前不久，某醫療行業工程師在一場發布會上演示了一個醫藥臨床研究報告（CSR）的智能化流程：過去需要數月、涉及十幾個部門反復溝通的合規報告，在AI工作空間中壓縮到了幾天。

這是一次成功的嘗試，但對于大多數企業管理者而言，他們正在經歷著同一種焦慮：AI到底能不能真正改變我的業務？

這種焦慮也已傳導到了ToB企業服務領域，IBM大中華區首席技術官翟峰曾坦言，現在企業對AI已經“談得有點乏力”，核心問題是："AI落地雷聲大、雨點小。表面上看起來熱熱鬧鬧，最后卻看不到實質價值，ROI也沒有，企業領導覺得也沒什么意思。”

IDC的數據顯示，當前90%的AI概念驗證（POC）無法通過生產驗收，企業普遍面臨“算不清賬、落不下去、不敢授權”三大核心痛點。Gartner在2026年初發布的調研則指出，全球超過90%的企業推出過生成式AI試點，但真正跨越實驗階段、進入生產環境并形成規模化價值的項目不足41%。

一面是技術能力的指數級躍升，一面是商業價值的線性甚至停滯。雙方交織出了一條橫在“試點”與“規模化”之間的鴻溝，正在成為企業AI轉型中最致命的“死亡之谷”。

企業級AI陷入ROI焦慮

如果要用一個詞概括2026年企業AI的集體困境，那一定是“ROI焦慮”。

麥肯錫調研顯示，盡管90%的企業都已啟動AI轉型，但只有25%取得了切實成果，真正實現規模化應用的企業僅占10%。換言之，絕大多數企業的AI投入，無論是購買大模型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務報表上留下任何可追溯的痕跡。

而這些對AI ROI的焦慮也正在吞噬企業對AI應用的信心，IDC預測，到2026年，50%的AI驅動數字化應用場景將無法達到ROI目標，原因包括收益不清晰、風險上升、人機協作薄弱以及數據基礎薄弱。翟峰表示，“很多企業上了一個小工具，那里調用一下第三方的大模型，或者調一下網上的API。大部分企業目前是在‘租用智能’，你在使用別人的能力，它并不是你企業自主擁有的智能。”

問題出在哪呢？出在企業對AI的使用沒有融入真正有價值的核心業務流程之中，而只是“淺嘗輒止”的應用在一些不痛不癢的環節。對此，神州數碼首席執行官李映表示，個人每天使用AI工具安排行程、生成PPT，本質上是“管理生產力”的提升，但企業需要的，是讓AI直接進入業務流程，真正創造價值，進而變成企業“運營生產力”。“95%的AI項目停留在PoC階段，原因正是很多企業還在用管理生產力的方法來處理運營生產力。”李映指出。

IDC中國副總裁武連峰則給出了一個框架性的解釋。他將AI驅動業務價值劃分為三個階段：提升生產力、提升洞察力、重構產品服務與商業模式。他提醒企業，“千萬不要把AI的價值在短期內估計過大，這個過程至少十年”。

但對于絕大多數企業而言，他們等不了十年。浪潮信息董事長彭震稱，“如果今天我們用一個成熟的商業模型去衡量一個創新型的商業變革，我認為是不公平的。AI轉型一開始要靠信念支撐。

信念之外，更務實的企業已經在尋找破局的方法。翟峰發現，越來越多的CIO開始回歸到最基礎的兩個字：流程。他表示，企業里90%以上的流程是固定的（比如報銷、審批等），很多時候不需要AI去泛化或創造，而是需要“已有的流程如何實現自動化，減少人工干預”。

企業流程重構

IBM的專家們在服務中國企業的過程中發現了一個普遍現象：企業的流程不是太少，而是太多、太碎、太僵。“企業內部無論是研發、生產管理還是IT運維，邏輯都是一樣的：你有沒有高價值的數據喂給你的模型，讓它能夠很好地執行流程，進而做好企業決策。”翟峰指出。

針對此，IBM已經開始用AI重塑軟件研發的全生命周期。據翟峰介紹，今年3月底發布的AI開發助手Bob，在IBM內部已有8萬多個用戶，其中2萬多是專業軟件工程師，日活比例高達65%。“對于簡單的配置、流程相關的工作，Bob可以把效率提升50%-80%；哪怕是需要專家協作完成的復雜操作，也可以提升20%-40%的研發效率。”翟峰如是說。

但AI Coding帶來的不只是效率提升，還有新的風險。翟峰說，“Agent現在已經可以直接跟服務器、業務系統進行交互了。一旦模型調用Agent執行了錯誤操作，可能就會直接導致應用下線或者服務器宕機。”為此，Bob引入了代碼實時掃描、Agent權限管理、安全沙箱和不可篡改的審計日志。

這正是“AI+”與“+AI”的本質區別。“+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不與時俱進了，就像非要給馬車配一個發動機讓它跑。”翟峰指出，而“AI+”則是一上來，組織流程和業務就是建立在AI之上。對于這點，彭震與翟峰有著相似的認知，彭震表示，“+AI”只是淺層工具輔助，而“AI+”是更深層的底層變革。關鍵在于領導者必須率先提升對AI“創造力、爆發力、效率”的認知，主動進行根本性變革，否則被動等待只會被時代淘汰。

彭震透露，浪潮信息內部在推動AI轉型時，首先給研發部門設立了一個具體到不能再具體的KPI：代碼一次性采納率。“我們給每個部門都要求設立AI轉型指標，包括代碼一次性采納率（給研發用的），AI審核覆蓋率（給法務、商務用的），營銷文案準確率（給銷售部門的指標）。”

浪潮信息正在重構從需求管理到產品交付的全流程。但如果只是“一個人+一個Agent寫代碼”，那仍然停留在工具層面。對此，彭震表示，“以前人的知識密度不夠，一個人只能成為某一方面的專家，需要一堆人協同干一個事兒。但AI不一樣，它既有深度又有寬度，完全可以涵蓋從市場調研、需求管理、架構設計到代碼生成的全鏈條。”

以AI編程為例，從需求管理開始，AI參與需求的解讀和澄清；到架構設計階段，AI輔助拆解需求、分模塊；再到代碼生成，AI負責具體的編碼工作；最后是測試和驗證，甚至可以讓“一個大模型寫一段代碼，讓另外一個大模型讀它，讓兩個大模型去打個分看誰寫得好”。

但彭震特別強調了一個關鍵點：人依然掌握著最后的按鈕。“發出的按鈕一定是人類去摁的，不會是機器決定發的，因為（這樣）風險太大。”

不過在實現“AI+”的過程中，企業員工對于AI的接受度仍然是一個不小的挑戰，彭震告訴筆者，“今天AI轉型最大的門檻是人，不是物、不是技術、不是流程、不是數據。最大的障礙是人，人愿不愿意擁抱它、愿不愿意去改變。”

認知變革落地到企業內部，首要任務是企業文化與全員心智改造。浪潮信息內部AI轉型實操中，就遇到過這種情況，AI轉型小組長就曾擔心AI落地后會帶來團隊裁員，自己將背負責任。

與此同時，一線研發人員兩極分化，一部分資深工程師鄙視Agent產出代碼邏輯性差、缺乏工程美感，完全拒絕協同，另一部分新人過度迷信AI，直接照搬模型輸出內容不加核驗，兩類心態都讓AI協同工作陷入停滯。

針對這類行業共性問題，浪潮信息率先落地全員AI心智改造體系：一方面搭建免費Token創新工廠，剝離員工創新試錯的成本壓力，同時開展全員AI實操認證、黑客松創新大賽，讓員工直面Agent優缺點，把Agent類比為執行力強、易犯低級錯誤的年輕員工，建立中性協同心態；另一方面重構企業KPI體系，摒棄“人機對立”考核邏輯，不再以單人產出為考核標準，轉而考核“人+Agent”協同產出效率、創新成果，同時鎖定人類員工終審兜底權限，所有代碼上線、業務審批、項目發版最終按鈕必須由人類員工操作，筑牢員工崗位安全感。

時代已至

這套方法論背后，是浪潮信息對“軟件工程”本質的深刻理解。彭震在演講中說，企業里面也有大量的年輕人，“很聰明，很勤勞，但經常會犯錯誤”。為什么企業依然可以健康運行？“因為我們在企業里面有組織、有流程、有作業指導書、有SLA、有Checklist。”“我們實際上用組織力去控制了很多人類所犯的錯誤，進而達成了一種非常好的商業效果。”

這個邏輯在Agent時代依然成立，甚至更加重要。“今天的AI就可以把它視為一個人類的員工，也許它會犯錯誤，但我們用組織管理去管理這種不確定性。”彭震表示。

而這就是彭震提出“Humagent”概念的起點：勞動者從“人”變成了“人+Agent”。彭震指出，以“人”為核心的組織模式已無法適配AI規模化應用后的運行邏輯。Humagent框架下，人更多聚焦在系統性、前瞻性工作——目標設定、架構、方向規劃、責任兜底；Agent則更多承擔高頻執行工作和創新工作。“人機優勢互補、權責清晰、協同共生”，這是彭震對AI原生組織形態的定義。

在彭震看來，AI產業革命與前三次產業革命有本質區別：“前三次產業革命主要針對的是勞動工具，是四肢與五官的延伸；而AI產業革命首次改變了勞動者的定義，是智力的延伸。”

這一觀點正在產業界獲得越來越多的共鳴。麥肯錫已經將兩萬五千個智能體深度整合進其全球協作網絡，目標是實現員工與人工智能一比一的配對協作。IDC的數據顯示，2026年全球近80%的企業已將智能體用于實際生產活動，中國當前平均部署12.84個智能體，計劃年底達到30.87個。

但數量的增長并不等于價值的實現。IDC的另一組數據揭示了更嚴峻的現實：仍有60%的中國企業處于了解評估和試點智能體的階段，僅有18%的企業把智能體納入了核心業務流。超過62%的企業將數據權限與安全合規列為智能體跨系統執行的首要障礙。

無論是Humagent的人機協同，還是“AI+”的原生布局，行業早已達成共識：AGI遠期具備超越人類智力的能力，但產業并不盲目追求全域AI自主決策，人機共生永遠是企業經營最優解。二者互補共生，才是2026年之后企業穿越產業變革、構筑長期競爭力的核心答案。

（文｜Leo張ToB雜談，作者｜張申宇，編輯丨楊林）