2026年9月26日，智能体AI公司Leah委托IDC对400多名企业技术决策者完成的调研显示：三分之二的企业已在生产环境使用AI智能体，并计划明年把智能体数量增加六倍、未来一年预算翻倍；但只有29%的智能体能够彼此交互，仅7%的企业实现了多智能体协作的先进编排，超过一半仍停留在基于工作流的任务交接。结论很直接：企业智能体的下一道门槛不在模型能力，而在治理、互操作性与跨职能协调——用Leah总裁兼首席技术官阿努拉格·马利克的说法，目前企业级AI的状态就像一千种乐器同时演奏，却没有指挥。
一、投资在涨，协同没跟上
这份报告最有价值的地方，是把“用了多少”和“能不能一起用”分开统计。前者一路走高，后者几乎没有动。
矛盾很清楚：数量增长六倍而交互率只有29%，大部分新增智能体会以孤岛形式堆积。这也是为什么报告强调，企业必须学会把成千上万的决策、工作流程和智能体作为一个统一的、受治理的系统来协调。对已上过多个智能体的制造企业来说这并不陌生——采购、排产、质检各有一套，彼此不认对方结果。
二、一半以上的“智能体”其实还是工作流
报告给出的第三个数字更值得警惕：超过一半的企业仍在使用基础的、基于工作流的任务交接方式。这意味着市面上相当一部分被称作智能体的系统，本质上是把原来的自动化流程换了个名字，触发条件与执行路径仍是写死的。
区别在哪里？工作流能处理“如果A就做B”，处理不了“A没发生、但C和D同时异常时该找谁”。这类场景在制造车间与供应链里最常见：设备参数漂移、来料批次变化、交期临时调整同时出现时，写死的分支会直接失效。真正的多智能体编排要解决的是这类非结构化协同，而7%的比例说明绝大多数企业还没走到这一步。
三、没有监控的智能体：四分之一在裸奔
协同之外，可观测性是第二个短板。New Relic本周发布的数据显示，四分之一的AI智能体处于无监控状态运行。“AI行为可视性”已成刚需，但覆盖率跟不上部署速度。
无监控的智能体在生产环境里意味着三件事：出错不知道、成本说不清、责任分不明。尤其是成本：一次异常循环可能产生数十倍于预期的Token消耗，不做监控的团队往往到月底账单才发现。
四、德勤的另一组数字：准备度与预期之间的落差
报告还引用了德勤8月的一项研究：只有五分之一的领导者表示其组织已准备好为智能体的自主运行重新设计业务流程，但近四分之三的美国公司领导者预计，到2030年约一半的业务流程将围绕AI智能体重新设计或重建。
20%与75%之间的落差，正是未来四年企业要补的功课。流程重设计不是技术问题，它涉及岗位边界、审批权限与考核口径，通常比部署一套模型耗时更久。这也是很多企业明明部署了智能体、组织效率却没变化的原因：工具换了，流程没动。
五、解法：把智能体当投资组合管，而不是按部门立项
IDC智能体自动化与AI技术研究副总裁尼尔·沃德-达顿给出的建议很具体：复杂的业务流程通常并不只属于某一个部门或系统，企业应该把智能体作为一个整体组合来管理，而不是按部门分别立项。他提出三条标准动作——标准化智能体的构建与监控方式、优先处理跨职能的核心流程、在结果层面而非仅统计部署数量来衡量成效。
| 做法 | 典型表现 | 结果 |
|---|---|---|
| 按部门分别立项 | 采购、排产、质检各建各的，接口临时打通 | 数量增长、交互率停在29% |
| 统一构建与监控标准 | 统一的身份、日志、成本口径与验收指标 | 可治理、可追责、可复用 |
| 以结果衡量成效 | 考核周期缩短、异常响应时长等业务指标 | 避免试点项目堆积 |
报告同时提醒，企业是在缺乏确凿收益证据的情况下持续把智能体嵌入工作流的——先把度量体系建起来，再谈规模扩张。
六、给企业的四条可执行建议
一是先建身份与日志标准，让每个智能体有唯一标识、可追溯的执行记录和明确的成本归属；二是选一条跨部门流程做样板，优先选订单到交付、异常到闭环这类天然跨职能的场景；三是把监控预算写进立项，按智能体数量的一定比例预留可观测性投入；四是用业务指标验收，把周期、准确率、人工接管率写进合同，而不是以“上线了几个智能体”交差。
结语：从比模型到比协同
数量翻六倍而交互率只有29%，这组对比把2026年企业AI的真实状态讲清楚了：模型能力已不是主要约束，协同机制才是。对智能制造企业而言，智能体要跑通订单、排产、质检、物流串起来的长流程，任一段不打通都会回到人工。一道科技立足杭州，长期提供AI大模型定制、数据挖掘与软件外包服务，可协助企业完成场景筛选、数据资产梳理与智能体交付验收标准的制定。更多行业解读见资讯中心，服务能力介绍请见官网首页。
常见问题（FAQ）
根据Leah委托IDC对400多名企业技术决策者的调研，主要瓶颈是协同而非模型能力：三分之二企业已在生产环境使用智能体，但只有29%能彼此交互、仅7%实现多智能体协作的先进编排，超过一半仍停留在基于工作流的任务交接。治理能力、互操作性与跨职能协调机制是三个缺口。
德勤8月的研究显示，只有五分之一的领导者表示组织已准备好为智能体自主运行重新设计业务流程，而近四分之三预计2030年约一半业务流程将围绕智能体重设计。智能体替换的是工具，流程与考核口径未调整时，个人提效不会转化为组织提效。
IDC建议把智能体作为整体组合管理而非按部门立项：一是标准化智能体的构建与监控方式，二是优先处理跨职能的核心流程，三是在结果层面而非部署数量上衡量成效。同时需要为每个智能体建立唯一标识、执行日志与成本归属，并按业务指标验收。