企业AI转型韧性：全球视角：194家全球上市公司、21个行业的样本观察

企业 AI 转型韧性：全球视角 ©2026 iResearch Inc. 194 家全球上市公司、21 个行业的样本观察 1 目录 序言 .............................................................................................................................................. 2 一、样本概览：多数企业仍处于转型承压期 ................................................................................ 3 二、评估方法：对冲韧性指数（HRI）如何衡量 AI 转型韧性 ..................................................... 3 三、企业分布：从承压阶段到加速阶段 ....................................................................................... 4 四、行业比较：AI 转型进展及其差异 .......................................................................................... 5 五、企业梯队：不同阶段面临的主要问题 .................................................................................... 7 （一）领先梯队：AI 业务已形成初步对冲能力 ....................................................................... 7 （二）中间梯队：转型路径不同，主要约束各异 ..................................................................... 7 （三）承压梯队：AI 业务尚未形成有效承接 ........................................................................... 8 六、关键解释：为什么要关注新旧业务的承接关系 ..................................................................... 8 七、管理启示：如何判断 AI 转型进展 ......................................................................................... 9 （一）看经营结果，不只看 AI 投入 ......................................................................................... 9 （二）先识别主要约束，再确定推进顺序 ................................................................................ 9 （三）行业数据用于参照，企业判断仍需具体分析 ................................................................. 9 附录 A 对冲韧性指数（HRI）方法论说明 ............................................................................... 10 附录 B 样本行业分类说明 ........................................................................................................ 13 附录 C 样本企业筛选说明 ........................................................................................................ 16 法律声明 · LEGAL DISCLAIMER ............................................................................................ 18 联系我们 .................................................................................................................................... 18 2 序言 通用目的技术（General Purpose Technologies，指具有得到广泛应用、可以进行持续的技术改进、可以在应用领域促进创新等三个特征的技术，是产业革命中的关键共性技术）革新往往会改变行业的竞争格局，人工智能也在带来类似变化。当前市场讨论更多关注企业是否布局 AI、投入多少资源，却较少回答另一个更实际的问题：当传统业务增速放缓，而 AI相关业务尚未形成规模时，企业现有的现金流、时间和组织能力，能否支撑这段转型期？ 为回答这一问题，我们构建了对冲韧性指数（Hedge Resilience Index，HRI）并在本次报告中基于 194 家全球上市公司的公开数据进行样本观察。结果显示，多数样本企业仍处于转型的早期或承压阶段。长期以来，资本市场主要通过财务表现、市场指数以及包括 ESG在内的非财务框架评估企业。这些工具分别回答盈利能力、资本配置和可持续经营等问题，但对于一家公司能否在技术变迁中顺利完成新旧业务转换，仍缺少一个直接、统一的量化视角。随着人工智能融入更多行业的产品、流程和经营活动，这个缺口变得更加明显。 当 AI 改变产品形态、成本结构和收入来源时，企业能否维持竞争力，并形成新的长期价值来源？真正需要关注的，不是企业有没有使用 AI，而是能否将 AI 投入转化为可衡量的业务成果。多数大型企业已经发布 AI 战略、采购算力或引入大模型，但采用技术并不等于实现价值。通用目的技术从部署到价值兑现之间存在一定的时间差，需要经过组织调整、流程再造和商业化探索才能逐步释放价值。AI 也可能经历类似过程：当前多数企业仍处在投入阶段，能够将 AI 技术转化为产品、收入和运营改善的企业，将更有可能率先收获回报。 这种价值兑现的时间差，意味着新旧业务的转换正在分阶段发生。对于许多正在经历这一过程的企业而言，原有产品、客户关系和经营模式仍在贡献收入，但部分传统业务已经面临增长放缓或结构性压力；与此同时，AI 相关业务尚未形成足够规模。这种变化通常