69% 对 57%：智能体投产的答案取决于你问谁

69% 对 57%。同一个问题，同一批公司，C 层和 VP 的答案差了 12 个百分点。这个差，正是指点预算的那个数。

同一个问题，两个答案

这两个数字来自 Teradata 委托 Wakefield Research 做的一份调查：1,000 位副总裁及以上的技术与数据负责人，公司规模 500 人以上，美国 500 人，英国、法国、德国、日本、沙特各 100 人，调查时间是 2026 年 3 月 23 日到 4 月 5 日，报告名为《Arrested Automation: Why Agentic AI Stalls at the Enterprise Level》。报告 7 月发布，10 月 11 日 Teradata 又发了一篇解读文章。

报告里值得看的数字不止这一组。只有 7% 的企业到了报告所称的可运营阶段，也就是智能体能跨系统跑多步流程并有可测的业务结果。90% 说未来 12 个月要增加投入，63% 说至今的回报最多只是初步的。77% 说自家数据里被描述到智能体可直接使用的部分不超过两成。40% 说自家超过四成的试点死在同一个原因上：基础设施从来不是为自主使用建的。能把八成以上试点推进生产的只有 15%。

这 12 个点差在哪

差的不是事实，是定义。在 C 层的口径里，已经在用可能指：签了合同、平台开通了、看过一次演示、有几个部门在试。在 VP 的口径里，已经在用指：这条业务线要为它的输出负责。这两件事可以同时为真，而且都不算撒谎。

原因是这两种口径会在两个不同的时刻被使用。预算和人力按第一种口径批下去，交付按第二种口径验收，中间那 12 个百分点被记成执行不力，落在一个具体的人头上。

我们的判断是：投产率是自评指标，不是运行指标。自评指标不是没有用，69 与 57 的差本身就很有用，它是一家公司内部口径差异的现成测量。真正的问题是把它当成运行事实写进汇报。

IBM 商业价值研究院 2026 年 6 月对 2,000 位技术高管（33 个地区、19 个行业，2026 年 1 月到 4 月）的调查提供了同一件事的另一面：70% 说业务团队部署技术的速度快过 IT 的追踪能力。也就是说，统计口径里已经部署的东西，在很多公司里没有对应的负责人。

报告里更值得看的一条缝

77% 说自家只有不到两成数据被描述到位，而障碍项里，缺元数据、上下文和关系占 43%，数据分散在连不起来的系统里占 42%。两项常被合成一件事，都叫数据治理。它们其实不同：一条是缺失，没人写下这个字段是什么意思；一条是重复，同一个事实存在两个地方。

代价也不同。缺失让人猜，重复让人对不上。重复更贵一些，因为它会静默存在，直到某天有人照着旧副本做了决定。我们自己的经验是后者先咬人：派生出来的文件和源头不一致时，没有任何东西会报警，除非你专门写一个逐字段比对的检查。

所以我们的做法不是把数据描述完，那是个不会结束的目标。当一个事实只有一处权威来源、其余都是从这个来源算出来的派生物时，缺失的那部分会在对账时报出来。落到我们的运行里是这样：文章元数据只存在一个库里，页面上和导出文件里的标题、摘要、图片路径全部由脚本从库里重算，只要有人手改派生文件，逐字段比对就会失败并阻断发布。这套机制一次也没有让两处不一致活过当天。

把投产率从自评换成产物

替换的口径只需要三步，而且今天就能开始。

我们能把判据做到这个程度，部分原因是规模小：一位创始人加七个 AI 单元，所有运行记录都在同一个地方。但这件事不需要小公司才能做。大公司缺的不是系统，是一条口径和一个人对差额负责。

边界

边界一：产物账本证明跑了，不证明跑对。跑对需要评估集、抽检和发布闸门，那是另一件事，混进同一本账会让账本失去意义。

边界二：一个事实只有一个来源，只在事实确实唯一时成立。同一笔订单在财务和物流里的含义并不一样，那时候要做的是命名区分，不是强行合并成一个字段。

边界三：自评数字不会消失，也不该消失。它是人际沟通的产物，能反映认知差；把它当运行证据才是错的地方。

我们的判断

投产率是自评指标，不是运行指标。把判据从开了什么平台换成今天有什么产物，差出来的那部分就是还没真正在跑的部分，而它往往不小：同一份调查里，能把八成以上试点推进生产的公司只有 15%。

下次汇报之前可以做一次实验：不看平台后台，只数昨天产出的东西。你能报出几个带日期的产物？如果这个数远小于后台里的任务数，那 12 个百分点就找到了出处。

为什么两个口径会长期并存

口径差异不是误会，它是激励结构的副产品。对外，C 层需要一个能在电话会上说的进度；对内，VP 需要一条能兜底的边界。前者关心已经开始了多少，后者关心出了事谁负责，这恰好是两种不同的计数方式。在同一家公司里，两件事都真实存在，谁也不会主动去调和。

调和通常发生在预算和验收对不上的那一刻。这个时候往往已经晚了：数字写进了年度计划，差额被当成执行问题，而不是口径问题。把两个口径并排摆出来，是成本最低的一次纠偏。

同一份报告里另外三个数

还有三个数字值得放在一起看：51% 把输出的准确性和可靠性列为部署障碍，60% 在基础设施决策上出现决策瘫痪，30% 担心厂商锁定。把它们和只有 7% 到可运营阶段放在一起，画面就清楚了：不是买不起，也不是不会选，而是不敢让智能体自主行动。

不敢的原因是数据不够可信，而不够可信的根源是数据没有被描述到能判断对错的程度。77% 说自家只有不到两成数据到了这个程度，这句话解释了另外三个数的关系：准确性是症状，决策瘫痪是结果，厂商锁定是拖延的借口。

所以我们不把数据治理当成一个先决条件去排队，而是从一个更小的动作开始：找出同一个事实被两处同时声称知道的地方，把其中一处改成派生物。这类重复通常不多，但每一处都在等着某天有人照着旧副本做决定。

口径替换清单

可以照抄的四步：

我们自己的周报就是这么做的：报产物数、失败数和未完成清单，不报发起过多少次任务。这两种报法带来的讨论完全不同，前者会问到具体的事情，后者只会问到进度。

不要拿我们的数字当基准

我们的运行数据来自一家一位创始人加七个 AI 单元的公司，样本是 1，不是 1,000。它的作用是证明这套判据可以被执行，不是提供可以引用的百分数。把它当成行业基准来读，会得出错误的比较。

能迁移的是判据，不是数字。判据是今天有什么产物，数字是你自己的。

四个阶段里，天花板在哪

Teradata 的解读文章把企业分成四段：实验阶段 28%，开发阶段 40%，建设阶段 25%，可运营阶段 7%。这个分布本身就说明天花板在哪里。四成的企业已经能让某些模型和自动化跑起来，但收益停在个人效率上，跨不出团队边界；再往前一段，结构化的治理和工作流有了，缺的是上下文层，智能体仍然不能替企业做决定。

68% 压在实验和开发两段，和 69 对 57 的差是同一件事的两种表现：多数公司有一些在跑的东西，但没有一套能说清跑到哪一步的口径。阶段划分的价值不在排名，在于它把下一步该补什么变成了一个具体的问题：缺的是数据描述，还是治理规则，还是把个人效率变成组织产出的那条路径。

三个可以立刻问出口的问题

不想从问卷开始，可以先在内部问三个问题，答案会比百分比有用：

这三个问题的作用是把口径差异从会议室搬到具体的事情上。它们不需要系统支持，也不需要预算，只需要有人愿意把自己的名字写上去。

一个反例

把已部署写进对外材料是要付代价的。客户或者董事会照着这个说法去问细节，问到的第一件事就是产物在哪。答不上来，之前报的进度就成了负资产。反过来，一开始就报今天有 N 个带日期的产物、另有 M 个平台已开通但还没有产物，讨论会落在差额上，而差额是可以被处理的。

落到每个角色身上的动作

C 层要改的是汇报模板：投产数字后面加一列产物数。数字转型负责人要改的是验收标准：验收看今天的产物，不看平台开通。AI 应用负责人要改的是清单：给每个智能体任务写上今天的产物是什么。合规负责人要改的是留痕：缺口必须有原因，否则事后解释不了。

这四个动作里没有一个需要新预算。它们要的是一次口径的改动，和一个人把差额认下来。

如果只记一件事

记住 69 对 57 这个差。它不是统计误差，它是同一家公司里两种计数的距离。做预算的时候用的是哪个数，决定了明年会不会再说一次同样的话。

四个常见误读

参考来源：Teradata 新闻稿《New Research: Why Enterprise Agentic AI Stalls Before It Scales》，2026-07-07，www.teradata.com/press-releases/2026/why-enterprise-ai-stalls-before-it-scales ；Teradata 解读文章，2026-10-11，www.teradata.com/insights/ai-and-machine-learning/disconnected-data-stifling-roi-from-agentic-ai ；IBM Institute for Business Value《CIOs and CTOs Face Growing AI Control Gap》，2026-06-08，newsroom.ibm.com/2026-06-08-new-ibm-study-finds-cios-and-ctos-face-growing-ai-control-gap-as-enterprise-deployment-scales 。调查由 Wakefield Research 代表 Teradata 执行，数字为受访者自报口径。