AI Agent 热潮一年后：企业落地的真实进展

回看 2025 年的日历,三个时间点标出了 Agent 热潮的轨迹:1 月 23 日,OpenAI 发布 Operator 研究预览,让 AI 接管云端浏览器替人完成网页任务;3 月 6 日,Manus 发布,「通用 Agent」的概念出圈,邀请码一度被炒到数百至数万元;7 月 17 日,Operator 并入 ChatGPT 的 agent 模式,独立站点退役——Agent 从独立实验品,变成了主流产品的标配能力。

热闹了一年,企业里的真实进展如何?2025 年 11 月,麦肯锡发布年度调研《The State of AI》,调研于 2025 年 6 月 25 日至 7 月 29 日进行,覆盖 105 个国家的 1,993 名受访者。这组数据值得逐条细看。

62% 在试验,单一职能规模化不超过 10%

调研显示,62% 的企业至少在试验 AI Agent——其中 23% 已在某处把 agentic 系统做到规模化,另有 39% 刚开始试验。但看规模化的细节,乐观要打折:已规模化的企业多数只覆盖 1~2 个职能;放到任何一个单独职能里看,规模化使用 Agent 的企业都不超过 10%。

62% 的试验率和不超过 10% 的单职能规模化率之间,隔着的不是模型能力,而是权限、数据、异常处理和验收标准。

换句话说,2025 年底多数企业说「我们在用 Agent」,准确的版本是「我们在某个角落试 Agent」。期待与现实的差距,不体现在要不要做,而体现在从试验到日常运营之间那段没人拍照发朋友圈的路。

为什么试得多、成得少

从我们接触企业项目的观察看,卡点集中在三处。其一,权限与数据没准备好:Agent 要替人做事,就需要访问业务系统的权限和干净的数据接口;多数企业的系统是给人用的,从没为「机器员工」设计过账号体系与操作边界。

其二,异常处理的成本被低估:演示里 Agent 一气呵成,生产环境里它会遇到改版的页面、缺字段的表单、语义模糊的请求,每种异常都要定义「交还给人」的规则,这部分工程量往往超过主流程本身。其三,验收标准模糊:「更智能」「更高效」没法验收;没有AI 项目从试点到正式上线里说的那种可检验的通过条件,试点就只能一直是试点。

先跑通的场景,都足够「窄」

调研里 Agent 用得最多的两个领域,是 IT(服务台)与知识管理(深度研究);行业分布上,科技/媒体/电信与医疗走在前面。这些场景的共性值得注意:任务边界清楚、动作可枚举、出错成本可控——密码重置错了可以重来,资料检索漏了可以补查。这印证了一个朴素的判断:Agent 先落地的地方,不是最能展示智能的地方,而是最容易定义成功的地方。

高绩效企业没有更好的模型,有更好的流程

麦肯锡把约 6% 的受访企业归为高绩效组,这组企业在多数职能规模化 Agent 的可能性是同行的 3 倍以上。从公开材料看,它们的共同点不在于买了更贵的技术,而在于把 Agent 当作重构流程的契机:先把流程拆开,定义好每一步的输入输出和人机边界,再让 Agent 接管其中适合的环节——而不是把 Agent 直接叠在原有流程上,指望它自己适应。

对中小企业:别追「全能」,先赢一个场景

中小企业没有大公司的试错预算,更应该把这些数据当路标而不是泼冷水。务实的路径是:不追「什么都能干」的通用 Agent,选一个窄场景——常见问题的自动应答、固定格式的资料整理——把权限、异常规则、验收条件都定义清楚再上线。判断手头的流程适合工作流还是 Agent,可以参考AI 工作流和 AI Agent 怎么选;对 Agent 概念还没底的,先看AI Agent 是什么。

2026 年值得盯的三类信号

接下来一年,判断 Agent 市场的成熟度,不用再看演示视频,盯三类信号更实在:一看厂商开始公布运营指标而不是能力演示——任务完成率、人工接管率、单任务成本;二看规模化案例是否从 IT、知识管理扩散到销售、财务这类离钱更近的职能;三看「单一职能规模化不超过 10%」这个数字明年变成多少。数字比故事诚实,明年这个时候再对一次账。