Creatify 团队
分享
在本文中
去寻找哪些公司在使用 AI，最靠前的搜索结果会给你提供《福布斯》AI 50 强以及十几篇承诺各提供数十个案例的列表文章。然而，其中大多数回答的并不是你所提出的问题。关于哪些公司正在使用 AI，以及用于什么目的，其答案更为狭窄也更为诚实。这个答案始于一个几乎没有人会放进标题里的数字：截至 2026 年初，美国人口普查局发现，大约只有五分之一的美国企业在任何业务职能中使用了 AI。
因此，真实的图景分为三个层面。第一类是正在生产中使用 AI 并公开其用途的公司。第二类是伴随着大量发布、试点和公开撤回的项目，它们赢得的媒体曝光远多于实际成果。第三类则是仍在旁观的沉默的大多数。这是一次对这三类情况的盘点，完全基于企业自身已经证实的信息。
“使用 AI”究竟意味着什么，以及什么样才算使用 AI 的公司
在看案例之前，有一个定义值得明确，因为这是那些列表文章常常忽略的一点。在严格意义上，一家公司“使用 AI”是指它已经公开宣布某个系统已上线、投入生产并正在执行特定工作。这个门槛至关重要，因为你读到的那些令人印象深刻的数据大多带有一个星号：它们是公司自行报告的。当 Klarna 宣称其助手完成了相当于 700 名客服人员的工作量时，这个数据是 Klarna 自己的，来自 Klarna 自己的公告，而非独立审计。已证实的部署与独立验证的投资回报率（ROI）是两个完全不同的概念，而这两者之间的差距，正是许多炒作赖以生存的地方。
在阅读下文的所有内容时，请牢记这一区别。新闻稿是一种营销行为。而财报电话会议、监管申报或详细的公司披露则是更为坚实的承诺，尽管它们仍然是自我报告。在如今使用 AI 技术的公司中，那些明确指出工作流、用户数量和具体成果的公司，才值得被认真对待。
已证实的部署，以及它们究竟在做什么
亚马逊是日常生产中使用 AI 的最清晰的企业案例之一。2025 年 7 月，该公司发布了 DeepFleet，这是一款生成式 AI 模型，用于协调其仓库机器人，就像空中交通管制员管理飞机一样。亚马逊表示，其机器人团队已突破 100 万台，而 DeepFleet 将机器人的移动效率提升了约 10%。与之并存的还有购物助手 Rufus，以及决定哪些库存放在哪里的需求预测模型。这些都不是主题演讲巡演中喜欢推销的人形机器人未来。它是物流，只是变得更快了一点。
来源：亚马逊新闻
沃尔玛在门店层面也讲述了类似的故事。2025 年 6 月，这家零售商详细介绍了一套员工工具：一款应用内 AI 助手，其员工每周的使用次数超过 90 万次，日均查询量约 300 万次；以及一个涵盖 44 种语言的实时翻译功能，方便员工与客户进行交流。沃尔玛还表示，一款 AI 班次规划工具缩短了经理的排班时间——据公司自己估计，从大约 90 分钟缩短至 30 分钟，尽管该工具当时仅在夜间理货环节上线，在其他环节仍处于试点阶段。这种成熟度参差不齐的状况才是真实落地应用的真实样貌，但在简短的总结中它往往会被忽略。
金融服务是 AI 深入后台最深的地方，也是大规模使用人工智能的公司最密集的领域。摩根大通表示，其内部的 LLM Suite 已覆盖其大部分员工，并认为其编程助手为工程团队带来了 10% 到 20% 的效率提升。摩根士丹利与 OpenAI 合作，为其次级财务顾问提供了一款助手，可以检索公司拥有超过 10 万份研究文档的库，此外还有一款名为 Debrief 的工具，可以记录客户会议；OpenAI 与该机构报告称，现在有超过 98% 的顾问团队在使用它。而美国银行的 Erica 自 2018 年上线以来，在 2025 年突破了 30 亿次客户互动，每月为近 5000 万用户提供超过 5800 万次互动服务。
然后是 Klarna，这个案例被辩论双方广泛引用。2024 年初，这家金融科技公司表示其由 OpenAI 驱动的助手在第一个月就处理了 230 万次对话，约占其支持聊天分流的三分之二，相当于 700 名全职客服人员的工作量。这一部署是真实的。但接下来发生的事情更具启发性。
指标上的星号
请注意上述清单中的共同主线。在那些处于生产规模使用 AI 技术的公司中，真正上线的系统往往是垂类的、内部的，并针对公司自身的数据：调度机器人、回答员工问题、搜索专有研究、解决日常支持工单。它们实用且枯燥，而这恰恰是它们起作用的原因。至于那些引人瞩目的、自主的、面向客户的“AI 搞定一切”的宣传，在已证实的部署一栏中几乎完全缺席。
而且，上面每一个头条数字都是公司自己的数据。这并不意味着这些数据是虚假的。它意味着，解读这些数据的诚实方式是将其视为公司愿意为其背书、并在其自身定义下衡量的声明，这是一个真实的信号，但也是一个有限的信号。带着这个想法进入下一部分，在那里，同样的自我报告将走向反面。
炒作堆积：发布、试点与公开撤回
Klarna 是趋势发生转折的地方。2025 年 5 月，在雄心勃勃的推出大约一年后，该公司开始重新雇用人类客服来处理复杂、微妙的案例。首席执行官 Sebastian Siemiatkowski 承认，公司过于偏向成本而导致质量下滑，且客户还是希望有人类客服的选项。AI 保留了下来，目前仍处理大部分聊天；但完全替代人类的故事，在与真实客户接触后未能幸存。
麦当劳则提供了一个更典型的警示案例。在对 IBM 开发的语音点餐系统在约 100 个得来速通道进行了为期三年的测试后，该公司于 2024 年 6 月终止了这一合作。点餐准确率停留在 80% 左右的低位，社交媒体上充斥着该系统在单个订单中添加数百个麦乐鸡，或在冰淇淋上加培根的视频。80% 左右的准确率听起来还不错，直到你意识到得来速依靠的是每次都把订单点对。
加拿大航空则以惨痛的方式吸取了责任教训。其支持聊天机器人虚构了一项不存在的抚恤票价政策，当航空公司拒绝兑现时，不列颠哥伦比亚省法庭于 2024 年 2 月裁定，公司必须对其机器人的言论负责，拒绝了聊天机器人是一个独立实体的辩解。赔偿金额很小。但判例影响深远：面向客户的 AI 所犯的错误属于部署它的公司。纽约市在同年也碰到了同样的南墙，当时其 MyCity 商业聊天机器人被发现告诉创业者他们可以做法律明文禁止的事情。
即使是那些更混乱的案例也遵循同样的规律。当多邻国（Duolingo）的首席执行官在 2025 年 4 月宣布一项“AI 优先”计划时，引发了强烈的舆论反弹，以至于他后来收回了这一提法，尽管公司仍在继续增长。失败案例集中在一个地方：自主的、面向客户的，并在不受限制且嘈杂的输入中野蛮生长的 AI。
没有被宣传的部分：大多数公司尚未开始使用 AI
从那些大名鼎鼎的公司中退一步来看，对于任何认为整个经济都已经 AI 化的人来说，底层真相是令人清醒的。美国人口普查局的《商业趋势与展望调查》显示，截至 2026 年初，企业层面的采用率在 18% 至 20% 之间，按就业人数加权后上升至约 32%，因为大型公司采用得更快。在拥有至少 250 名员工的企业中，采用率达到了 30% 以上。而对于极小微企业，这一数据几乎没有变化。
在那些尝试过的公司中，有很多选择了退出。标普全球市场财智（S&P Global Market Intelligence）发现，2025 年有 42% 的企业放弃了大部分 AI 计划，较前一年的 17% 大幅上升，且平均每家机构在概念验证阶段就放弃了近一半的项目，原因在于成本和数据安全问题。2025 年一项被广泛讨论的麻省理工学院（MIT）研究甚至指出，95% 的企业生成式 AI 试点对损益没有产生可衡量的影响；该数据虽然遭到质疑，但即便其批评者也指向了同一种问题。AI 的应用是真实的，它在增长，但远比营销宣传的要零星得多。
那么，2026 年对于使用 AI 的公司来说，什么才是真正有效的
已证实部署与炒作堆积之间的界限非常清晰，足以成为一条定律。当任务是具体的、数据是属于你自己的、人类保持在决策流程中，且背后有真实的业务流而非仅仅是一个演示时，AI 就能赢得其一席之地。而当它被交付一个开放式的、面向公众的、输入信息杂乱且没有护栏的工作时，它就会挣扎。在 2026 年善用人工智能的公司，大多是有意选择了那些枯燥的版本。
对于任何决定如何分配预算的人来说，这都有实际的参考价值。可靠的成功来自边界清晰、高频且系统可以一千次以同样方式完成的任务。将一个产品页面转换为一批视频广告素材就是这类任务，这就是为什么像 Creatify 这样的工具能契合这一行之有效的模式：一个具体的工作，你自己的输入，以及由人来选择最终发布的内容。而那些让模型在无人监管的情况下管理整个客户关系的尝试，则是不可靠的赌注。两年来已证实的部署和公开的撤回已经绘制出了地图。在你的公司加入其中任何一栏之前，这幅地图非常值得一读。
常见问题解答
2026 年有多少公司在使用 AI？
比新闻标题里暗示的要少。美国人口普查局的《商业趋势与展望调查》显示，截至 2026 年初，在特定的业务职能中，约有 18% 至 20% 的美国企业采用了 AI；按就业人数加权后，这一比例上升至约 32%，因为大型雇主采用得更快。在员工人数达到 250 人及以上的企业中，采用率在 30% 以上，而最微型的企业几乎没有任何变化。
哪些大公司在使用 AI，用于什么？
在已证实进行实际部署的公司中：亚马逊使用其 DeepFleet 模型来协调超过 100 万台仓库机器人，并使用 Rufus 帮助消费者购物；沃尔玛为门店员工运行应用内助手，并提供 44 种语言的翻译工具；摩根大通为文档分析和编程部署了内部的 LLM Suite；摩根士丹利为顾问提供基于 OpenAI 的研究助手；美国银行的 Erica 已处理了超过 30 亿次客户互动；Klarna 则将大部分客户服务自动化。这些大多是具体的、内部的或数据检索任务；宣传中的自主系统在已证实部署的名单中几乎不复存在。
AI 是否在这些公司中取代工作岗位？
它主要是增强特定任务，最公开的试图完全取代员工的尝试（Klarna）在 2025 年由于质量投诉重新雇用人类客服而部分逆转。人口普查数据显示，到目前为止，在使用 AI 的企业中，只有极少一部分将员工人数的变化直接归因于 AI。
为什么有如此多的 AI 项目失败？
标普全球市场财智发现，2025 年有 42% 的公司放弃了其大部分 AI 计划，平均每家公司在生产前放弃了近一半的概念验证，原因在于成本和数据安全问题。在麦当劳的得来速测试和加拿大航空的支持机器人等引人瞩目的失败案例中，共同的线索是自主的、面向客户的 AI 被置于杂乱的输入中，且缺乏足够的护栏。
如何辨别真实的 AI 应用与营销炒作？
寻找在财报电话会议、申报文件或详细的企业公告中披露的明确工作流、用户数量和具体成果，而不是关于“推出”的新闻稿。请记住，即使是已证实的指标通常也是公司自行报告的，而非独立审计的，因此要把实际部署看作比试点更强的信号，而试点比主题演讲幻灯片更具说服力。
去寻找哪些公司在使用 AI，最靠前的搜索结果会给你提供《福布斯》AI 50 强以及十几篇承诺各提供数十个案例的列表文章。然而，其中大多数回答的并不是你所提出的问题。关于哪些公司正在使用 AI，以及用于什么目的，其答案更为狭窄也更为诚实。这个答案始于一个几乎没有人会放进标题里的数字：截至 2026 年初，美国人口普查局发现，大约只有五分之一的美国企业在任何业务职能中使用了 AI。
因此，真实的图景分为三个层面。第一类是正在生产中使用 AI 并公开其用途的公司。第二类是伴随着大量发布、试点和公开撤回的项目，它们赢得的媒体曝光远多于实际成果。第三类则是仍在旁观的沉默的大多数。这是一次对这三类情况的盘点，完全基于企业自身已经证实的信息。
“使用 AI”究竟意味着什么，以及什么样才算使用 AI 的公司
在看案例之前，有一个定义值得明确，因为这是那些列表文章常常忽略的一点。在严格意义上，一家公司“使用 AI”是指它已经公开宣布某个系统已上线、投入生产并正在执行特定工作。这个门槛至关重要，因为你读到的那些令人印象深刻的数据大多带有一个星号：它们是公司自行报告的。当 Klarna 宣称其助手完成了相当于 700 名客服人员的工作量时，这个数据是 Klarna 自己的，来自 Klarna 自己的公告，而非独立审计。已证实的部署与独立验证的投资回报率（ROI）是两个完全不同的概念，而这两者之间的差距，正是许多炒作赖以生存的地方。
在阅读下文的所有内容时，请牢记这一区别。新闻稿是一种营销行为。而财报电话会议、监管申报或详细的公司披露则是更为坚实的承诺，尽管它们仍然是自我报告。在如今使用 AI 技术的公司中，那些明确指出工作流、用户数量和具体成果的公司，才值得被认真对待。
已证实的部署，以及它们究竟在做什么
亚马逊是日常生产中使用 AI 的最清晰的企业案例之一。2025 年 7 月，该公司发布了 DeepFleet，这是一款生成式 AI 模型，用于协调其仓库机器人，就像空中交通管制员管理飞机一样。亚马逊表示，其机器人团队已突破 100 万台，而 DeepFleet 将机器人的移动效率提升了约 10%。与之并存的还有购物助手 Rufus，以及决定哪些库存放在哪里的需求预测模型。这些都不是主题演讲巡演中喜欢推销的人形机器人未来。它是物流，只是变得更快了一点。
来源：亚马逊新闻
沃尔玛在门店层面也讲述了类似的故事。2025 年 6 月，这家零售商详细介绍了一套员工工具：一款应用内 AI 助手，其员工每周的使用次数超过 90 万次，日均查询量约 300 万次；以及一个涵盖 44 种语言的实时翻译功能，方便员工与客户进行交流。沃尔玛还表示，一款 AI 班次规划工具缩短了经理的排班时间——据公司自己估计，从大约 90 分钟缩短至 30 分钟，尽管该工具当时仅在夜间理货环节上线，在其他环节仍处于试点阶段。这种成熟度参差不齐的状况才是真实落地应用的真实样貌，但在简短的总结中它往往会被忽略。
金融服务是 AI 深入后台最深的地方，也是大规模使用人工智能的公司最密集的领域。摩根大通表示，其内部的 LLM Suite 已覆盖其大部分员工，并认为其编程助手为工程团队带来了 10% 到 20% 的效率提升。摩根士丹利与 OpenAI 合作，为其次级财务顾问提供了一款助手，可以检索公司拥有超过 10 万份研究文档的库，此外还有一款名为 Debrief 的工具，可以记录客户会议；OpenAI 与该机构报告称，现在有超过 98% 的顾问团队在使用它。而美国银行的 Erica 自 2018 年上线以来，在 2025 年突破了 30 亿次客户互动，每月为近 5000 万用户提供超过 5800 万次互动服务。
然后是 Klarna，这个案例被辩论双方广泛引用。2024 年初，这家金融科技公司表示其由 OpenAI 驱动的助手在第一个月就处理了 230 万次对话，约占其支持聊天分流的三分之二，相当于 700 名全职客服人员的工作量。这一部署是真实的。但接下来发生的事情更具启发性。
指标上的星号
请注意上述清单中的共同主线。在那些处于生产规模使用 AI 技术的公司中，真正上线的系统往往是垂类的、内部的，并针对公司自身的数据：调度机器人、回答员工问题、搜索专有研究、解决日常支持工单。它们实用且枯燥，而这恰恰是它们起作用的原因。至于那些引人瞩目的、自主的、面向客户的“AI 搞定一切”的宣传，在已证实的部署一栏中几乎完全缺席。
而且，上面每一个头条数字都是公司自己的数据。这并不意味着这些数据是虚假的。它意味着，解读这些数据的诚实方式是将其视为公司愿意为其背书、并在其自身定义下衡量的声明，这是一个真实的信号，但也是一个有限的信号。带着这个想法进入下一部分，在那里，同样的自我报告将走向反面。
炒作堆积：发布、试点与公开撤回
Klarna 是趋势发生转折的地方。2025 年 5 月，在雄心勃勃的推出大约一年后，该公司开始重新雇用人类客服来处理复杂、微妙的案例。首席执行官 Sebastian Siemiatkowski 承认，公司过于偏向成本而导致质量下滑，且客户还是希望有人类客服的选项。AI 保留了下来，目前仍处理大部分聊天；但完全替代人类的故事，在与真实客户接触后未能幸存。
麦当劳则提供了一个更典型的警示案例。在对 IBM 开发的语音点餐系统在约 100 个得来速通道进行了为期三年的测试后，该公司于 2024 年 6 月终止了这一合作。点餐准确率停留在 80% 左右的低位，社交媒体上充斥着该系统在单个订单中添加数百个麦乐鸡，或在冰淇淋上加培根的视频。80% 左右的准确率听起来还不错，直到你意识到得来速依靠的是每次都把订单点对。
加拿大航空则以惨痛的方式吸取了责任教训。其支持聊天机器人虚构了一项不存在的抚恤票价政策，当航空公司拒绝兑现时，不列颠哥伦比亚省法庭于 2024 年 2 月裁定，公司必须对其机器人的言论负责，拒绝了聊天机器人是一个独立实体的辩解。赔偿金额很小。但判例影响深远：面向客户的 AI 所犯的错误属于部署它的公司。纽约市在同年也碰到了同样的南墙，当时其 MyCity 商业聊天机器人被发现告诉创业者他们可以做法律明文禁止的事情。
即使是那些更混乱的案例也遵循同样的规律。当多邻国（Duolingo）的首席执行官在 2025 年 4 月宣布一项“AI 优先”计划时，引发了强烈的舆论反弹，以至于他后来收回了这一提法，尽管公司仍在继续增长。失败案例集中在一个地方：自主的、面向客户的，并在不受限制且嘈杂的输入中野蛮生长的 AI。
没有被宣传的部分：大多数公司尚未开始使用 AI
从那些大名鼎鼎的公司中退一步来看，对于任何认为整个经济都已经 AI 化的人来说，底层真相是令人清醒的。美国人口普查局的《商业趋势与展望调查》显示，截至 2026 年初，企业层面的采用率在 18% 至 20% 之间，按就业人数加权后上升至约 32%，因为大型公司采用得更快。在拥有至少 250 名员工的企业中，采用率达到了 30% 以上。而对于极小微企业，这一数据几乎没有变化。
在那些尝试过的公司中，有很多选择了退出。标普全球市场财智（S&P Global Market Intelligence）发现，2025 年有 42% 的企业放弃了大部分 AI 计划，较前一年的 17% 大幅上升，且平均每家机构在概念验证阶段就放弃了近一半的项目，原因在于成本和数据安全问题。2025 年一项被广泛讨论的麻省理工学院（MIT）研究甚至指出，95% 的企业生成式 AI 试点对损益没有产生可衡量的影响；该数据虽然遭到质疑，但即便其批评者也指向了同一种问题。AI 的应用是真实的，它在增长，但远比营销宣传的要零星得多。
那么，2026 年对于使用 AI 的公司来说，什么才是真正有效的
已证实部署与炒作堆积之间的界限非常清晰，足以成为一条定律。当任务是具体的、数据是属于你自己的、人类保持在决策流程中，且背后有真实的业务流而非仅仅是一个演示时，AI 就能赢得其一席之地。而当它被交付一个开放式的、面向公众的、输入信息杂乱且没有护栏的工作时，它就会挣扎。在 2026 年善用人工智能的公司，大多是有意选择了那些枯燥的版本。
对于任何决定如何分配预算的人来说，这都有实际的参考价值。可靠的成功来自边界清晰、高频且系统可以一千次以同样方式完成的任务。将一个产品页面转换为一批视频广告素材就是这类任务，这就是为什么像 Creatify 这样的工具能契合这一行之有效的模式：一个具体的工作，你自己的输入，以及由人来选择最终发布的内容。而那些让模型在无人监管的情况下管理整个客户关系的尝试，则是不可靠的赌注。两年来已证实的部署和公开的撤回已经绘制出了地图。在你的公司加入其中任何一栏之前，这幅地图非常值得一读。
常见问题解答
2026 年有多少公司在使用 AI？
比新闻标题里暗示的要少。美国人口普查局的《商业趋势与展望调查》显示，截至 2026 年初，在特定的业务职能中，约有 18% 至 20% 的美国企业采用了 AI；按就业人数加权后，这一比例上升至约 32%，因为大型雇主采用得更快。在员工人数达到 250 人及以上的企业中，采用率在 30% 以上，而最微型的企业几乎没有任何变化。
哪些大公司在使用 AI，用于什么？
在已证实进行实际部署的公司中：亚马逊使用其 DeepFleet 模型来协调超过 100 万台仓库机器人，并使用 Rufus 帮助消费者购物；沃尔玛为门店员工运行应用内助手，并提供 44 种语言的翻译工具；摩根大通为文档分析和编程部署了内部的 LLM Suite；摩根士丹利为顾问提供基于 OpenAI 的研究助手；美国银行的 Erica 已处理了超过 30 亿次客户互动；Klarna 则将大部分客户服务自动化。这些大多是具体的、内部的或数据检索任务；宣传中的自主系统在已证实部署的名单中几乎不复存在。
AI 是否在这些公司中取代工作岗位？
它主要是增强特定任务，最公开的试图完全取代员工的尝试（Klarna）在 2025 年由于质量投诉重新雇用人类客服而部分逆转。人口普查数据显示，到目前为止，在使用 AI 的企业中，只有极少一部分将员工人数的变化直接归因于 AI。
为什么有如此多的 AI 项目失败？
标普全球市场财智发现，2025 年有 42% 的公司放弃了其大部分 AI 计划，平均每家公司在生产前放弃了近一半的概念验证，原因在于成本和数据安全问题。在麦当劳的得来速测试和加拿大航空的支持机器人等引人瞩目的失败案例中，共同的线索是自主的、面向客户的 AI 被置于杂乱的输入中，且缺乏足够的护栏。
如何辨别真实的 AI 应用与营销炒作？
寻找在财报电话会议、申报文件或详细的企业公告中披露的明确工作流、用户数量和具体成果，而不是关于“推出”的新闻稿。请记住，即使是已证实的指标通常也是公司自行报告的，而非独立审计的，因此要把实际部署看作比试点更强的信号，而试点比主题演讲幻灯片更具说服力。
