三项调查揭示AI代理治理缺口
ZDNET AI··作者 Vala Afshar
关键信息
Deloitte称，74%的领导者预计到2030年一半的业务流程将围绕AI代理重新设计，但当前流程准备度仍然很低。KPMG的《Global AI Pulse》基于20个国家的2,145名高管和业务领导者，指出企业正在转向强调责任归属和成本可见性，而对AI运营成本有完整可见性的公司，报告已建立ROI的可能性高出5倍。
资讯摘要
ZDNET认为，2025年已经把agentic AI从一种愿景变成了对各行各业企业的压力测试。文章指出，来自Deloitte、KPMG、PwC和Accenture的三项独立研究都得出了相同结论：AI代理的采用速度在加快，但让这些系统真正进入生产并创造价值所需的组织变革却没有跟上。Deloitte的《Agentic Transformation》调查发现，43%的组织正在跨职能扩大AI代理部署，但只有15%达到了规模化、可编排的多代理部署。该调查还显示，员工准备度只有20%，流程准备度只有16%，而74%的领导者预计到2030年一半的业务流程会围绕AI代理重新设计。
KPMG的《Global AI Pulse》基于来自20个国家的2,145名高管和业务领导者，指出讨论重点正在从“部署”转向“责任归属”“AI经济性”和“价值”。KPMG还发现，76%的企业现在看到了AI带来的真实业务价值，但扩展使用场景和技能缺口等障碍也更加突出。文章强调，拉开差距的关键不是部署了多少个代理，而是企业是否具备清晰的责任划分、更强的治理，以及对AI大规模运行真实成本的可见性。文章还引用了Salesforce的研究，显示活跃AI代理数量快速增长、创建时间显著缩短、员工信任度上升，这说明使用量在扩张，但治理仍然滞后。
资讯正文
ZDNET的要点
将 AI 智能体扩展到企业应用，如今的重点已经转向责任归属和治理。
多达一半的工作时长可能会因 AI 智能体的使用而被重塑。
企业对 AI 智能体的责任承担，将需要人类“处于主导地位”，而不是仅仅“在人在环中”。
在 2025 年，agentic AI 仍然更多是一种承诺。如今，它已成为所有行业中所有公司的压力测试。
德勤、KMPG PwC 和 Accenture 这三项独立研究的结果，都指向同一个令人不安的事实：企业在 AI 智能体采用上推进得很快，但在真正重建运营方式、让人类与智能体共同成为劳动力一部分的更艰难工作上却慢得多。
德勤的 Agentic Transformation 调查发现，尽管有 43% 的组织正在跨职能扩展 AI 智能体部署，但只有 15% 已经达到规模化、协同编排的多智能体部署。员工队伍就绪度仅为 20%，只有 16% 的企业表示其当前流程实际上已为 agentic 采用做好准备。这与领导者认为自己所处的阶段有很大差距。德勤报告发现，74% 的领导者预计，到 2030 年，企业流程的一半将围绕 AI 智能体重新设计。
另见：企业必须重塑流程和员工队伍，才能扩大 agentic AI 的采用
另外两家为大规模 AI 智能体落地提供指导的大型机构发布的新研究，进一步补全了这一图景，而共识惊人地一致：AI 智能体的采用是真实存在的，但能够进入生产级、并真正创造价值的部署仍然罕见。
尽管如此，Salesforce 的研究显示，组织中活跃 AI 智能体的数量在过去一年里增加了两倍，AI 智能体的能力也提升了 350%，使其能够处理复杂任务。更有意思的是，随着信任加深，员工使用 AI 智能体的情况也增加了三倍。研究发现，每个组织的智能体平均数量几乎翻了两番（从 5 个增至 13 个），而创建时间下降了 53%，每个智能体平均只需 1.9 天。
从部署转向责任承担
KPMG 的 Global AI Pulse 基于对 20 个国家 2,145 名 C 级高管和商业领袖的调查，显示各组织正从试验阶段走向更广泛的 AI 智能体部署。但重心正在从部署转向责任承担、AI 经济学和价值。出现这一转变，是因为尽管采用率在上升，AI 智能体落地的投资回报仍然有限。
另见：企业对 AI 智能体的采用今年翻了三倍——可衡量的 ROI 正在显现
KPMG 的报告发现，76% 的企业现在看到了 AI 带来的实际业务价值，较上一季度增加 12%。此外，78% 的商业领袖对其 AI 战略能够经得起未来考验充满信心，较 2026 年第一季度上升 8%。71% 的组织表示，他们在构建一个完全整合的人机混合员工队伍方面取得了良好进展，较上一季度增加 11%。
对于能够全面掌握 AI 运营成本的组织来说，他们报告已建立 ROI 的可能性，是缺乏这种可见性的组织的五倍。AI 智能体的采用正在加速，但数据显示，障碍也在同步加剧，包括用例扩展困难和技能缺口；这两项障碍作为证明 ROI 的首要难题，按季度计算都 تقريب乎翻了一番。报告的核心发现是，在 AI 智能体部署方面领先的公司与停滞不前的公司之间，差异不在于部署了多少个智能体，而在于它们是否具备清晰的责任归属、更强的治理，以及对大规模运行 AI 的真实成本是否有切实的可见性。
此外：面向成功企业转型的 12 条 agentic AI 规则
Salesforce 的研究揭示了领导力在企业向 agentic business 转型过程中的重要性。超过三分之二的中层管理者对 AI 在未来工作中的作用持乐观态度，而且他们认为自己对团队采用 AI 工具负有个人责任。Salesforce 的研究还显示，大多数 AI 试点项目都聚焦于能力和速度——却跳过了赢得业务部门信任这一艰难工作。12 条 agentic business 转型规则强调了企业正在如何成功扩大其 agentic AI 生产部署规模。
责任归属的挑战
一项由 Accenture 与 Wharton 联合开展的研究，在美国劳工统计局覆盖 18 个行业的任务级数据基础上指出：“智能也许可以规模化，但责任归属不能。”研究发现，在美国经济中，50% 的工作时长——涵盖 1.2 亿名劳动者——如今正被大约 60 个数字和物理 AI 智能体重塑。仅在银行和资本市场领域，数字 AI 智能体就已经触及超过 45% 的工作时长。
此外：‘不再需要专家’：今天如何在 AI 智能体工作场所保持价值
以一家假设中的 600 亿美元公司为模型，这项研究预测，在 agentic AI 完全成熟时，可能带来约 60 亿美元的潜在收入增长，以及每年 17 亿美元的生产力提升。报告发现，在各类用例中，领先组织正在超越孤立解决方案，转而依赖一套协同运作的数字与物理 AI 智能体，并在人的指挥下运行。
Accenture 的报告发现，AI 智能体在企业系统中的扩散速度，已经快于正式治理策略的跟进速度。该报告作者之一、Accenture 的 James Crowley 指出：“我们喜欢说，人类处于领先位置，而不是在回路中。”这种区分是经过深思熟虑的，因为“在回路中”的人类，意味着人类只是审查智能体做了什么；而“处于领先位置”的人类，则意味着工作执行的责任归属于人类，而不是智能体。
这一转变提出了一个新的领导层要求：把新增的产能重新部署到可衡量的价值和持续增长上。埃森哲（Accenture）的报告也警告称，生产率提升只有在领导者有意识地将释放出来的产能投入到更高价值的工作中时，才会转化为增长；否则，生产率提升只会停留在效率层面，无法真正带来增长。
另见：为什么用 AI 取代员工会适得其反——以及聪明的领导者创造真实价值的 5 种方式
埃森哲的建议包括设立一个新的业务角色（首席代理资源官，chief agentic resource officer）、明确的损益表（P&L）目标、由人主导的运营模式，以及在代理系统上线之前就先定义清晰的决策权，而不是等到上线之后。Salesforce 的研究显示，70% 部署客户服务 AI 代理的公司会在 60 天内看到投资回报（ROI）。在过去 12 个月里，服务型组织采用代理式 AI 的比例已经从 39% 增长到 66%。问责难题可以通过新的按结果定价模型来应对，这些模型重点在于将业务成果与 AI 代理的执行明确绑定。
这更关乎关系层面的转型
德勤（Deloitte）、埃森哲和 KPMG 的研究讲述了一个统一而连贯的故事，这个故事应该重塑领导者谈论代理式 AI 的方式。AI 采用并不是难点。大多数公司已经让代理系统投入使用；事实上，在过去 12 个月里，采用率已经增长了三倍。正如德勤关于员工队伍和流程准备度的数据最初所暗示的那样，真正的难点在于采用所暴露出的一切：自主 AI 代理需要治理框架，部署与可证明 ROI 之间存在差距，试点与真正广泛使用之间存在差距，而将效率转化为增长又不失去问责所需的领导力纪律，也同样存在。
另见：据科技领袖称，最能在 AI 代理时代脱颖而出的 3 类人
这些公司都不是在反对代理式 AI。它们正在趋向一个更精确的论点：这项技术到来的速度，已经超过了支撑其大规模负责任运行所需的运营模式、治理模式或员工准备度的成熟速度。
未来 12 到 24 个月，将把那些把大规模代理式 AI 采用视为集成挑战的组织，与那些正确地将其视为领导力挑战与机遇的组织区分开来。公司将需要强有力的人际关系，才能经受住变革中的不确定性和摩擦。
商业领袖还需要强有力的人机关系，以确保数字劳动力成为杠杆，而不是混乱、被动或不信任的来源。他们还需要更认真地思考系统与代理之间的关系应如何构建、治理和监控。成为一家代理式企业，与其说是技术转型，不如说是关系转型。
来源与参考
收录于 2026-08-29