前不久，某医疗行业工程师在一场发布会上演示了一个医药临床研究报告 （CSR） 的智能化流程：过去需要数月、涉及十几个部门反复沟通的合规报告，在 AI 工作空间中压缩到了几天。
这是一次成功的尝试，但对于大多数企业管理者而言，他们正在经历着同一种焦虑：AI 到底能不能真正改变我的业务？
这种焦虑也已传导到了 ToB 企业服务领域，IBM 大中华区首席技术官翟峰曾坦言，现在企业对 AI 已经 「谈得有点乏力」，核心问题是："AI 落地雷声大、雨点小。表面上看起来热热闹闹，最后却看不到实质价值，ROI 也没有，企业领导觉得也没什么意思。」
IDC 的数据显示，当前 90% 的 AI 概念验证 （POC） 无法通过生产验收，企业普遍面临 「算不清账、落不下去、不敢授权」 三大核心痛点。Gartner 在 2026 年初发布的调研则指出，全球超过 90% 的企业推出过生成式 AI 试点，但真正跨越实验阶段、进入生产环境并形成规模化价值的项目不足 41%。
一面是技术能力的指数级跃升，一面是商业价值的线性甚至停滞。双方交织出了一条横在 「试点」 与 「规模化」 之间的鸿沟，正在成为企业 AI 转型中最致命的 「死亡之谷」。
企业级 AI 陷入 ROI 焦虑
如果要用一个词概括 2026 年企业 AI 的集体困境，那一定是 「ROI 焦虑」。
麦肯锡调研显示，尽管 90% 的企业都已启动 AI 转型，但只有 25% 取得了切实成果，真正实现规模化应用的企业仅占 10%。换言之，绝大多数企业的 AI 投入，无论是购买大模型 API、自建算力集群，还是雇佣 AI 工程师，这些举措还都尚未在财务报表上留下任何可追溯的痕迹。
而这些对 AI ROI 的焦虑也正在吞噬企业对 AI 应用的信心，IDC 预测，到 2026 年，50% 的 AI 驱动数字化应用场景将无法达到 ROI 目标，原因包括收益不清晰、风险上升、人机协作薄弱以及数据基础薄弱。翟峰表示，「很多企业上了一个小工具，那里调用一下第三方的大模型，或者调一下网上的 API。大部分企业目前是在 『租用智能』，你在使用别人的能力，它并不是你企业自主拥有的智能。」
问题出在哪呢？出在企业对 AI 的使用没有融入真正有价值的核心业务流程之中，而只是 「浅尝辄止」 的应用在一些不痛不痒的环节。对此，神州数码首席执行官李映表示，个人每天使用 AI 工具安排行程、生成 PPT，本质上是 「管理生产力」 的提升，但企业需要的，是让 AI 直接进入业务流程，真正创造价值，进而变成企业 「运营生产力」。「95% 的 AI 项目停留在 PoC 阶段，原因正是很多企业还在用管理生产力的方法来处理运营生产力。」 李映指出。
IDC 中国副总裁武连峰则给出了一个框架性的解释。他将 AI 驱动业务价值划分为三个阶段：提升生产力、提升洞察力、重构产品服务与商业模式。他提醒企业，「千万不要把 AI 的价值在短期内估计过大，这个过程至少十年」。
但对于绝大多数企业而言，他们等不了十年。浪潮信息董事长彭震称，「如果今天我们用一个成熟的商业模型去衡量一个创新型的商业变革，我认为是不公平的。AI 转型一开始要靠信念支撑。
信念之外，更务实的企业已经在寻找破局的方法。翟峰发现，越来越多的 CIO 开始回归到最基础的两个字：流程。他表示，企业里 90% 以上的流程是固定的 （比如报销、审批等），很多时候不需要 AI 去泛化或创造，而是需要 「已有的流程如何实现自动化，减少人工干预」。
企业流程重构
IBM 的专家们在服务中国企业的过程中发现了一个普遍现象：企业的流程不是太少，而是太多、太碎、太僵。「企业内部无论是研发、生产管理还是 IT 运维，逻辑都是一样的：你有没有高价值的数据喂给你的模型，让它能够很好地执行流程，进而做好企业决策。」 翟峰指出。
针对此，IBM 已经开始用 AI 重塑软件研发的全生命周期。据翟峰介绍，今年 3 月底发布的 AI 开发助手 Bob，在 IBM 内部已有 8 万多个用户，其中 2 万多是专业软件工程师，日活比例高达 65%。「对于简单的配置、流程相关的工作，Bob 可以把效率提升 50%-80%；哪怕是需要专家协作完成的复杂操作，也可以提升 20%-40% 的研发效率。」 翟峰如是说。
但 AI Coding 带来的不只是效率提升，还有新的风险。翟峰说，「Agent 现在已经可以直接跟服务器、业务系统进行交互了。一旦模型调用 Agent 执行了错误操作，可能就会直接导致应用下线或者服务器宕机。」 为此，Bob 引入了代码实时扫描、Agent 权限管理、安全沙箱和不可篡改的审计日志。
这正是 「AI+」 与 「+AI」 的本质区别。「+AI」 是在原有工具和流程上辅助加一些 AI 能力，「但有可能你原有的那套东西已经不与时俱进了，就像非要给马车配一个发动机让它跑。」 翟峰指出，而 「AI+」 则是一上来，组织流程和业务就是建立在 AI 之上。对于这点，彭震与翟峰有着相似的认知，彭震表示，「+AI」 只是浅层工具辅助，而 「AI+」 是更深层的底层变革。关键在于领导者必须率先提升对 AI「创造力、爆发力、效率」 的认知，主动进行根本性变革，否则被动等待只会被时代淘汰。
彭震透露，浪潮信息内部在推动 AI 转型时，首先给研发部门设立了一个具体到不能再具体的 KPI：代码一次性采纳率。「我们给每个部门都要求设立 AI 转型指标，包括代码一次性采纳率 （给研发用的），AI 审核覆盖率 （给法务、商务用的），营销文案准确率 （给销售部门的指标）。」
浪潮信息正在重构从需求管理到产品交付的全流程。但如果只是 「一个人+一个 Agent 写代码」，那仍然停留在工具层面。对此，彭震表示，「以前人的知识密度不够，一个人只能成为某一方面的专家，需要一堆人协同干一个事儿。但 AI 不一样，它既有深度又有宽度，完全可以涵盖从市场调研、需求管理、架构设计到代码生成的全链条。」
以 AI 编程为例，从需求管理开始，AI 参与需求的解读和澄清；到架构设计阶段，AI 辅助拆解需求、分模块；再到代码生成，AI 负责具体的编码工作；最后是测试和验证，甚至可以让 「一个大模型写一段代码，让另外一个大模型读它，让两个大模型去打个分看谁写得好」。
但彭震特别强调了一个关键点：人依然掌握着最后的按钮。「发出的按钮一定是人类去摁的，不会是机器决定发的，因为 （这样） 风险太大。」
不过在实现 「AI+」 的过程中，企业员工对于 AI 的接受度仍然是一个不小的挑战，彭震告诉笔者，「今天 AI 转型最大的门槛是人，不是物、不是技术、不是流程、不是数据。最大的障碍是人，人愿不愿意拥抱它、愿不愿意去改变。」
认知变革落地到企业内部，首要任务是企业文化与全员心智改造。浪潮信息内部 AI 转型实操中，就遇到过这种情况，AI 转型小组长就曾担心 AI 落地后会带来团队裁员，自己将背负责任。
与此同时，一线研发人员两极分化，一部分资深工程师鄙视 Agent 产出代码逻辑性差、缺乏工程美感，完全拒绝协同，另一部分新人过度迷信 AI，直接照搬模型输出内容不加核验，两类心态都让 AI 协同工作陷入停滞。
针对这类行业共性问题，浪潮信息率先落地全员 AI 心智改造体系：一方面搭建免费 Token 创新工厂，剥离员工创新试错的成本压力，同时开展全员 AI 实操认证、黑客松创新大赛，让员工直面 Agent 优缺点，把 Agent 类比为执行力强、易犯低级错误的年轻员工，建立中性协同心态；另一方面重构企业 KPI 体系，摒弃 「人机对立」 考核逻辑，不再以单人产出为考核标准，转而考核 「人+Agent」 协同产出效率、创新成果，同时锁定人类员工终审兜底权限，所有代码上线、业务审批、项目发版最终按钮必须由人类员工操作，筑牢员工岗位安全感。
时代已至
这套方法论背后，是浪潮信息对 「软件工程」 本质的深刻理解。彭震在演讲中说，企业里面也有大量的年轻人，「很聪明，很勤劳，但经常会犯错误」。为什么企业依然可以健康运行？「因为我们在企业里面有组织、有流程、有作业指导书、有 SLA、有 Checklist。」「我们实际上用组织力去控制了很多人类所犯的错误，进而达成了一种非常好的商业效果。」
这个逻辑在 Agent 时代依然成立，甚至更加重要。「今天的 AI 就可以把它视为一个人类的员工，也许它会犯错误，但我们用组织管理去管理这种不确定性。」 彭震表示。
而这就是彭震提出 「Humagent」 概念的起点：劳动者从 「人」 变成了 「人+Agent」。彭震指出，以 「人」 为核心的组织模式已无法适配 AI 规模化应用后的运行逻辑。Humagent 框架下，人更多聚焦在系统性、前瞻性工作——目标设定、架构、方向规划、责任兜底；Agent 则更多承担高频执行工作和创新工作。「人机优势互补、权责清晰、协同共生」，这是彭震对 AI 原生组织形态的定义。
在彭震看来，AI 产业革命与前三次产业革命有本质区别：「前三次产业革命主要针对的是劳动工具，是四肢与五官的延伸；而 AI 产业革命首次改变了劳动者的定义，是智力的延伸。」
这一观点正在产业界获得越来越多的共鸣。麦肯锡已经将两万五千个智能体深度整合进其全球协作网络，目标是实现员工与人工智能一比一的配对协作。IDC 的数据显示，2026 年全球近 80% 的企业已将智能体用于实际生产活动，中国当前平均部署 12.84 个智能体，计划年底达到 30.87 个。
但数量的增长并不等于价值的实现。IDC 的另一组数据揭示了更严峻的现实：仍有 60% 的中国企业处于了解评估和试点智能体的阶段，仅有 18% 的企业把智能体纳入了核心业务流。超过 62% 的企业将数据权限与安全合规列为智能体跨系统执行的首要障碍。
无论是 Humagent 的人机协同，还是 「AI+」 的原生布局，行业早已达成共识：AGI 远期具备超越人类智力的能力，但产业并不盲目追求全域 AI 自主决策，人机共生永远是企业经营最优解。二者互补共生，才是 2026 年之后企业穿越产业变革、构筑长期竞争力的核心答案。
（文｜Leo 张 ToB 杂谈，作者｜张申宇，编辑丨杨林）