智能体的演示很少失败,失败往往发生在第二年。到那时候没人说得清它替谁干了活,也没人愿意为它的一次错判签字。
三个数字,说的是同一件事
最近几份机构报告放在一起看,指向很清楚。
据公开转引的 IDC 口径,全球五百强企业里有73%已经启动了智能体试点,真正做到跨部门规模化的只有19%。中国信通院《企业级智能体技术与应用研究报告(2026年)》被转引的数据是,今年这个市场约449亿元,而把智能体放进主要业务流程的企业只有18%。Gartner 的预测更冷一些,到2027年底,超过40%的智能体项目会被暂停或者取消。
三家机构的统计边界并不一致,样本也不一样,不能直接相减。标题里的18%取自信通院口径,与 IDC 的19%不能互相换算。但方向是一致的,试点很多,能一直跑下去的少。
原因其实不难找。试点阶段业务部门愿意配合,因为不用担责,出问题把系统关掉就行。一旦要进主流程,事情就变了,它开始占编制、占预算、占流程节点,还要有人为它的判断负责。这时候争的已经和技术没多大关系。
从买模型,到改系统
一份由研究机构与安全厂商联合发布的报告里有个说法,企业 AI 正从模型采购期进入系统改造期。采购期比的是参数与跑分,改造期比的是部署成本、人效和投资回报。
这个转折在采购现场能看出来。前两年招标文件里常见的是"采购大模型平台一套",现在越来越多写成"某业务流程智能化改造",附带验收指标、数据治理要求、运维年限。写法变了,责任主体也跟着变。
一家服务器厂商的负责人把客户分成两类。一类激进,从营销到研发全面铺开。另一类是大多数中大型单位和政府部门,走稳健路线,顾虑集中在数据能不能不出域,权限能不能核查到人,错了谁担责,一年要花多少钱。他自己的判断是,眼下最大的障碍不是技术,是企业还没建立起一套把智能体纳入真实业务的信任机制。政务侧已经在用的例子不少,非现场监管、火情预警这类场景,靠的是把判定规则写进系统,而不是让模型自由发挥。
验收标准要能被复算
我看到的多数失败项目,问题出在验收那一页纸。写的是"效率提升30%",没人知道这个30%怎么来的,第二年也就没法复算。
能复算的口径通常长这样。单任务人工接管率,指的是多少次里人必须接手。一次通过率,指的是不用返工的比例。平均处理时长,要分任务类型统计,不能取总平均。单任务词元成本,含检索、工具调用、失败重试全部算进去。再加一项最关键的,错了之后多久被人发现。
这几项都能按月重算,也都能拿去和人工基线对照。写进合同,双方对"做好了"就有了同一个理解。
扩场景的清单,比路线图有用
规划文件里常见的是三年路线图,第一阶段打基础,第二阶段扩场景,第三阶段做生态。这种图好看,但说到具体某个月做什么,往往还是空的。
更实用的是列一张任务清单,把候选任务按四个字段排一遍。输入是不是结构化,判断错了谁承担后果,一年做多少次,做完之后人还要不要复核。高频、低风险、有明确对错的任务排在前面,先做上十件,比写一份生态蓝图更能让业务部门建立信心。
清单还有第二个用处。它能把"这个智能体能干什么"从一句宣传语,变成一张可以逐条打勾的表。评审会上拿这张表过一遍,谁也糊弄不过去。