一年后的 AI 智能体 — 热潮退去后留下的东西

一年前，我们称之为"智能体的时代"。 如今，是时候聊聊那个时代实际过得怎样了。

宣言容易，运营很难

在AI 正在改变我们的工作方式一篇中，我们谈过智能体从"会回答的 AI"迈向"会干活的 AI"的转变 — 给它一个目标，它就自行制定计划、调用工具执行、并检查结果。

一年过去了。市场确实朝那个方向动了。但是，动的方向，和真正做出成果的地方，并不一样。

数字讲述的两个真相

先说明的一面。据调研机构 Gartner，2026 年出货或更新的企业软件中，80% 已内置至少一个 AI 智能体，较 2024 年的 33% 大幅跃升。而真正推进到运营阶段的企业，其投资回报率（ROI）平均达 171%，也有调查显示约为传统自动化的 3 倍。

再说暗的一面。同样是 Gartner 警告，约 40% 的智能体项目将在 2027 年前无法投入运营而被取消。事实上，目前在生产环境中运行智能体的企业还只有 31% 左右。

同样的技术，截然相反的结果。这道落差正是本文的核心。

试点为何会变成坟墓

我们接触过的一家中小流通企业，成功完成了处理客户咨询的 AI 智能体试点。演示非常出色。可六个月后，那个智能体已经悄悄关掉了。

原因不在技术。

• 真实的咨询数据，比演示用的问题要杂乱得多。
• 智能体出错时，由谁负责去修并没有定下来。
• 判断"到底做得好不好"的基准数值，从一开始就没有。

我们在试点成功了，然后呢？一篇中谈过的陷阱，在智能体上更尖锐地重演了一遍。

幸存少数的四个共同点

抵达运营阶段的少数公司，有着鲜明的共同点。不同的不是技术水平，而是准备的方式。

1. 导入前先夯实地基 数据、权限、连接。智能体要真正干活，就得触及公司系统。先铺好这套"管道"的公司活了下来。

2. 开始前把规则写成文档 智能体可以做什么、什么必须交还给人。在事故发生之前就写下来的公司，和事后才写的公司，命运不同。

3. 试点前先测"当前数值" 现在这项工作要花多少小时、多少人、多少钱。不先测好，日后就无法衡量成果。证明不了改善，预算就会被砍。

4. 指定了负责人 "大家的事"就是没人负责的事。只有存在为智能体成果负责之人的地方，才走到了运营。

对中小企业反而有利的局面

那些用巨额预算同时铺开多个实验的大企业，如今正在收拾项目。热潮的泡沫正在消退。

对小公司而言，这不是坏消息。我们本来就只能专注于唯一的一个问题。窄窄地开始、用数值验证、只把行得通的做大 — 如今幸存公司所用的这套方法，本就是中小企业最擅长的。

"买了"和"让它干活"的区别

智能体不是买来的物件，而是让它干活的过程。

一年的实验留给我们的教训很简单：别被华丽的演示说服，挑一个窄问题，测好当前数值，定好负责人，先把规则写下来。

热潮已经过去。如今留下的，只有那些拥有安静干活的智能体的公司。