几乎所有诊断智能体 AI 为何达不到预期的研究,调查的都是批准它的人。而一篇写于 2026 年 9 月 3 日的论文,调查的是构建它的人。University of Houston 的 Johannes Habel 与八位合著者梳理出十个关于智能体 AI 的管理幻觉——对它是什么、能完成什么、企业应如何落地的误解——并把它们沿转型的三个阶段排列,交给 167 位技术专家评估,这些专家确认了每一项幻觉的普遍程度与负面影响。构建者认为最关键的那一个,是管理者"倾向于高估这些智能体所能带来的人员削减"(Habel et al., SSRN, 2026)。
把它当成一次测量,而不是一句抱怨。你对智能体 AI 的假设与工程师的预期之间的差距,是一个开一次会就能采集到的量;而离构建最近的人刚刚告诉你,商业论证里最可能出错的是哪一行。
是人头编制那一行。在大多数中型市场企业里,这也正是整份批准所依赖的那一行。
排在第一位的幻觉,已经有了一份被打过分的预测
排名第一的幻觉有一个有用之处:它是智能体 AI 领域唯一一个有公开战绩记录的主张。McKinsey 的 State of AI 2026 调查是第一次可以把前一年受访者的预测与实际发生的情况对照打分。在 2025 年那一轮,32% 的受访者预期未来一年会出现与 AI 相关的人员削减。在 2026 年那一轮,"在使用 AI 的组织中,只有 14% 的受访者报告 AI 在过去一年促成了员工总量的整体下降"——不到当初做出该预测比例的一半。三分之二的受访者报告过去一年总体就业几乎没有或完全没有与 AI 相关的变化(McKinsey, 2026)。
预测比实际发生的变化高出约一倍。受访者对自己判断失准的反应,是把预测调得更高:现在有 39% 预期未来一年出现与 AI 相关的就业下降,高于此前的 32%。
所以 Habel 调查中的技术专家并不是在表达某种模糊的文化怀疑。他们把整个假设堆栈中唯一一个被打过分、被判不及格、然后又被重复一遍的假设排在首位。如果你的智能体商业论证里包含人头编制节省,那么它的背书来自一个一年期误差约为两倍的估计器。
人头编制幻觉有可测量的量级——而平均值是错的那个数
真实效应有多大?最干净的量化来自一个反事实问题,而不是一次预测。Colaiacovo 与 Koning 通过 Pitchbook 招募了 199 位北美成长型 B2B 企业创始人,其中 176 位完整完成问卷,问题是:在没有生成式 AI 的情况下,要维持同样质量的同等产出,需要额外多少名员工(Colaiacovo & Koning, Harvard Business School, 2026)。
平均答案是多需要 55% 的员工。中位数是 17%。出现最多的单一答案是零——30% 的创始人表示一个人也不需要多加。
| 指标 | 数值 |
|---|---|
| 没有 AI 时人头编制的平均反事实增幅 | 55% |
| 中位数 | 17% |
| 回答"零"的比例 | 30% |
| 已把 AI 正式嵌入工作流的企业(平均) | 91.4% |
| AI 使用停留在非正式层面的企业(平均) | 24% |
由此得出两点解读,两点都比标题更重要。
第一,宣称"智能体可以替掉半个团队"的供应商,引用的是一个严重右偏分布的平均值,而该分布的中位企业报告的是 17%。任何建立在平均值上的计划,都是建立在分布尾部上的计划。
第二,把尾部与中部区分开来的变量,不是对能力的信念。研究中的创始人被随机展示了关于 AI 任务表现的乐观或悲观信息;信念发生了移动,而委派意愿基本没有。真正区分他们的是:工作是否围绕工具被正式重构过。正式整合者表示,若没有 AI 他们需要多出 91.4% 的人力——几乎是非正式使用场景下 24% 的四倍。
这不是一个采购结论,而是一个组织设计结论——正好落在 Habel 的第二阶段。
第二阶段才是转型真正卡住的地方:没人拥有这个智能体
Habel 的框架把关于组织结构的幻觉放在战略与执行之间——而正是这一中间阶段的外部证据最令人警惕,因为它测量的是问责,而不是意图。
IBM 的 Institute for Business Value 调查了 2,000 位 C 级技术高管。三分之二表示,他们要为自己并不完全掌控的 AI 系统承担责任。只有 11% 表示对未来一年预期的智能体部署规模完全准备好,而有 80% 在 CEO 主导的 AI 授权下运作。七成表示业务各团队部署技术的速度快过 IT 能够追踪的速度,77% 表示 AI 采用已经超出其治理能力。受访组织上一年平均发生 54 起智能体事件——需要人工纠正的意外或有害事件——其中 17% 为高严重度(IBM Institute for Business Value, 2026)。
同一份研究也给出了解法的价码。把控制直接内建进 AI 系统本身、而不是事后手工治理的组织,事件减少 25%,部署的智能体数量多 16 倍,营业利润率高出 18%,AI 预算的支出少 4 倍。
把这四个数字连起来读。控制不是智能体部署的刹车;在这组数据里,它是部署的前提。跑着最多智能体的企业,正是在扩大规模之前就把监督做成系统属性的企业。
为什么这个阶段是便宜的那个
战略上的幻觉让你损失一张错误的幻灯片。组织设计上的幻觉让你损失一次无法回退的部署:智能体的产出没有指定负责人,没有界定它绝不能单独做什么,也没有为那个本该被释放出来的人重构岗位。这些决定在采购之前几乎是免费的,而在智能体上了生产、54 起事件的计时器已经开始转之后再补,就很贵了。
第三阶段:永远不被关停、也永远不被规模化的试点
执行阶段的幻觉表现为一种特定病症。Valliance 调查了欧洲最大企业的 1,000 位高层领导,发现 40% 的 AI 举措是"按设计"停留在试点状态——在拥有成熟 AI 项目的组织中这一比例升至 48%。更高的成熟度带来了更多永久性试点,而不是更少。卡在试点阶段的组织报告的成功率更低(43%,整体为 50%),实现价值的时间更长(6.6 个月对 5.9 个月),且仅有 20% 的案例获得强劲 ROI,而在成熟组织中完成规模化的试点这一比例为 76%(Valliance via Consultancy.uk, 2026)。
该机构自己的措辞值得借用:"试验本身不是问题。"失败的是接下来发生的事,或者说没有发生的事。项目卡在概念验证与生产之间,是因为流程中没有任何环节强制给出裁决。
注意这里形成的因果链条。战略幻觉设定了一个从来不可能达到的人头编制目标。组织设计幻觉让智能体既没有负责人,也没有被重构的岗位。执行随后产出一个无法关停的试点——因为关停它就等于承认前两点。
这篇论文没有给你的东西
对边界要讲精确,因为这篇论文正在被宽松地引用。
它是一篇 14 页、面向实务者的文章,不是一项田野实验。公开摘要写明 167 位技术专家确认了十个幻觉的普遍程度与负面影响,并点出排名最高的那一个;但它并未公布各项幻觉的百分比、回收率细节或抽样框架。任何人把某个具体数字对应到某个具体幻觉,都是在编造。此外,专家样本是自选且技术导向的——这既是该研究设计的用意,同时也是它的偏差:构建者在"管理层不理解技术"这一主张上有职业利益。
几个佐证来源各自带着自己的限制。McKinsey 的样本是全球性的,并偏向大型企业。创始人反事实是平均约 16 人的公司自行估计的信念,不是经审计的薪资数据。Valliance 覆盖的是欧洲最大企业,年均 AI 支出 3,920 万英镑,与 200 人规模的运营完全不可比;而 Bain 发表过一种相反叙事,认为大多数用例类别确实在走向生产。如果规模化本身是不均匀的、被放弃的试点只是与成功案例并排堆积,那么两者可以同时成立。
在这一切之后仍然站得住的,是方向和优先次序。四种独立工具——一次构建者调查、一次被打过分的预测、一次创始人反事实、一次 CxO 控制审计——指向同一个结论:约束条件是组织性的,位于工具的上游,而人头编制假设是第一个该去核对的。
在采购之前,把你对智能体 AI 的假设变成一份文件
五个动作,没有一个需要新供应商。
- 把分歧当作一次问卷来采集,而不是一场对话。把商业论证中三个承重的主张交给将要构建或运行该智能体的工程师,请每个人在任何人开口讨论之前私下评估其普遍程度与影响。你测的是一个差距,而会议会把它平均掉。
- 把人头编制节省从批准文件里拿掉,看这个论证还站不站得住。如果站不住,你找到的不是用例,而是一个穿着用例外衣的编制论证。已实现变化的基准约为 14%,不是被预测出来的 32%。
- 在签合同之前就指定负责人和被重构的岗位。Habel 的中间阶段正是事后补救代价最高的那一段。问题不是"智能体能做哪些任务",而是"这是谁的岗位、谁批准它的产出、那个流程里的人现在改做什么"。
- 把永久留在自主权之外的部分写下来。不是一份风险登记册,而是一份明确的动作类别清单:智能体永远不得独自执行,在部署前达成一致,并随任务一起流转。这是整个项目中最便宜的产出物。
- 把"关停或扩大"的闸门和预算一起定下来,而不是定在预算之后。固定的评估窗口、事先约定的成功指标、一个二元裁决。四成的举措"按设计"留在试点,是因为从来没有人必须做决定。
第 3 点和第 4 点描述的治理必须存在于某个地方——在你自己的流程里,或在你部署的系统里。Scovai 把两者都内建进岗位本身:它的 Digital Employees 默认先确认后行动,每一个对外可见的动作都会变成一条带有具名监督人的审批请求,自主权按动作类型从一份有记录的台账中逐步获得,而不是在配置时一次性授予;指定的动作类别永久留在自主权之外;组织结构图上的每个岗位在被部署任何东西之前,都带有一个可增强度评分。
本季度的一个决定
你不需要先解决智能体 AI 究竟会不会削减人头编制这个问题。你需要决定的是:在构建这件东西的人正式表态之前,你对智能体 AI 的假设是否可以继续成立。
所以,在下一份智能体合同送去签署之前,把你的商业论证所依赖的三个主张摆到技术团队面前,收集他们的评估,先看人头编制那一行。如果工程师的估计与计划里的估计相距很远,你面前的不是一个采购决定。你面前的是一个已经失准过一次的预测,以及一个免费的、不再重复它的机会。