同样部署智能体 为何有的停在辅助 有的走向自增强

作者：张烽

名义采用之后：以同行对标为镜，拆解AI原生水平的真实落差与提升路径。

一、AI“采用”到什么程度？

2026年下半年，企业AI叙事发生了一次不易察觉但重要的转向：讨论重心从"要不要用AI"移向"用到了什么程度"，而"什么程度"本身正在变得难以定义。Creatio于10月20日发布的第二届年度《企业AI采用现状报告》给出一个看似乐观的读数：70%的组织已越过试验期，在部分职能部署、开始全组织扩展或已企业级嵌入；但同一报告同时显示，仅17%够格称为AI采用领先者——后者在"以AI自动化更多工作流、跨部门扩展智能体、将AI深度嵌入业务运营并建立更强治理"等条件上明显区别于前者。

Redwood联合Leger对300位资深企业技术、风险与AI负责人的调研则呈现另一幅图景：77.6%称其整体AI采用已达规模化或成熟阶段，而称智能体AI达到同等阶段的比例仅为54%，两者之间横亘约24个百分点的成熟度落差。CIO发展中心基于98家企业的调研进一步将这一结构概括为"广覆盖、浅应用、项目化、治理滞后"：85.7%的企业已在AI搜索和企业知识库等场景开展应用，但形成企业级AI平台或实现深度融入核心业务的企业仅20.4%，60.2%的企业员工AI使用率不足30%。

这些数字指向一个需要被正面提出的问题：当"采用"本身已经高度普及，同行对标究竟应当对标什么？如果对标的是工具覆盖率、许可证数量或试点场景数，差距看起来正在收窄；但如果对标的是AI是否改变了工作流的组织方式、数据与反馈是否形成可持续的闭环、智能体是否在真实生产约束下承担可归责的任务，那么行业之间和同一行业内部的差距可能不仅没有缩小，反而在被系统性地低估。

我们认为，AI原生水平的差异，本质上是"工作流重构深度"与"数据—反馈闭环完备度"的复合差异；同行对标的有效标尺，不是采用率，而是原生水平。 这一判断并不否认技术能力的重要性，而是指出模型能力的边际改善已经不再自动转化为组织层面的生产力。

二、三层叠加的演进

过去三年，企业AI的演进可以粗略划分为三个彼此叠加而非替代的层次。第一层是"工具可及性"的普及：2023年至2024年，生成式AI以助手形态进入知识工作，核心价值是个人层面的写作、检索与摘要效率。第二层是"智能体化"的加速：Gartner 2026年CIO调查显示，17%的企业已部署AI Agent，42%计划在未来12个月内跟进；IDC估计2026年中国市场企业平均已部署12.84个智能体。第三层，也是最容易被"采用率"叙事遮蔽的一层，是"原生水平"的分化：同样是部署智能体，有的企业只是把原有流程中的某个环节替换为AI调用，有的企业则围绕AI可感知、可决策、可执行的能力重新设计端到端工作流，并让每一次执行产生可用于下一轮优化的数据。

Apollo首席经济学家Torsten Slok于2026年10月24日发布的短评笔记，其核心观察是：Mag 7的收入/员工与利润率在上升，而构成美国企业主体的S&P 493在这两项指标上基本持平；以旧金山联储经利用率调整的全要素生产率序列衡量，宏观层面"仍看不到人工智能推动生产率增长的迹象"。

Slok在笔记中的核心论断是："AI的故事将由S&P 493而非七巨头来决定"，而迄今为止，非科技部门的收入增长或利润率改善尚无证据支持。这一观察的价值不在于给出精确的效率增益数字，而在于将"广泛采用"与"可观测回报"之间的裂缝置于分析的中心：如果AI的宏观效应长期局限于少数科技企业，那么对标的重心就必须从"是否部署"转向"在什么流程结构中部署"。

三、分水岭不在模型，而在工作流是否被重新设计

麦肯锡对50余个AI智能体项目的分析给出了与Apollo观察在机制上高度一致的微观证据：要让智能体创造业务价值，"关键在于重塑工作流"；不少组织执着于智能体本身或具体工具，结果只是产出"看似酷炫，却无法改变整体效率"的产物。报告进一步指出，唯有着眼于"从头到尾重构工作流"，重新设计涉及人员、流程与技术的每一个环节，智能体项目才更易成功；智能体在其中的角色更接近"协调者与整合者"，而非对既有环节的局部替换。

TechTarget对MIT Project NANDA后续数据的解读将同一结论压缩为一个可检验的对比：近四分之三的AI高绩效企业"围绕AI重新设计工作流"，而其他企业中这一比例约为四分之一；瓶颈已经从"回答"转移到"运营"，即企业价值取决于能否将AI跨数据、系统、权限与工作流连接起来。这意味着，在同行对标中，一个组织部署了多少智能体、覆盖了多少职能，并不足以判断其原生水平；更有效的提问是：这些智能体所嵌入的工作流，其决策节点、数据标准、人工介入边界和结果反馈机制，是否因AI的加入而被重新定义。

四、数据就绪与运行时治理

工作流重构的深度，受制于数据与治理的底座。

Gartner的公开预测在多个二手来源中被一致引述：到2026年底，组织将放弃60%缺乏"AI就绪数据"支持的AI项目；另有预测指出，到2027年底超过40%的智能体AI项目将被取消，公开归因包括成本上升、价值不清与风险控制不足。Fivetran《2026 Agentic AI Readiness Index》则提供了就绪度缺口的直接测度：85%的企业在数据基础尚未完全就绪的情况下运行代理式AI，仅15%自评"完全就绪"以支持生产环境部署；而在自评就绪的组织中，98%对代理式AI的投资回报表达了较强信心。邓白氏对约一万家企业的调查呈现了更细的颗粒度：97%的企业正在推进AI项目，但仅5%认为自身数据已具备支撑AI规模化落地的条件；50%反映数据获取存在障碍，44%担忧隐私与合规风险，40%对数据质量与完整性感到忧虑。

这些数据共同说明，原生水平的差距在前端表现为工作流重构的深浅，在后端则表现为数据就绪与运行时治理的完备程度。一个在知识库问答场景中表现良好的智能体，一旦进入需要跨系统身份解析、权限继承、审计追溯和异常回滚的生产流程，其可靠性就不再由模型能力单独决定，而由数据契约、语义一致性、运行时治理和可观测性共同决定。将"上线了多少智能体"作为对标指标，恰恰回避了这些决定原生水平的关键约束。

我们自研智能体生态的运行观测同样印证了"底座先行"的必要性。在数据采集层面，生态将采集目的明确区分为三类直接目的——运维管理（运行/健康/诊断类数据）、智能协同（协同事件数据积累前登记不启用）、数据驱动优化（优质/进化类数据）——并将三类目的与参数映射登记在数据契约中。这种"先登记目的、再启用采集"的做法，正是数据就绪从口号变为契约的微观体现：它要求组织在部署智能体之前，先回答"这条数据为什么被采集、服务于哪一类闭环"，而不是在项目上线后被动补数。

五、从"场景数量"转向"闭环深度"

在上述约束下，同行对标需要一套可操作的分层标尺。IDC对AI原生应用生态的评估提供了一个侧面参照：中国AI原生应用生态构建者在"平台实力"维度平均得分7.6分，而"商业变现"维度仅4.7分。

平台能力与价值兑现之间的落差，与前述"采用广、回报浅"的宏观图景同构。更有解释力的标尺来自对"闭环深度"的分层（以下为本文分析框架，非外部机构标准）：Level 1是单点辅助，AI在既有流程的某个环节提供建议或生成，流程本身不变；Level 2是局部自动化，智能体在边界清晰的子流程中执行多步任务，但跨流程协同仍依赖人工；Level 3是端到端工作流重构，智能体与规则系统、分析型AI和人工判断在统一协同框架下组合，流程的决策节点和数据标准因AI而重新设计，执行结果持续回流为优化信号；Level 4是组织级自增强，工作流、数据契约与治理机制形成可自我迭代的飞轮，智能体的行为在授权范围内可审计、可回滚、可归责。

一个组织若只能展示智能体数量与场景清单，却无法展示"用户行为信号如何回流、回流后触发了哪次能力调整"，其闭环深度大概率停留在Level 2；反之，若事件采集、指标聚合与反馈裁决已成为日常工作流的常规机制，则具备迈向Level 3及以上的微观基础。同行对标若停留在场景数量或许可证覆盖，看到的只是Level 1的广度；真正决定生产力差异的，是组织在Level 3及以上的分布。

这一分层与我们自研智能体生态的运行观测形成对应。生态所确立的"数据驱动优化"原则，其操作逻辑正是"事件采集 → 聚合指标 → 能力输入 → 本地自适应反馈"的闭环，并明确"结果信号来自用户行为（采纳/修改/发布），不做模型自评的单一裁判"。这条原则的对标意义在于：它把闭环的"裁决权"交给了真实使用行为，而非模型自身的置信度或项目组的自评报告。

我们自研生态运行观测还提供了闭环深度的"可观测性"证据：生态运行报告的"愿景对照"能够显示项目愿景与路线图的章节结构，并将行为层与文档层条目汇入同一摘要流，供"愿景现实对照"使用。这类机制的价值不在于数字本身，而在于它示范了一种对标姿态：把"目标态"与"运行态"放在同一张观测面上对照，而不是用目标态的蓝图替代运行态的实证。

六、争议与辨析

一个需要被认真对待的反驳是：行业间生产力增益的差异，可能主要反映的是数字化基础、数据密度和资本强度的差异，而非"原生水平"的差异；科技行业天然拥有结构化程度更高的数据、更短的反馈周期和更低的合规摩擦，传统行业即使做了同样深度的流程重构，短期生产力读数也未必同步改善。

我们自研智能体生态所实践的"能力基因化"与"功能模块化插件化"，其对标意义也在于此：同一套能力（审查、脱敏、检索、生成）能否在多个系统中复用、能否以"确定性逻辑 + 接口契约 + 沙箱"的形态被任何宿主调用，反映的是原生能力的可组合性，而非单纯的开发方式选择。

七、不同约束下的闭环形态

制造业提供了一个"闭环深度"差异的清晰样本。美的洗衣机荆州工厂披露（企业口径，经科技日报、人民网等多家媒体转载），14个智能体覆盖38个核心生产业务场景，依托"工厂大脑"协同，具备从感知、决策、执行、反馈到持续优化的能力；AI眼镜与品质智能体协同使首检时间从15分钟缩短至30秒，检验结果返回品质智能体形成闭环。这一案例的原生水平不在于智能体数量，而在于检测环节的异常信号能够回传并触发后续决策，形成"生产—检测—反馈—调整"的连续链条。

同类实践中，卡奥斯胶州互联工厂的波峰焊智能体将焊接不良信息回传并驱动修补决策，机插工艺智能体则将四五十分钟的插件路径规划压缩至约五分钟。这些场景的共同特征是：AI嵌入的不是一个孤立的"建议"节点，而是感知—决策—执行的连续链条，且执行结果可被下一轮感知捕获，从而满足Level 3闭环的基本条件。对于制造业对标而言，更有效的指标不是"部署了多少智能体"，而是"有多少条核心生产链路形成了可回传、可优化的闭环"。

知识密集型组织则提供了另一个维度的参照。麦肯锡披露智能体被用于顾问团队分配和内部绩效评估，后者将员工评估耗时削减约25%。这一案例的原生性不在于智能体数量，而在于智能体被嵌入的是"任务分配—绩效反馈—能力匹配"这一管理闭环，而非单点的文档生成。对于专业服务、研发和知识管理场景，对标应关注智能体是否进入了"决策支持—结果反馈—能力更新"的循环，而非是否覆盖了足够多的知识问答入口。

八、结论、抓手与风险

综合上述证据，可以得出一个分层的结论。

第一，AI原生水平的同行对标，应当从"采用率标尺"切换为"闭环深度标尺"。 70%越过试验期与仅17%领先者之间的落差、44%全企业部署与仅6%高绩效之间的落差、平台实力7.6分与商业变现4.7分之间的落差，共同说明名义采用已经不能区分组织的真实能力；能够区分的，是工作流被重新设计的深度、数据与反馈闭环的完备度，以及运行时治理对生产约束的适配程度。

第二，行业差异不能被简单读作能力排序。 Apollo观察到的科技部门与非科技部门的分化，其机制指向"AI原生流程"与"移植策略"的区别，而非行业标签本身；制造业的端到端闭环与金融业的受监管闭环表明，不同约束条件下"高原生水平"呈现不同形态，对标必须控制约束条件。

第三，提升原生水平的可操作抓手，在于把"数据驱动优化"从原则转化为工作流内的常规机制。 我们自研智能体生态所呈现的"应用驱动开发—场景驱动协同—数据驱动优化"三原则及其操作化路径，其对标意义在于：原生水平不是一次性项目交付的结果，而是事件采集、聚合指标、能力输入、反馈裁决这一循环被嵌入日常工作流之后持续产生的属性；结果信号来自真实用户行为而非模型自评，是这一循环具备裁决力的前提。生态路线图中"秘书/管家/顾问"三角色作为审视标尺的设定，也提示了一条渐进路径：先把执行产出（秘书）与决策支持（顾问）做扎实，再显性化运行状态管理与协同调度（管家），最终实现三者协同闭环。

风险同样需要被置于结论之中。AI原生水平的提升存在一个容易被低估的底座门槛：没有数据契约、语义一致性和运行时治理的同步投入，工作流重构的深度将迅速触顶。

另一个风险是对标本身的异化：如果"原生水平"被简化为新的排名竞赛，组织可能再次陷入"为对标而部署"的循环，用更多的智能体和更复杂的编排掩盖闭环深度的停滞。

更稳健的姿态是，把对标作为诊断工具而非绩效宣言：选取同行业中在相似约束下达到Level 3闭环的样本，拆解其工作流重构的决策节点、数据契约和反馈机制，再以自身最接近生产约束的场景为起点进行小范围闭环验证，而不是从场景数量或工具清单出发。