传统层级体系，包括事业部/控股公司架构、矩阵式管理模式及职能型组织[12] 经典7S框架的升级 - 经典7S框架包含七大相互关联要素：共同价值、企业战略、组织架构、运行机制、文化风格、技能体系、人才队伍[4][5] - 新的价值导向型组织体系在7S框架基础上进行增补与重新定义，形成12个要素以应对快速波动的商业环境[5][6] - 新体系强调组织必须作为一个系统运作，各要素之间需保持一致、相互强化，共同围绕价值创造展开[5] 现代运营模式设计的十二要素 - 十二要素包括：企业使命、价值主张、组织架构、生态系统、领导能力、治理机制、流程体系、技术赋能、行为准则、激励机制、统筹布局、人才战略[19][21] - 这些要素构成有机联动系统，通过绘制12个维度上的组织设计图谱，领导者可识别专属运营模式"指纹"[22] - 企业可采取有限改良或全面重构两条路径，调整关键要素或进行系统再设计以构建竞争优势[23] 运营模式设计的关键趋势驱动 - 技术层面被普遍视为最大机遇来源，尤其是在AI与自动化推广、数字化转型加速、数据价值提升等方面[8] - 38%的高管表示计划设立"首席人工智能官"职位以系统把握新兴动能[8] - 采用产品平台模式、企业敏捷模式、去中心化网络模式等新兴架构的企业在面对核心趋势时展现出更强应变力和前瞻性[15] 成功运营模式案例与成效 - 某高绩效航空公司通过精心设计运营模式指纹，在航班准点率、EBITDA利润率和客户满意度上均领先同行[23][24] - 某全球金融基础设施公司通过全面重塑运营模式，目标将产品上市速度提高40个百分点，技术投资回报率提升25%[33] - 研究表明，系统性重构可提升客户满意度与运营效率10%至30%，决策效率与变革速度提升5至10倍，员工敬业度提升10至30个百分点[34] 运营模式需达成的关键成果 - 资源权责清晰化：将资源权责与战略对齐，优化管理层级，推动组织扁平化，并具备动态适应能力[35] - 决策执行敏捷化：构建快速高效、技术赋能的工作流，拥抱人机协作，让AI成为激发人类创造力的催化剂[35] - 人才能力专业化：跳出静态人才规划思维，持续提升团队能力，动态调整人才布局与外包策略[35] - 组织协同高效化：打造绩效导向的文化底盘，通过行为准则和激励机制推动全员协同，提升执行效率[35]