去年靠 Demo 拿 AI 预算，今年 CEO 只问三句话：省了多少？快了多少？错了谁兜？

题图摄于北京通州

【核心判断】企业智能体不是花钱“买”来的，而是靠改数据、改流程、改权责“改”出来的。企业数字化底子有多厚，AI 的真实价值就有多大。

过去一年，我看过不少企业把智能体 Demo 做得几乎无可挑剔：三秒总结财报、几句问答调出制度、自动生成工单。可一旦接入 ERP、CRM 和 OA，最先暴露的往往不是模型能力，而是企业自己的流程、数据和责任边界。

去年，很多项目正是靠这样的演示拿到预算；今年，越来越多 CEO 在复盘时只问三句：这件事能不能稳定做完？做错了谁来兜底？做完后，到底省了多少钱、压缩了多少时间？

这不是老板突然变得不懂技术，而是企业 AI 开始进入真正的经营阶段。上个月，中国信通院与 360 发布企业级智能体研究报告，明确把效率、质量和业务价值放到评价中心；工信部近期的相关部署，也提出培育工业智能体、推动模块化“网络+人工智能”服务。

我理解，这不是两条孤立的行业新闻，而是一个清晰转向：企业 AI 正从“模型采购”走向“系统改造”，从“展示能力”走向“经营验收”。

AI 演示有多顺，落地就有多痛

Demo 像驾校里的封闭考场，路线、题目和数据都提前设好了；真正落地，却像早晚高峰上路：老系统接口是坑，跨部门数据是墙，没人签字的责任是雷。

以采购审批为例：CRM 里叫“供应商编号”，ERP 里叫“结算编码”，财务系统又按开户主体校验。Demo 里，智能体三秒生成审批单；接进真实系统后，它可能把同名主体混在一起，也可能因字段不匹配卡在接口上。最后人还得逐单核对，AI 没有消灭工作，只是把“找资料”换成了“查 AI 为什么错”。

这类问题，通常绕不开四道坎：

数据与权限：既要够用，又不能越权泄密。

智能体只拿碎片数据，容易误判；权限全开，又可能泄密。真正需要设计的，是它为完成一项任务，在什么时间、以什么身份、能看哪些数据，以及是否全程留痕。

工具调用：能讲制度，不等于能在系统里办成业务。

创建工单、修改订单、发起审批，都可能遇到接口超时、状态不同步和字段校验。它显示“已完成”，不等于业务真的完成。

异常兜底：标准任务简单，例外场景才是考验。

合同缺页、规则冲突、客户特殊、部门临时改口径，才是日常。成熟的智能体不是每次都硬答，而是知道什么时候停下，把依据、风险和待决事项交给人。

责任归属：出错谁担责，必须在上线前说清。

智能体错判一笔审批，最后谁负责？业务、IT、供应商，还是点击确认的员工？若等出事再讨论，所谓“自主执行”很快会变成责任推诿。

“大模型能填语言的坑，却填不了企业流程的坑；AI 能答出标准答案，却答不出谁来为错误签字。”

别再被 AI 指标骗了：调用量百万，不如有效完成一单

绝大多数 AI 项目失败，根本不是模型性能不行，是从一开始就用错了评价标尺。技术团队最容易报出调用量、活跃用户数和模型榜单成绩；但对业务负责人来说，它们都可能只是“虚假繁荣”。

调用量高，不等于好用。

用户反复追问，可能恰恰说明第一次答案不可靠。调用越多，模型费用和人工返工也可能越高。CTO 季报里的“百万调用量”，在 CEO 眼里可能是“百万次无效追问”。

活跃用户多，不等于流程被改变。

员工愿意尝鲜，不代表会把关键任务交给它。只要采购员仍要导回 Excel，客服仍得手工翻旧系统，AI 就只是多了一个热闹入口，没有多出一条稳定生产线。

模型榜单强，不等于适配企业。

通用模型的“考试成绩”很高，不代表它理解本公司的权限边界、字段规则和合规红线。企业要的不是跑分最高的发动机，而是一辆能上路、能刹车、出了事还能追责的完整汽车。

这些漂亮指标，正在误导不少 AI 项目。想要衡量智能体真实价值，企业必须算清三本核心经营账。

AI 要算三本账：能不能干完、划不划算、快不快

“四道坎”解决的是能不能安全上线；KPI 回答的是上线后值不值得扩大。与其堆一面漂亮大屏，不如算清三本账，盯住五个数字。

第一本：能不能干完（交付账）——任务完成率、人工接管率。

完成率的分母不是聊天次数，而是输入完整、规则明确、可由智能体处理的业务任务。比如 100 份报价单，最终有 92 份经业务验收、无需返工，完成率才是 92%。

人工接管率更是反常识指标：它绝非越低越好。付款、授信、合同审批等高风险节点，保留人工接管恰恰是安全设计。关键不是“少接管”，而是“为什么接管”——是数据不全、规则不清、接口异常，还是碰到了合规红线？

第二本：划不划算（成本与风险账）——单位成功任务成本、错误损失。

别只盯 Token 单价。模型调用、算力、接口改造、知识库维护、人工复核、监控运维和错误返工，都要算进去。只算 Token 单价的成本，只是展厅演示价，不是企业真实经营成本。

高风险场景还要单列错误损失和合规事件。一次低概率的大事故，足以让“平均准确率 99%”失去意义。

第三本：快不快（时间账）——流程周期压缩率。

AI 最有价值的地方，常常不在让普通工单快十分钟，而在缩短那些“等人、找人、问人”的长尾时间。一张异常单少卡两天，往往比普通任务快几秒更值钱。

“无基线，不谈效率；无问责，不谈智能。”

上线前先测清人工处理一单要多久、出错率多少、牵涉几个人、成本多少；上线后按同一口径比较，AI 的贡献才经得起追问。

看一个钢厂的顺序：先把数据炼好，再让 AI 进入流程

讲完账本，再看一个制造业案例。南钢值得关注的，不是它发布了多少个智能体，而是它把顺序走对了。

南钢早在 2021 年启动数据治理工程，完成标准统一、采集铺设后，2025 年才落地钢铁行业专属大模型。先把数据和业务接口捋顺，再让模型进入具体流程，这比先买一个“会聊天的 AI”再倒逼系统适配更稳妥。

南钢能做，不代表每家企业都能立刻复制。但它至少证明了一件事：AI 不是跳过脏活累活的捷径，而是把数据治理、流程拆解、业务标准化这些脏活累活做完之后的奖赏。

“没有可用的数据底子，就没有可用的工业智能。”

理顺数据与流程只是前提，到了真实落地阶段，还要分清哪些场景可以放手，哪些只能让 AI 做助手。

场景要分级：先让 AI 做对，再让 AI 多做

企业最容易犯的错误，是一上来就追求“全流程自动化”。更稳妥的路径，是按可验证性、可回滚性和外部风险分层放权。

优先规模化：边界清晰、可回滚。

标准客服问答、工单分流、带权限的知识检索、文档抽取、运营报表初稿、代码检索与测试辅助。

仅做辅助决策：AI 出方案，人做终审。

采购预审、合同初审、客户风险提示、生产异常分析、供应链排程建议。

禁止自动执行：不可逆、高风险。

资金划拨、最终授信、对外合同承诺、大规模调价、关键生产参数、医疗与安全决策。

原则很简单：越难验证、越难回滚、越会影响客户资金和合规责任的任务，越应该慢一点放权。先做辅助决策，再谈自动执行。高风险流程先进入“沙箱”测试，再做小范围“灰度”运行；这个过程不够酷，却比一句“全自动智能体”可靠得多。

去演示化，最后考的不是 AI，而是企业自己

智能体一旦开始读数据、调系统、做判断、交结果，企业就会被迫重新审视自己：哪些数据口径从未统一？哪些流程只是在传递责任？哪些审批早已失去业务意义？哪些经验只掌握在少数人手里，却从未被整理成可执行规则？

所以，AI 并不会替企业解决组织问题；它只是把问题更快、更赤裸地暴露出来。

这也是我最想强调的观点：能活下来的企业智能体，本质上是企业组织能力的一面数字化镜像。流程越清楚、数据越干净、权责越明确，智能体越容易产生价值；反过来，再强的模型也只会把混乱放大。

真正可执行的落地顺序只有三步：先建立人工处理基线；再从低风险、可回滚的标准任务试点；最后由业务、IT、风控和财务共同确定权责与 KPI。

“AI 不会替人类交 KPI，但它会倒逼企业把模糊的流程、混乱的口径和推诿的责任，一项一项厘清。”

回到开头那三句话：能不能稳定做完？做错了谁来兜？到底省了多少钱、压缩了多少时间？答不出这三道经营考题，下一年 AI 预算只会大幅收缩。

你们企业落地 AI 智能体，卡在不敢放权，还是算不清真实 ROI？评论区聊聊踩过的坑。

参考资料：

• 中国信息通信研究院人工智能研究所、三六零安全科技股份有限公司：《企业级智能体技术与应用研究报告（2026年）》，2026年6月。
• 工业和信息化部：《“人工智能+信息通信”创新发展实施意见（2026—2028年）》，2026年6月。
• 新华社：《从“炼钢”到“炼数”，南钢探索传统制造“智变”新路径》，2026年6月25日。
• 中信集团：《南钢联合华为发布“元冶·钢铁大模型”，打造“数据炼钢”新模式》，2025年6月23日。