企業 AI 採用落差：80% 擁有代理，11% 達到規模

採用不再是重點。超過 80% 的財星 500 大企業有活躍的 AI 代理，而 Gartner 預期到今年底，40% 的企業應用程式將嵌入任務專用代理。重點在於這個數字背後的落差：僅約 11% 的組織達到真正的生產規模。每家企業都有一個試點。幾乎沒有組織擁有完整的系統。

在演示中令人矚目的試點，與可信賴地用於實際客戶的系統，是兩個不同的產品。那 11% 的企業打造的正是第二個。

為什麼大多數代理項目停滯不前

Gartner 預測，到 2027 年底，超過 40% 的代理 AI 項目將被取消。失敗很少源於模型本身。它源於圍繞模型的因素：決策需要解釋時沒有稽核軌跡，代理行為不當時沒有緊急關閉開關，重要行為沒有人工檢查點，以及無法衡量系統是否實際節省了時間或金錢。

• 可觀測性：代理採取的每個行動都被記錄、可追蹤，並可事後審查。
• 護欄：代理在明確的邊界內運行，具有角色感知的數據與工具存取。
• 升級：高風險行動路由至人工，且存在明確的路徑以完全停止代理。
• 經濟效益：基線在啟動前已進行測量，因此差異（節省的小時數、降低的風險）是可證明的。

治理是產品，不是紙面工作

容易將控制視為最後才勉強加上的合規成本。這恰好相反。在生產環境中，治理層是讓代理觸及任何重要事務的途徑，因此它決定了代理是否能夠全力創造價值。未受治理的代理被限制在低風險任務中，受治理的代理則可被信任執行能改變業績的工作。

2027 年的項目取消正是源於此。在 2026 年未建立治理就進行開發的組織，會在十八個月後因為首次事件而被迫關閉項目，屆時缺乏控制已成無法忽視的事實。

衡量小時數，而非感覺

企業 AI 的價值在於經濟效益。先測量基線（在啟動前，一項任務現在需要花費多長時間），然後測量之後的差異。節省的小時數與降低的風險是為下一階段投資提供正當理由的數據。熱情不是一項指標，董事會已經開始注意到這一點：通過預算審查的項目，是那些展示差異指標而非演示的項目。

HOWF 的立場

我們以那 11% 的方式打造代理：以您邊界內的數據為基礎，從第一次提交開始就內建可觀測性與升級機制，並針對已建立測量的基線進行評估。模型是簡單的部分。圍繞它的系統才是真正的工作，它是試點代理和實際運行代理之間的區別。