OOOMETA/OS
← 返回洞察

2026 年 10 月 · 9 分钟阅读

69% 对 57%:智能体投产的答案取决于你问谁

69% 对 57%:智能体投产的答案取决于你问谁

关键定义

自报采用比例 由受访者报告企业是否已在使用智能体所得的比例。它反映受访者的判断,不能替代独立的运行验收,也不能直接等同于成熟度分级。

运行验收 按任务核对预期产出、实际结果、质量和责任人的过程。产物记录是其中一项证据;完成记录、业务回执和异常说明也需要一起核对。

69% 的 C 层说企业已在用智能体,57% 的 VP 给出同样回答。12 个百分点值得追问,但差异本身没有告诉我们原因。做预算之前,先让“已在用”对应一份能核对的业务清单。

修订说明(2026-10-13):已将岗位定义差异改为待验证解释,修正同企业比较、显著性和因果表述;删除未经运行记录支撑的效果承诺。本文的验收方法是专业建议,不是调查验证的干预效果。

先把数字放回调查口径

这组数字来自 Teradata 委托 Wakefield Research 开展的《Arrested Automation: Why Agentic AI Stalls at the Enterprise Level》。2026 年 7 月 7 日发布的新闻稿说明:调查访问 1,000 位副总裁及以上的技术与数据负责人,所在企业至少有 500 名员工;美国 500 人,英国、法国、德国、日本和沙特各 100 人。访问时间为 3 月 23 日至 4 月 5 日。它描述的是这些市场和企业规模下的受访者报告,不能直接代表所有企业。

69% 与 57% 分别是 C 层和 VP 受访者报告企业已经使用智能体的比例。已核对的新闻稿与完整报告没有说明两组是否来自同一批企业,也没有给出分组样本量、完整问卷和分组差异的显著性检验。因此,不能写成“同一家公司内部的差异”,不能断言“不是统计误差”,更不能把 12 个百分点算成某家企业实际漏掉的任务。

报告第 25 页的方法说明给出总体样本在 95% 水平下 ±3.1 个百分点的抽样误差范围。这个范围适用于总体,不能直接套到 C 层或 VP 子样本,更不能仅凭它判定 12 个百分点的分组差异显著。报告第 5 页同时列出了这组自报比例和成熟度框架。报告还用自己的成熟度框架将 7% 归入可运营阶段,将 68% 归入实验或开发阶段。采用自报和成熟度分级回答的是不同问题。开始使用一项能力,与达到报告设定的成熟阶段,并不冲突;不能把 69% 减去 7%,得出“虚假投产”的比例。

定义差异是解释线索,不是调查结论

一个值得验证的解释是:有人把个人或小团队的效率工具算入采用,有人主要关注接入核心业务流程后的稳定交付。这能帮助我们设计访谈,但现有证据不足以把两种理解分别归给 C 层和 VP。平台开通、许可证采购、看过演示,都只是需要询问的候选标准,不能写成受访者已经采用的定义。

岗位能接触的信息、企业所在行业、项目阶段和样本构成也可能影响回答。没有进一步材料,就不能在这些解释中选定一个,更不能断言高管有意夸大、VP 更接近真相。我们可以保持鲜明判断:自报数字适合了解认知,运行验收必须靠可检查的证据。

最有用的下一步,是请业务和技术负责人各自描述“已在用”的标准,再共同核对同一组项目。先记录解释,再看差异落在哪一步。若访谈真的发现定义不同,才有资格说该企业存在口径差异。

数据分散与数据重复要分开查

Teradata 的公开材料报告:77% 的受访者表示,企业数据中具备足够描述与上下文的部分不超过 20%;43% 将缺少元数据、上下文和关系列为主要障碍,42% 指向无法实时连接的分散系统。这些是受访者报告的障碍项,不是对每套系统的独立技术审计。

缺少字段含义会让智能体难以理解数据;系统不能连接会让它拿不到需要的信息。重复记录和旧版本可能进一步放大问题,却不能由“数据分散”直接推出。“重复更贵”也不是这份调查给出的排序:错误的账户余额与缺失的合同权限,谁更贵,取决于业务后果。

实际排查可以从一个业务动作出发:输入来自哪里,含义由谁确认,是否有权限访问,数据多旧,结果写回哪里。单一权威来源适合管理同一事实的版本;财务确认金额与物流签收状态属于不同事实,应保留各自定义。统一数据不等于把所有系统压成一张表。

把验收单位从平台换成业务任务

我们的建议是建立任务与结果之间的对应关系。平台开通数可以放在建设进度栏,业务任务的验收状态放在运行栏。两栏都要报告,但它们单位不同,不能直接相减;一个平台可能承载多条流程,一条流程也可能产生很多文件。

每一行至少写清任务标识、业务目的、触发条件、预期结果、截止时间、实际结果链接、质量状态和责任人。没有新数据时允许输出“本次无变化”的确认记录。尚未到期、已批准暂停或等待外部确认的任务,也应单独标明。这样才能区分合理的没有产出与真正的交付缺口。

对于符合执行条件且已到期的任务,可以统计按时通过验收的比例。分母是同一范围内本期应交付的任务,分子是按时交付且通过约定检查的任务。失败、延期和跳过分别列明。这个指标是本文建议的运营口径,并非 Teradata 的调查指标。

产物存在,只是验收的第一步

一份今天生成的报告,可能仍引用昨天的数据;一条已写入的记录,可能写错了客户;发送调用返回成功,消息可能尚未送达。文件时间戳不能替代业务确认。结果证据应关联任务 ID、执行窗口、输入版本及下游回执,必要时核对内容摘要或记录数量。

通过质量检查以后,还要问业务是否使用、是否减少返工、成本是否可接受。可以先选一条重复频繁、结果容易检查的流程,连续观察几个执行周期。验收标准由业务与技术共同确认,成本包括模型调用、人工复核、异常处置和维护。不能为了让完成率好看而拆出更多文件。

IBM 2026 年 6 月 8 日发布的调查中,70% 的受访技术高管认为业务团队部署技术的速度快于 IT 的追踪能力。它提示可见性压力,但不证明这些部署没有负责人,也不能证明 OOMeta 的某起内部事故。不同调查可提供背景,不能相互补成一条未经验证的因果链。

在一次管理会议中怎么用

先挑一条被汇报为“已经投产”的流程,请业务负责人说明它服务谁、何时应该运行、什么结果才算完成。技术负责人拿出最近一个符合执行条件的周期记录,业务方现场确认结果。若标准不同,先定标准;若记录缺失,补留痕;若结果错误,转入质量修复。

高管需要看到建设进度、稳定交付、业务采用和成本收益这几个不同层面的信息。数字转型负责人负责统一验收标准,应用负责人维护任务与结果映射,合规负责人确认记录能解释权限、异常与处置。职责可以由现有人员承担,但维护和复核仍有成本。

我们的判断:不必等全企业数据治理完毕才启动一个范围清楚的应用,也不能以“平台已开通”结束验收。69% 与 57% 给了一个追问的理由,没有给出答案。答案要在自己的任务、结果和业务责任中找。

参考来源与用途

Teradata 新闻稿,2026-07-07(样本、访问时间与统计口径)

Teradata 报告公开介绍(成熟度框架与障碍项)

IBM 新闻稿,2026-06-08(可见性压力与方法说明)

Teradata 完整报告(第 5 页成熟度与自报采用;第 25 页调查方法)

证据范围:已核对新闻稿、25 页完整报告和公开介绍;仍未取得完整问卷、分组原始数据及配对企业记录。

常见问题

69% 和 57% 到底说明什么?+

两组受访者报告企业已在用智能体的比例相差 12 个百分点。公开材料未说明两组是否来自相同企业,也未披露分组样本量、完整问卷或显著性检验,不能据此确定差异原因。

可以说 C 层和 VP 用了不同的投产定义吗?+

只能作为待验证的解释。个人效率工具与企业级业务流程的理解可能不同,但现有材料不能证明 C 层把采购或演示当作投产、VP 则以业务责任判断投产。

69% 与只有 7% 达到可运营阶段矛盾吗?+

两者口径不同:前者是 C 层受访者的采用自报,后者是报告的成熟度分级。不能直接相减,也不能把其中的差额称为虚假投产。

数据分散就等于重复吗?+

不等于。分散指系统间难以实时连接;重复或版本冲突只是可能出现的问题。应分别检查字段含义、访问权限、连接能力、时效和版本。

如何核对智能体是否真在运行?+

按每个应执行的任务关联预期结果、实际产出、完成时间、验收状态和责任人。先排除未到执行时间、无新数据和已批准暂停,再调查缺口。

产物账本能证明什么?+

它能帮助追踪结果是否交付,但不能单独证明业务正确、持续可靠或产生收益。还需质量检查、业务确认和成本收益评估。

拿你自己的执行日志跑一遍

交一份脱敏的近 30 天 agent 执行日志,48 小时内拿到八行表:八项技术项每项一行,每格带分子、分母和判据,缺口按是否要改 schema 排序。前三单 ¥8,000。

看八项字段检查 →