只有17%的企业真部署了智能体：能干活的，都被一线员工教过

在五征集团的拖拉机驾驶室里，有一个AI智能体在干活。

这家企业的农用三轮车产销量全国第一。它的客户运营中心科长张红霞，过去每天上班第一件事是翻几百个客户群的聊天记录——有些要往回看很长的上下文，才能确定客户到底在反馈什么问题。现在她给智能体设了几个定时任务：每日客户巡检报告、客服数据更新、行业动态早报。首席信息官颜廷方给了另一个数字：月底盘库以前要三个小时，现在五分钟（央广网，2026年8月26日）。

这个场景真正值得注意的地方，不是"制造业也用上AI了"，而是设定这些任务的人是客服科长本人，不是IT部门。

两组数字，要放在一起看才有意义

IDC的数据是热的：2025年中国企业级AI智能体市场规模达212亿元，2026年预计增至449亿元，同比增长超110%，2029年有望突破3320亿元。

Gartner 2026年CIO与技术高管调研给出的是另一面：只有17%的组织已经部署了AI智能体，但超过60%预计会在两年内部署——Gartner称这是它追踪的所有新兴技术里最陡峭的采纳曲线。同一家机构还有两个判断：到2026年底，40%的企业应用会内置任务特定的AI智能体（2025年初这个比例不到5%）；同时到2027年底，超过40%的Agentic AI项目会被搁置或取消，原因是成本失控、业务价值不清、风险治理不足。

这两个口径不一样：IDC说的是中国市场的钱，Gartner说的是全球企业的部署状态，不能直接相减。但放在一起看，指向同一件事——预算在快速进场，真正跑起来的还是少数。

北京前沿金融监管科技研究院研究员马超说得更直接：国内企业AI智能体大多数还停留在"试了试"的阶段，距离"用起来"还有明显差距。云厂商之间比的东西也变了，以前比算力规模和模型参数，现在比谁更能帮企业把智能体装进真实业务场景里。（证券日报，2026年8月28日）

五征做对的那件事，藏在一个定时任务里

颜廷方对内部使用状态的描述是三个词："全员使用、高频使用、深度使用"——从一线工程师到副总经理，从生产车间到总经理。

这三个词的顺序值得琢磨。全员使用只是账号覆盖，高频使用说明它进了日常动作，深度使用才意味着有人愿意为它调整自己的工作方式。

而让这三层递进真正发生的，是张红霞设的那几个定时任务。"每日客户巡检报告"这一个任务背后，压着一堆没写进任何文档的判断：几百个群里，哪些消息算重点？什么样的上下文需要往回翻？什么情况算投诉、什么只是咨询？这些标准原本只存在于一个做了很多年客服的人的脑子里。

当她把它设成一个可重复执行的任务，这部分经验就从个人资产变成了每天能稳定复现的产出。这件事IT部门替她做不了——不是权限不够，是不知道该怎么判断。

卡住大多数企业的，是没被写下来的判断标准

8月27日的第五届828 B2B企业节上，华为公司董事、华为云CEO周跃峰给了一个判断：智能体时代，企业约80%的精力耗费在数据准备上，而数据质量直接决定模型和智能体能力的上限。

会上被反复提到的另一个词是"最后一公里"：行业适配成本高，根植于具体场景的隐性知识很难被通用大模型直接理解，需要大量定制化开发和领域数据积累。

把这两句话连起来读，我得到的结论是：现在卡住大多数企业的，既不是模型不够聪明，也不是缺治理工具，而是一线的判断标准从来没有被写下来过。

这也解释了17%和60%之间为什么会有那么大的落差。买平台是一个采购决定，一个季度就能完成；把老员工脑子里的判断变成智能体能执行的规则，是一个组织动作，没有任何供应商能替业务部门做完。

顺带提醒一句口径：华为云此次展示的智果AgentArts称端到端任务完成率已提升至80%，这是厂商披露的产品能力，不代表任何一家企业接进去就能直接拿到同样结果。中间那段差距，基本就是隐性知识的整理量。

我们的看法：先做一份"隐性知识提取单"，再谈选型

服务过上百个行业之后，我们被问得最多的是"应该选哪个平台"。但决定落地效果的往往是另一个问题：谁来把业务判断写下来。

在STARBOX的三层架构里，这件事有明确的分工：组织层先定清楚哪些岗位的判断值得沉淀、由谁负责、多久复核一次，这是管理决定；BOX层承载这些标准——行业知识、客户旅程、什么算合格样例、什么情况必须转人工；智能体层只在标准之内执行，DDABC闭环把每次人工修改和退回的原因收回来，变成下一版的判断依据。四维知识体系里最难也最值钱的是"企业专属"那一维，因为它没法从公开语料里学到。

所以判断一家企业是不是真落地了，我现在有个很简单的看法：看它的一线员工有没有在持续"教"这个智能体。如果所有配置都还捏在IT部门手里，那大概率还在17%之外。

Gartner预计40%的Agentic AI项目会在2027年底前被取消，理由里排第一的是"业务价值不清"。而业务价值从来不是在采购合同里定义的——它是在一线员工愿不愿意花两个小时，把自己脑子里的判断写成一条规则的那个瞬间被定义的。

所以今天留一个问题给你：在你的公司，最懂业务的那个人，有没有为AI写过哪怕一条规则？