这新闻，我看了两遍。
第一遍看到的是10.8%——在所有把AI智能体写进路线图的企业里，只有10.8%真正把项目推进到了全面规模化生产。第二遍我注意到的，是另外两个数字：三分之二的企业已经设立了专门的AI预算，95.3%的企业把智能体写进了路线图。
这两组数字放在一起，才是重点。预算批了，路线图画了，活却没干成。
我的判断是：企业AI这一轮卡住的地方，不在预算，也不在模型能力，而在验收。
这份来自The Martech Weekly的《2026企业营销技术展望》报告，还藏着一个更扎眼的数字：40.2%的营销技术负责人，仍无法清晰展示其技术投资带来了什么财务贡献。钱花出去了，账算不回来。
我不觉得10.8%是个坏消息。恰恰相反，它说明企业没有盲目把半成品往生产线上推。真正该被追问的，是那89.2%到底卡在了哪。以我观察，卡点通常有三个：数据没打通、责任人没定、验收标准没写。前两个是技术和组织问题，第三个是道选择题——企业得先自己想清楚，AI把活干错了，这笔账算谁的。
报告把AI的落地效果拆成了两半：69.3%的受访者认为AI对营销技术栈产生了清晰甚至实质的影响，但认为AI对客户体验有同等影响的比例只有59.9%。差了近10个百分点。原因并不神秘——写作、编辑、分析、报告生成、创意变体这些内部场景，更容易测试、更容易治理、也更容易嵌进现有流程。而旅程优化、决策、受众筛选、活动创建、归因、忠诚度优化、报价智能体这些场景，涉及复杂的数据流和跨系统流程，才是真正值钱、也真正难落地的部分。
换个角度看，这也解释了报告的另一个现象：为什么AI在文案、编辑、数据分析这些场景跑得最快，在决策、归因、报价这些场景最慢。前者错了可以改，成本是一段文字；后者错了要赔钱，成本是一份合同。越靠近钱的环节，企业越不敢放手。
报告里有一句话，我认为是全场最清醒的一句：真正的难点不在于让智能体生成答案，而在于确保答案的真实性。如果底层工作流本身不健全，智能体做的不是解决问题，而是加速暴露问题。你给它一条脏数据管道，它只会更快地生产出更精致的错误。
更值得琢磨的，是报告点破的一个悖论：AI的高昂成本，本应通过提升员工生产力来证明其合理性；但如果员工从AI那里省下的时间，又全都花在了核对AI输出是否准确上，那么实际的生产力提升就大打折扣。企业花大钱买来的，可能只是一台更快的打字机。
企业的实际动作也印证了这种谨慎。报告显示，只有1.6%的企业允许完全自动化生成的AI内容直接面向客户；43.3%要求AI内容必须经审核、编辑和验证后才能对外使用；还有24.4%干脆把生成式AI严格限制在内部。极端案例不多，但足够说明——企业目前根本没打算让智能体自己拿主意。
我的看法很直接：企业买的从来不是智能，而是可信。一个输出结果后面必须站一个审核员的智能体，它不是员工，是实习生。它替你加速，但不替你负责。
这对中国企服是个明确的信号。过去几年，国内厂商习惯把“接入大模型”当成卖点，但客户真正会为之心动的，从来不是你能源源不断地生成多少，而是你能保证多少。一个能自动生成周报的助手，和一个能保证对账不出错的助手，后者的续费率一定高得多。前者省的是时间，后者省的是风险；而企业愿意为风险付的钱，永远比愿意为时间付的多。
再往前看一步，我更愿意把2026年叫作企业AI的“基建年”。这一年的关键词不是“上线”，是“接管道”——把散在CRM、客服系统、数据仓库、BI工具里的数据，接成一条能走通的路。报告里为什么内部场景跑得比客户场景快？因为内部场景的数据往往集中在一个系统里，管道短；客户场景横跨多个系统，管道长。管道不通，智能体再聪明也只能在门口打转。
这也意味着，接下来一年真正能拉开差距的，很可能不是哪个团队最先用上最贵的模型，而是哪个团队最先把自己的一亩三分地整理干净。数据治理这件老掉牙的苦活，在AI时代不但没有贬值，反而成了所有AI项目的前置条件。你越想过快，越得先把地基夯实。
我还想补一句给做企业软件的公司：别急着把产品改名叫“AI Agent”。客户早就过了被名词打动的阶段。他们现在问的是三个很朴素的问题——你接我哪个系统，出错了我找谁，多久能上线。谁能把这三个问题回答得最干脆，谁的单子就最稳。名字里带不带AI，根本不重要。
所以这一轮的真正竞争，不在谁的模型更聪明，而在谁能把智能体的输出，变成可以验收、可以追责、可以规模化复制的资产。10.8%这个数字不会一直这么低，但决定它什么时候变高的，不是模型再聪明一点，而是企业把验收标准想清楚、把数据管道修干净的那一天。
最后说句不中听的。10.8%这个数字之所以刺眼，是因为它和95.3%形成了过于鲜明的对照——它暴露的不是技术能力不足，而是组织能力不足。企业可以一夜之间把AI写进路线图，却没法一夜之间把数据、权限、责任理顺。技术的迭代以季度计，组织的迭代往往以年计。真正卡住AI的，从来不是那家企业买不到最好的模型，而是它自己还没准备好被AI改变。
智能体不缺能力，缺的是有人敢为它的答案签字。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
