前不久，某醫(yī)療行業(yè)工程師在一場(chǎng)發(fā)布會(huì)上演示了一個(gè)醫(yī)藥臨床研究報(bào)告（CSR）的智能化流程：過(guò)去需要數(shù)月、涉及十幾個(gè)部門反復(fù)溝通的合規(guī)報(bào)告，在AI工作空間中壓縮到了幾天。

這是一次成功的嘗試，但對(duì)于大多數(shù)企業(yè)管理者而言，他們正在經(jīng)歷著同一種焦慮：AI到底能不能真正改變我的業(yè)務(wù)？

這種焦慮也已傳導(dǎo)到了ToB企業(yè)服務(wù)領(lǐng)域，IBM大中華區(qū)首席技術(shù)官翟峰曾坦言，現(xiàn)在企業(yè)對(duì)AI已經(jīng)“談得有點(diǎn)乏力”，核心問(wèn)題是："AI落地雷聲大、雨點(diǎn)小。表面上看起來(lái)熱熱鬧鬧，最后卻看不到實(shí)質(zhì)價(jià)值，ROI也沒(méi)有，企業(yè)領(lǐng)導(dǎo)覺(jué)得也沒(méi)什么意思?！?/p>

IDC的數(shù)據(jù)顯示，當(dāng)前90%的AI概念驗(yàn)證（POC）無(wú)法通過(guò)生產(chǎn)驗(yàn)收，企業(yè)普遍面臨“算不清賬、落不下去、不敢授權(quán)”三大核心痛點(diǎn)。Gartner在2026年初發(fā)布的調(diào)研則指出，全球超過(guò)90%的企業(yè)推出過(guò)生成式AI試點(diǎn)，但真正跨越實(shí)驗(yàn)階段、進(jìn)入生產(chǎn)環(huán)境并形成規(guī)模化價(jià)值的項(xiàng)目不足41%。

一面是技術(shù)能力的指數(shù)級(jí)躍升，一面是商業(yè)價(jià)值的線性甚至停滯。雙方交織出了一條橫在“試點(diǎn)”與“規(guī)?；敝g的鴻溝，正在成為企業(yè)AI轉(zhuǎn)型中最致命的“死亡之谷”。

企業(yè)級(jí)AI陷入ROI焦慮

如果要用一個(gè)詞概括2026年企業(yè)AI的集體困境，那一定是“ROI焦慮”。

麥肯錫調(diào)研顯示，盡管90%的企業(yè)都已啟動(dòng)AI轉(zhuǎn)型，但只有25%取得了切實(shí)成果，真正實(shí)現(xiàn)規(guī)模化應(yīng)用的企業(yè)僅占10%。換言之，絕大多數(shù)企業(yè)的AI投入，無(wú)論是購(gòu)買大模型API、自建算力集群，還是雇傭AI工程師，這些舉措還都尚未在財(cái)務(wù)報(bào)表上留下任何可追溯的痕跡。

而這些對(duì)AI ROI的焦慮也正在吞噬企業(yè)對(duì)AI應(yīng)用的信心，IDC預(yù)測(cè)，到2026年，50%的AI驅(qū)動(dòng)數(shù)字化應(yīng)用場(chǎng)景將無(wú)法達(dá)到ROI目標(biāo)，原因包括收益不清晰、風(fēng)險(xiǎn)上升、人機(jī)協(xié)作薄弱以及數(shù)據(jù)基礎(chǔ)薄弱。翟峰表示，“很多企業(yè)上了一個(gè)小工具，那里調(diào)用一下第三方的大模型，或者調(diào)一下網(wǎng)上的API。大部分企業(yè)目前是在‘租用智能’，你在使用別人的能力，它并不是你企業(yè)自主擁有的智能?！?/p>

問(wèn)題出在哪呢？出在企業(yè)對(duì)AI的使用沒(méi)有融入真正有價(jià)值的核心業(yè)務(wù)流程之中，而只是“淺嘗輒止”的應(yīng)用在一些不痛不癢的環(huán)節(jié)。對(duì)此，神州數(shù)碼首席執(zhí)行官李映表示，個(gè)人每天使用AI工具安排行程、生成PPT，本質(zhì)上是“管理生產(chǎn)力”的提升，但企業(yè)需要的，是讓AI直接進(jìn)入業(yè)務(wù)流程，真正創(chuàng)造價(jià)值，進(jìn)而變成企業(yè)“運(yùn)營(yíng)生產(chǎn)力”?！?5%的AI項(xiàng)目停留在PoC階段，原因正是很多企業(yè)還在用管理生產(chǎn)力的方法來(lái)處理運(yùn)營(yíng)生產(chǎn)力?！崩钣持赋?。

IDC中國(guó)副總裁武連峰則給出了一個(gè)框架性的解釋。他將AI驅(qū)動(dòng)業(yè)務(wù)價(jià)值劃分為三個(gè)階段：提升生產(chǎn)力、提升洞察力、重構(gòu)產(chǎn)品服務(wù)與商業(yè)模式。他提醒企業(yè)，“千萬(wàn)不要把AI的價(jià)值在短期內(nèi)估計(jì)過(guò)大，這個(gè)過(guò)程至少十年”。

但對(duì)于絕大多數(shù)企業(yè)而言，他們等不了十年。浪潮信息董事長(zhǎng)彭震稱，“如果今天我們用一個(gè)成熟的商業(yè)模型去衡量一個(gè)創(chuàng)新型的商業(yè)變革，我認(rèn)為是不公平的。AI轉(zhuǎn)型一開(kāi)始要靠信念支撐。

信念之外，更務(wù)實(shí)的企業(yè)已經(jīng)在尋找破局的方法。翟峰發(fā)現(xiàn)，越來(lái)越多的CIO開(kāi)始回歸到最基礎(chǔ)的兩個(gè)字：流程。他表示，企業(yè)里90%以上的流程是固定的（比如報(bào)銷、審批等），很多時(shí)候不需要AI去泛化或創(chuàng)造，而是需要“已有的流程如何實(shí)現(xiàn)自動(dòng)化，減少人工干預(yù)”。

企業(yè)流程重構(gòu)

IBM的專家們?cè)诜?wù)中國(guó)企業(yè)的過(guò)程中發(fā)現(xiàn)了一個(gè)普遍現(xiàn)象：企業(yè)的流程不是太少，而是太多、太碎、太僵?！捌髽I(yè)內(nèi)部無(wú)論是研發(fā)、生產(chǎn)管理還是IT運(yùn)維，邏輯都是一樣的：你有沒(méi)有高價(jià)值的數(shù)據(jù)喂給你的模型，讓它能夠很好地執(zhí)行流程，進(jìn)而做好企業(yè)決策?！钡苑逯赋?。

針對(duì)此，IBM已經(jīng)開(kāi)始用AI重塑軟件研發(fā)的全生命周期。據(jù)翟峰介紹，今年3月底發(fā)布的AI開(kāi)發(fā)助手Bob，在IBM內(nèi)部已有8萬(wàn)多個(gè)用戶，其中2萬(wàn)多是專業(yè)軟件工程師，日活比例高達(dá)65%?！皩?duì)于簡(jiǎn)單的配置、流程相關(guān)的工作，Bob可以把效率提升50%-80%；哪怕是需要專家協(xié)作完成的復(fù)雜操作，也可以提升20%-40%的研發(fā)效率?！钡苑迦缡钦f(shuō)。

但AI Coding帶來(lái)的不只是效率提升，還有新的風(fēng)險(xiǎn)。翟峰說(shuō)，“Agent現(xiàn)在已經(jīng)可以直接跟服務(wù)器、業(yè)務(wù)系統(tǒng)進(jìn)行交互了。一旦模型調(diào)用Agent執(zhí)行了錯(cuò)誤操作，可能就會(huì)直接導(dǎo)致應(yīng)用下線或者服務(wù)器宕機(jī)?！睘榇耍珺ob引入了代碼實(shí)時(shí)掃描、Agent權(quán)限管理、安全沙箱和不可篡改的審計(jì)日志。

這正是“AI+”與“+AI”的本質(zhì)區(qū)別?！?AI”是在原有工具和流程上輔助加一些AI能力，“但有可能你原有的那套東西已經(jīng)不與時(shí)俱進(jìn)了，就像非要給馬車配一個(gè)發(fā)動(dòng)機(jī)讓它跑。”翟峰指出，而“AI+”則是一上來(lái)，組織流程和業(yè)務(wù)就是建立在AI之上。對(duì)于這點(diǎn)，彭震與翟峰有著相似的認(rèn)知，彭震表示，“+AI”只是淺層工具輔助，而“AI+”是更深層的底層變革。關(guān)鍵在于領(lǐng)導(dǎo)者必須率先提升對(duì)AI“創(chuàng)造力、爆發(fā)力、效率”的認(rèn)知，主動(dòng)進(jìn)行根本性變革，否則被動(dòng)等待只會(huì)被時(shí)代淘汰。

彭震透露，浪潮信息內(nèi)部在推動(dòng)AI轉(zhuǎn)型時(shí)，首先給研發(fā)部門設(shè)立了一個(gè)具體到不能再具體的KPI：代碼一次性采納率?！拔覀兘o每個(gè)部門都要求設(shè)立AI轉(zhuǎn)型指標(biāo)，包括代碼一次性采納率（給研發(fā)用的），AI審核覆蓋率（給法務(wù)、商務(wù)用的），營(yíng)銷文案準(zhǔn)確率（給銷售部門的指標(biāo)）。”

浪潮信息正在重構(gòu)從需求管理到產(chǎn)品交付的全流程。但如果只是“一個(gè)人+一個(gè)Agent寫代碼”，那仍然停留在工具層面。對(duì)此，彭震表示，“以前人的知識(shí)密度不夠，一個(gè)人只能成為某一方面的專家，需要一堆人協(xié)同干一個(gè)事兒。但AI不一樣，它既有深度又有寬度，完全可以涵蓋從市場(chǎng)調(diào)研、需求管理、架構(gòu)設(shè)計(jì)到代碼生成的全鏈條。”

以AI編程為例，從需求管理開(kāi)始，AI參與需求的解讀和澄清；到架構(gòu)設(shè)計(jì)階段，AI輔助拆解需求、分模塊；再到代碼生成，AI負(fù)責(zé)具體的編碼工作；最后是測(cè)試和驗(yàn)證，甚至可以讓“一個(gè)大模型寫一段代碼，讓另外一個(gè)大模型讀它，讓兩個(gè)大模型去打個(gè)分看誰(shuí)寫得好”。

但彭震特別強(qiáng)調(diào)了一個(gè)關(guān)鍵點(diǎn)：人依然掌握著最后的按鈕?！鞍l(fā)出的按鈕一定是人類去摁的，不會(huì)是機(jī)器決定發(fā)的，因?yàn)椋ㄟ@樣）風(fēng)險(xiǎn)太大。”

不過(guò)在實(shí)現(xiàn)“AI+”的過(guò)程中，企業(yè)員工對(duì)于AI的接受度仍然是一個(gè)不小的挑戰(zhàn)，彭震告訴筆者，“今天AI轉(zhuǎn)型最大的門檻是人，不是物、不是技術(shù)、不是流程、不是數(shù)據(jù)。最大的障礙是人，人愿不愿意擁抱它、愿不愿意去改變。”

認(rèn)知變革落地到企業(yè)內(nèi)部，首要任務(wù)是企業(yè)文化與全員心智改造。浪潮信息內(nèi)部AI轉(zhuǎn)型實(shí)操中，就遇到過(guò)這種情況，AI轉(zhuǎn)型小組長(zhǎng)就曾擔(dān)心AI落地后會(huì)帶來(lái)團(tuán)隊(duì)裁員，自己將背負(fù)責(zé)任。

與此同時(shí)，一線研發(fā)人員兩極分化，一部分資深工程師鄙視Agent產(chǎn)出代碼邏輯性差、缺乏工程美感，完全拒絕協(xié)同，另一部分新人過(guò)度迷信AI，直接照搬模型輸出內(nèi)容不加核驗(yàn)，兩類心態(tài)都讓AI協(xié)同工作陷入停滯。

針對(duì)這類行業(yè)共性問(wèn)題，浪潮信息率先落地全員AI心智改造體系：一方面搭建免費(fèi)Token創(chuàng)新工廠，剝離員工創(chuàng)新試錯(cuò)的成本壓力，同時(shí)開(kāi)展全員AI實(shí)操認(rèn)證、黑客松創(chuàng)新大賽，讓員工直面Agent優(yōu)缺點(diǎn)，把Agent類比為執(zhí)行力強(qiáng)、易犯低級(jí)錯(cuò)誤的年輕員工，建立中性協(xié)同心態(tài)；另一方面重構(gòu)企業(yè)KPI體系，摒棄“人機(jī)對(duì)立”考核邏輯，不再以單人產(chǎn)出為考核標(biāo)準(zhǔn)，轉(zhuǎn)而考核“人+Agent”協(xié)同產(chǎn)出效率、創(chuàng)新成果，同時(shí)鎖定人類員工終審兜底權(quán)限，所有代碼上線、業(yè)務(wù)審批、項(xiàng)目發(fā)版最終按鈕必須由人類員工操作，筑牢員工崗位安全感。

時(shí)代已至

這套方法論背后，是浪潮信息對(duì)“軟件工程”本質(zhì)的深刻理解。彭震在演講中說(shuō)，企業(yè)里面也有大量的年輕人，“很聰明，很勤勞，但經(jīng)常會(huì)犯錯(cuò)誤”。為什么企業(yè)依然可以健康運(yùn)行？“因?yàn)槲覀冊(cè)谄髽I(yè)里面有組織、有流程、有作業(yè)指導(dǎo)書、有SLA、有Checklist?！薄拔覀儗?shí)際上用組織力去控制了很多人類所犯的錯(cuò)誤，進(jìn)而達(dá)成了一種非常好的商業(yè)效果?！?/p>

這個(gè)邏輯在Agent時(shí)代依然成立，甚至更加重要?！敖裉斓腁I就可以把它視為一個(gè)人類的員工，也許它會(huì)犯錯(cuò)誤，但我們用組織管理去管理這種不確定性?！迸碚鸨硎尽?/p>

而這就是彭震提出“Humagent”概念的起點(diǎn)：勞動(dòng)者從“人”變成了“人+Agent”。彭震指出，以“人”為核心的組織模式已無(wú)法適配AI規(guī)模化應(yīng)用后的運(yùn)行邏輯。Humagent框架下，人更多聚焦在系統(tǒng)性、前瞻性工作——目標(biāo)設(shè)定、架構(gòu)、方向規(guī)劃、責(zé)任兜底；Agent則更多承擔(dān)高頻執(zhí)行工作和創(chuàng)新工作?！叭藱C(jī)優(yōu)勢(shì)互補(bǔ)、權(quán)責(zé)清晰、協(xié)同共生”，這是彭震對(duì)AI原生組織形態(tài)的定義。

在彭震看來(lái)，AI產(chǎn)業(yè)革命與前三次產(chǎn)業(yè)革命有本質(zhì)區(qū)別：“前三次產(chǎn)業(yè)革命主要針對(duì)的是勞動(dòng)工具，是四肢與五官的延伸；而AI產(chǎn)業(yè)革命首次改變了勞動(dòng)者的定義，是智力的延伸?！?/p>

這一觀點(diǎn)正在產(chǎn)業(yè)界獲得越來(lái)越多的共鳴。麥肯錫已經(jīng)將兩萬(wàn)五千個(gè)智能體深度整合進(jìn)其全球協(xié)作網(wǎng)絡(luò)，目標(biāo)是實(shí)現(xiàn)員工與人工智能一比一的配對(duì)協(xié)作。IDC的數(shù)據(jù)顯示，2026年全球近80%的企業(yè)已將智能體用于實(shí)際生產(chǎn)活動(dòng)，中國(guó)當(dāng)前平均部署12.84個(gè)智能體，計(jì)劃年底達(dá)到30.87個(gè)。

但數(shù)量的增長(zhǎng)并不等于價(jià)值的實(shí)現(xiàn)。IDC的另一組數(shù)據(jù)揭示了更嚴(yán)峻的現(xiàn)實(shí)：仍有60%的中國(guó)企業(yè)處于了解評(píng)估和試點(diǎn)智能體的階段，僅有18%的企業(yè)把智能體納入了核心業(yè)務(wù)流。超過(guò)62%的企業(yè)將數(shù)據(jù)權(quán)限與安全合規(guī)列為智能體跨系統(tǒng)執(zhí)行的首要障礙。

無(wú)論是Humagent的人機(jī)協(xié)同，還是“AI+”的原生布局，行業(yè)早已達(dá)成共識(shí)：AGI遠(yuǎn)期具備超越人類智力的能力，但產(chǎn)業(yè)并不盲目追求全域AI自主決策，人機(jī)共生永遠(yuǎn)是企業(yè)經(jīng)營(yíng)最優(yōu)解。二者互補(bǔ)共生，才是2026年之后企業(yè)穿越產(chǎn)業(yè)變革、構(gòu)筑長(zhǎng)期競(jìng)爭(zhēng)力的核心答案。

（文｜Leo張ToB雜談，作者｜張申宇，編輯丨楊林）