79% 与 11% 这两个数字来自哪里？

来自 2026 年的行业 Agentic AI 调研，分别统计「已在某种程度采用 Agent」与「在生产环境稳定运行」的企业比例。

试点失败最常见的单一原因是什么？

数据就绪度。试点用精选数据，生产面对全量真实数据，检索准确率通常下降 20–30 个百分点。

Gartner 给出的价值实现中位周期是 5.1 个月。我们的经验是关键场景 MVP 2–4 周，稳定生产 3–9 个月。

并行。先用一个真实场景的 MVP 验证价值，同时搭平台底座，避免「平台建好了没人用」或「场景跑通了没法复制」。

把几份 2025–2026 年的调研放在一起看，会发现同一个形状：尝试的人很多，跑起来的很少。79% 与 11% 之间的 68 个百分点，就是「PoC 工厂」——Accenture 的观察是 80–85% 的企业停留在这个阶段，Demo 一个接一个，没有一个进入日常业务流程。

行业 Agentic AI 2026 调研；MIT NANDA；Gartner

研究显示 88% 的案例中大模型解锁了原本不可访问的数据，但只有 6% 的企业数据是 AI-ready 的。试点阶段用的往往是精挑细选的几十份文档，进入生产要面对的是几万份格式不一、版本混乱、权限各异的真实资料。检索准确率在这一步通常会掉 20–30 个百分点，Demo 里的「回答很准」就此消失。

Demo 只需要模型「能说」，生产需要 Agent「能做」：查订单要接 ERP，改地址要走审批，回写要过权限。每一个系统接口都有自己的认证、限流与异常。我们在交付中统计过，一个进入生产的 Agent 平均涉及 4–6 个外部系统接口，集成工作量通常占项目总工时的 40% 以上。

试点阶段靠「看着还行」判断效果，生产阶段需要回答「准确率多少、哪类问题会错、改了提示词之后有没有变差」。没有 100–300 条带标准答案的评测集，任何优化都是盲改，业务部门也不敢把流程真正交给它。

一个常见的错误顺序

先把 Demo 做得很惊艳，再去找数据、接系统、建评测。正确的顺序是反过来：先用 2–4 周在真实数据上做一个不那么惊艳但能跑通的 MVP，再决定要不要投入。

研究显示 AI 项目的隐形成本——变革管理、数据质量、流程重设计——占了 77%；每 1 美元有形技术投入对应高达 10 美元的无形投入。职能部门（法务、HR、风控）的阻力占比 35%，高于终端用户的 23%。技术上线了，流程没改、没人培训、没人负责运营，Agent 就会在三个月后安静地没人用。

这四件事没有一件与模型选型有关。这也是为什么我们说：从 Demo 到生产，中间隔着一整套落地能力。