企业AI的智能体编排鸿沟

关键信息

企业看重模型能力和执行质量：21% 的受访者把平台选择归因于与先进基础模型的原生契合，32% 最重视任务完成可靠性，28% 重视多步骤工作流管理。到 2026 年底，51% 预计会采用混合控制平面，只有 6% 预计交由提供商托管，主要原因是 35% 担心厂商锁定；与此同时，27% 还没有实时手段去阻止失控的 token 支出。

资讯摘要

VentureBeat 的 Pulse Research 研究了企业究竟如何部署智能体编排系统。该调查覆盖 101 家员工数在 100 人以上的组织，结果显示，编排能力正在向主要模型提供商平台集中，尤其是 Anthropic 的 Claude。Claude 是 40% 受访者的主要平台，份额超过任何竞争对手的两倍以上；微软为 18%，OpenAI 为 13%。企业选择平台的主要原因并不是品牌，而是技术匹配：受访者强调“模型引力”，也就是与强大基础模型的原生契合度；而衡量成功的标准则是可靠地完成多步骤任务。尽管目标雄心很大，现实却远没有那么成熟。被要求客观评估自身产品组合时，71% 的企业表示，已部署“智能体”中只有四分之一或更少是真正的多步骤编排工作流，只有 10% 说超过一半属于这一类。

这意味着，很多所谓的智能体，实际上更接近聊天机器人包装层，而不是自主工作流系统。企业的架构策略也反映了这种错位，因为 51% 预计到 2026 年底会采用混合控制平面，只有 6% 预计把控制权交给提供商托管。厂商锁定是影响这一偏好的最大担忧，被 35% 的受访者提及。支出重点同样说明了企业在关注什么：智能体工作流工具领先，投入占比 34%，其次是安全和权限控制，占 25%。最薄弱的一环是财政控制，因为超过四分之一的受访者表示，他们没有实时手段在失控的智能体造成账单之前把它停下来。VentureBeat 还指出，这项调查是基于 2026 年 6 月单次波次的横截面研究，101 名受访者来自大型组织且为自选样本，因此结果更适合做方向性判断，而不是概率性推断。

来源与参考

1. 原始链接
2. Agentic orchestration: Enterprise AI organizations have a deployment problem, not a platform problem — and most are calling chatbots agents