
图 1|从单点任务起步,比一次铺开多个场景更容易验出闭环
2026 年 11 月 4 日,中国信通院数智化研究部主任李立委在 WAIE2026 上给了一个不讨喜的判断:智能体的价值不会均匀分布在所有场景里,而是会先在流程清晰、数据可得、错误可承受的环节集中释放(腾讯网,2026-11-04)。同一周,一份面向集团人力与综合管理的场景报告把首批落地条件拆成八项,并留了一句更硬的话:八项里有几项过不了,这个场景就该往后放(企业软件厂商官网,2026-11,转引前哨科技报告)。
选场景不是挑最亮眼的那个。
试点多、规模化少,这个反差在采购端已经能读到。IDC 口径下,全球 Top500 企业 73% 已启动智能体试点,实现跨部门规模化的仅 19%(人民政协网,2026-11-05 转引)。常见的解释是模型能力不够,但真正卡住立项的往往不是模型:规则说不清、数据取不到、做错了没人兜底,三样占一样,演示能过,生产过不了。把「哪些环节适合先上」翻译成一张能逐项打分的筛选表,比争论哪个场景更有想象力要省事得多;这份表还能顺带回答另一个常被问的问题——第一个场景该挑多大。

图 2|智能体进入业务时,企业软件与运行环境要一起重构,八项条件对应到运行环境这一侧
八项条件分三道关:价值关只是门票,可行关与风险关才决定能不能跑起来。逐项都要留证据,不靠会议上的印象打分。
| 条件 | 判据 | 不过关的典型表现 | 港华的对应做法 |
| 业务价值 | 做成后省多少工时或多赚多少,能说出量级 | 只写「提升效率」,没有基线 | 先把统一底座的账算清,再谈 AI 场景 |
| 任务频率 | 每天或每周重复发生 | 一年几次,样本攒不出来 | 请假、报销、付款审核都是高频动作 |
| 规则清晰度 | 制度、模板、审核标准可描述,换个人做结果一致 | 全凭老员工手感 | 四统一:统一语言、统一数据、统一流程、统一管理要求 |
| 数据可得性 | 所需数据已有系统沉淀,或文档可解析且有版本 | 要先建大中台才取得到数 | 主数据平台统一组织、员工、物料、供应商,集成平台连接各板块 |
| 结果可验收性 | 对错有标准,能用时长、准确率或拦截量衡量 | 只能说「感觉好用」 | 从调研到上线形成 30 多份过程质量文档,每阶段达标才进下一步 |
| 系统可连接性 | 有接口、有权限、能回写 | 只能看不能写,结果停在对话框 | 商旅场景打通事前申请到事后数据分析六个环节 |
| 风险可控性 | 出错可识别、可撤回、有人工兜底 | 动作不可逆,错了直接对外生效 | 先做辅助与审核,不立刻贯穿所有业务 |
| 场景可复制性 | 换个业务单元能照着再来一遍 | 全靠项目组原班人马撑着 | 可再生能源板块先行试点,涉及近 900 家业务单元 |
这张表最容易被跳过的是「结果可验收性」。港华投资高级副总裁黄洁在 2026 全球商业创新大会现场连问四题:你的业务有什么痛点?业务流、工作流、数据流是什么?需要 AI 解决什么问题?用在哪些场景?她的另一句判断更直接——「恰恰是这些看上去最不AI的工作,反倒成为了AI进企业之前的必修课」。八项条件里至少有一半属于这类不 AI 的工作,它们的完成度决定后面那几项有没有意义。
港华给出的答案反直觉:第一个落地场景是请假。员工对 AI 助理说想休假,助理告知剩余假期、询问起止日期、生成申请,差不多一分钟完成。之后才扩到报销、付款中的大量审核,再扩到商旅全流程——事前申请做合规预检,事中管控实时预算与动态预警,随单开票,事后报销智能识别、自动填单,审核稽核识别异常,最后做趋势洞察与策略优化。
小的不是不重要,是能验。
一个能在几分钟内跑完、结果对错当场可判的场景,把权限、接口、知识版本、异常兜底四件事全部暴露在可控范围里。换成一个横跨五个部门的场景,任何一环卡住都分不清是流程问题、数据问题还是模型问题,项目组只能靠加班把演示撑过去。信通院那三条标准里的「错误可承受」,说的正是这个:不是不许出错,是出错的代价要小到能让人看清错在哪一步。
规模控制还有另一层。港华 2025 年 5 月启动系统升迁,约一年进入上线阶段,先行试点的可再生能源板块涉及近 900 家业务单元;从调研到上线形成 30 多份过程质量文档,每个阶段达标之后才进入下一步。第一个 AI 场景挑得很小,试点范围却并不小——小的是动作,大的是验证样本。这两件事常被混为一谈:场景要窄,覆盖要够,否则拿到的一分钟只是个别用户的顺滑体验,不是可复用的结论。
「往后放」不等于「永久不做」。按任务结构化程度与责任风险分成四个区间,处置方式各不相同:结构化高、风险低的员工问询与制度检索可以优先试点;结构化高、风险高的薪酬核算、合同初审要受控推进,关键节点保留人工复核;结构化低、风险低的会议纪要、材料起草只做辅助支持,给建议不替决策;结构化低、风险高的招聘决策、晋升评估保留人工主导,判断与责任仍在人。
四象限的用法是倒着查:先找出自己最想上的那个场景落在哪一格,再回看八项条件里有几项没过。落在右下角却想按左上角的方式直接自动执行,是多数演示型项目的起点。还有一个容易被忽略的处置——「系统可连接性」不过关时,不要靠人工搬运数据把流程补完整,那会在上线后变成新的岗位,效率账看着漂亮,人却没少。
八项条件也可以反着用来做存量盘点。已经跑起来的场景逐项补打分,哪几项靠人扛着、哪几项没有证据,一张表就能列出来;补不齐的写清责任人与复核时间,比推倒重来便宜。
筛选不该停在评审会纪要里。一张五列的立项单足够:条件、我方取值、证据来源、签字人、不满足时的处置动作。取值必须是读数或可核查事实,不写「基本具备」;证据来源写明哪套系统、哪份制度、哪次抽样;签字人由业务方出,不由项目组代签。
| 字段 | 要求 | 常见做假 |
| 条件 | 八项逐条列出,不合并成「综合评分」 | 只报总分,把不过关的项藏进平均分 |
| 我方取值 | 带单位、带时间窗的读数 | 用「较高」「良好」代替数字 |
| 证据来源 | 系统名+报表名或制度条款编号 | 写「据业务部门反馈」 |
| 签字人 | 业务方具名,与后续验收同一人 | 项目组代签,复盘时无人认领 |
| 不满足时动作 | 写明补什么、谁补、何时复核 | 写「后续优化」,没有日期 |
立项单还有一个作用:把「要不要做」和「做成什么样」分开。八项条件回答的是要不要做,通过后另立一张验收单回答做成什么样;两张表混在一起,最常见的后果是用验收指标去论证立项合理,八项里明显不过关的那几项就再没人提。
本文只处理首批场景的筛选与规模判断,不提供某个行业的场景优先级排名,也不给通用打分权重——不同企业的流程标准化程度、数据基础与容错要求差异很大,套同一套权重等于把别人的约束当成自己的。文中 IDC 数字为「全球 Top500 企业」口径,与其他机构的企业级智能体市场规模、项目暂停率统计边界不同,不并列、不相加。
场景很小,是不是证明不了价值?
证明的是闭环,不是金额。首个场景的目标是跑通「发起—取数—判断—动作—结果可查」这一整条链,价值量级放在第二个场景再放大。港华从请假扩到审核、再扩到商旅六环节,走的正是这个顺序。
规则不清晰的环节,能不能先上人工复核?
可以,但要写清复核是不是永久设计。若规则本身短期内无法描述,人工复核会变成固定岗位,此时它属于「辅助支持」而非「自动执行」,立项单里的条件要按实际形态重填,别用「先上再说」把风险关跳过去。
八项条件谁来打分?
业务方出取值与证据,IT 方确认系统可连接性,安全或风控方确认风险可控性,最终由业务负责人签字。任何一项由厂商单独作答,都不算通过——它回答的是产品能力,不是我方现状。
试点范围选大板块还是小部门?
场景要窄、样本要够。港华选的是涉及近 900 家业务单元的可再生能源板块,动作却从请假起步。若只在一个十人部门里试,样本量不足以暴露权限与口径问题。
已经上了一堆场景,还能补这张表吗?
能,而且更该补。逐项反查时重点看两列:哪些条件靠某个人在人工兜底,哪些条件没有可核查证据。这两类场景在模型升级、人员调岗时最容易先出问题。
本文观点