人工智能智能体是企业技术议程中最受关注的话题。然而，关注度与成果之间的差距依然很大。在2025年6月的预测中，Gartner表示，由于成本攀升、业务价值不明确或风险控制不足，超过40%的智能体人工智能项目将在2027年底前被取消。
一年后，期望仍在快速升温。根据Gartner《2026年智能体人工智能技术成熟度曲线》，智能体正处于"期望膨胀的顶峰"。目前仅有17%的组织部署了智能体，而超过60%的组织预计在两年内部署。Gartner称，这是其所衡量的新兴技术中最激进的采用曲线。
本文结合资料来源，介绍智能体目前在哪些任务中创造价值、项目在哪些环节停滞，以及投资决策前应提出的问题。
人工智能智能体能做什么？
"智能体"一词被用于能力差异很大的各类系统。Gartner在2026年5月提出的分类为厘清这一区别提供了有用的框架。在该框架中，智能体分为四个自主等级：
- 观察： 对指定数据源仅具只读权限。文档摘要和信息访问是典型示例。
- 建议： 生成草稿、建议或推荐操作；由人工审核每项输出并执行操作。邮件草稿和决策支持属于这一等级。
- 经批准后执行： 可执行写入数据或发送通信等操作，但每项操作都需要明确的人工批准。
- 自主执行： 在设定边界内独立运行；人工监控的是例外情况和汇总结果，而非单个决策。
这一区分之所以重要，是因为项目的风险、成本和所需的监督程度在很大程度上取决于智能体所处的等级。
人工智能智能体在哪里创造价值？
根据Gartner技术成熟度曲线的评估，组织主要在软件开发、客户支持和运营等领域试用智能体，以实现单项任务的自动化。同一评估强调，大多数部署范围仍然有限，完全自主的智能体尚不适用于大多数企业用例。
McKinsey于2026年8月发布的全球调查描绘了类似情景。约十分之二的受访者表示，其组织已开始在企业范围内规模化部署人工智能智能体。在年收入超过10亿美元的大型组织中，至少在一个职能中规模化部署智能体的比例在一年内从27%升至40%；在规模较小的组织中，这一比例持平于22%。
最显著的价值领域之一是软件开发。据McKinsey统计，32%的受访者表示，由于能够借助基于智能体的编码工具自行开发，其组织至少放弃了一项软件产品或功能的采购。
在客户服务领域，智能体正从"回答问题"转向"完成任务"。在Gartner于2026年2月至3月对3,566名客户开展的调查中，58%使用生成式人工智能的客户曾让这些工具代为完成任务；在企业对企业（B2B）场景中，这一比例升至74%。然而，87%的客户表示，使用这些工具的公司必须提供联系人工客服的选项。Gartner建议，不应让人工智能成为每个问题的强制性第一步；它应理解意图、收集信息，并仅在把握较高时尝试解决问题。
共同点很清楚：价值来自范围明确、结果可衡量且设定了人工监督的任务。
项目为何被取消？
1. 为不需要智能体的工作开发智能体。 据Gartner称，目前许多被定位为智能体的用例实际上并不需要基于智能体的应用。该机构指出，大多数早期项目是借热潮启动的试验或概念验证，并建议仅在能带来明确价值或投资回报时采用智能体方法。
2. 被忽视的成本。 Gartner强调，将智能体集成到遗留系统中可能在技术上十分复杂，可能扰乱工作流，并需要高成本的改动。在McKinsey的调查中，约五分之一的受访者表示人工智能运营成本已开始限制使用，约十分之一表示智能体使用受到成本限制。据McKinsey称，即使单位成本下降，所消耗的处理量增长得更快。
3. 治理缺口。 Gartner预测，到2027年，40%的组织将因在生产环境发生事件后才发现的治理缺口而削减其自主智能体的权限或将其停用。据Gartner称，根本性错误在于对所有智能体适用相同规则。对简单智能体限制过度时，交付放缓，失控开发增加；对自主智能体监督不足时，运营、安全和合规风险上升。审批机制本身也并非万全之策：在时间压力和审批疲劳之下，人工审批可能流于形式。
4. 依赖外部的实施。 Gartner预测，到2028年，70%的组织将因成本上升且无法自行发展这类解决方案，而放弃由供应商工程师直接在组织内部开发的智能体解决方案。Gartner建议在签订合同前明确知识转移、知识产权和退出责任，并以组织能否独立管理该解决方案来衡量成功与否。
看能力，而非标签
在选型过程中还有一项提醒。Gartner指出，一些供应商将人工智能助手、RPA和聊天机器人等现有产品重新包装为智能体，却并不具备实质性的智能体能力，并将其称为"智能体粉饰"。因此，评估时不应问产品叫什么，而应问它真正处于上述哪个自主等级。
投资前检查清单
以下步骤是根据资料中的发现归纳的框架；各组织需要结合自身结构加以调整。
- 先界定任务。 该任务是否需要做出决策，还是规则明确的重复性流程？用Gartner的话说，需要决策时使用智能体，常规工作流使用自动化，简单信息检索使用助手。
- 事先确定自主等级。 书面明确智能体被允许读取、建议或执行的内容，以及各等级的监督要求。
- 计算总成本。 在试点阶段衡量集成、工作流变更和运营成本；不要只看许可费用。
- 保留人工渠道。 在面向客户的场景中，保持通往人工客服的路径畅通。
- 规划内部能力。 对于依靠外部支持启动的项目，将知识转移和退出计划写入合同。
结论
人工智能智能体带来了真正的能力飞跃，但价值与其说来自技术本身，不如说来自正确选择任务和有效治理。取消风险的三个来源——价值不明确、成本被忽视和控制不足——在很大程度上可以通过项目启动前的决策加以管控。
从Orient Global的角度看，启动智能体投资前合理的第一步是编制流程清单，并针对每项任务回答"助手、自动化还是智能体？"这一问题。让首个选定的智能体从范围窄、可衡量、经人工批准的任务起步，并随着成果显现逐步提高自主程度，可以显著降低风险。
这一观点源于运营经验：Orient Global的运营与供应链顾问在物流和供应链领域拥有30多年经验，包括管理全国范围的仓储和运输运营及大规模分销网络，并带领100多人的团队。
#interimmanagement #forwarddeployedengineering