企业AI用了不少真转型没几个：采纳热、落地冷
数据先泼盆冷水
先说个扎心的事实。Deloitte 刚发的《State of AI in the Enterprise》十月版，调研了 25 个国家、3500 名从总监到 C suite 的管理者：81% 说 AI 让决策和执行变快了，但实际让产品、流程、商业模式“深度改变”的，只有 25%。MIT Technology Review Insights 同月的调研更狠：只有 12% 的企业把智能体真正放进了生产环境，能榨出“变革性价值”的只有 16%。你品品这个数——用得热热闹闹，转得冷冷清清。
为什么提了速，却没转型
说白了，大部分公司把 AI 当成了“加速键”，没当成“重设计键”。Deloitte 说 60% 的公司至少中度重设计了岗位，但只有 15% 把决策权真正交了出去。更扎心的是另一组数：40% 的公司已经允许 AI 系统在一定程度下自主做决定或采取行动，可一旦出了负面结果，23% 的公司说不清该谁负责。员工信息是灵了、动作是快了，但“改流程、定规则、批例外”的那个人还是原来的那个人。ticket 队列处理快了，底层 operating model 纹丝不动——这就叫局部增益，全局照旧。
跑通的都做对了一件事
把几家真跑通的拆开看，套路出奇一致。Meta 原来是一个大而全的智能体，后来拆成 14 个专精智能体，由一个小的确定性编排器统一调度，新数据列的配置准备从三四天压到不到一小时。新加坡 Trust Bank 用规定好的 runbook 收证据、AI 分析、工程师拍板。Lendi 把风控和合规规则锁在编排平台里，不让模型自己定政策。共性就一句：把“模型能决定什么、人留什么、出了事谁担”写清楚。
ROI 不能只看预算，要看工作流
Deloitte 还补了一刀：28% 的公司已经看到 AI 带来的收入增长（一月时还只有 20%），但只有 51% 在跟踪 token 量、44% 在跟踪单任务推理成本。换句话说，大家都在看总账单，很少有人算“这一单活到底花了多少”。AI 的回报正从“预算故事”变成“工作流账本”——哪条流程被重写、谁有权限、怎么度量，才是真账。
三个能马上照做的动作
咱也不是啥大厂，就是手头活儿干得细。给一线三个朴素动作：第一，挑一条高频、规则清楚、错了能兜底的流程先试点，别一上来就喊“全面智能化”；第二，把权限和度量先定死，再放智能体进去；第三，每周算一次“这条流程单位成本降了多少”，用账本说话。采纳容易，转型难，难的从来不是模型，是把活儿重新分明白。
