代理式AI的采用率从2025年的45%的组织跃升至2026年的近乎全部，如今约40%的员工每天都在使用AI（SparkOptimus, 2026）。然而，真正实现规模化的AI计划却只有约15%。如果AI试点在你的运营中无法规模化，本能反应是去怪罪供应商最爱借以推销的两样东西——培训不够、工具不够。两者都是错误的诊断。停滞不前的那85%，卡住的原因并非能力，而是卡在没有任何仪表盘会衡量的那一件事上：究竟谁真正被授权做决定。
这一区分并非纸上谈兵。对一家200人企业的运营负责人而言，它改变了下一笔AI预算的去向——是投向又一个素养项目，还是投向那项枯燥却决定一切能否产生复利的治理工作。
能规模化的那15%并非更聪明——而是被治理着
采用问题实际上已经解决。当你40%的员工每天都在接触AI，采用率又在十二个月内从少数派升至近乎普遍时，"我们的人不会用它"已不再是约束（SparkOptimus, 2026）。约束已下移到工作试点与规模化能力之间的那道鸿沟。
大部分资金正是消失在那道鸿沟里。Gartner将代理式AI恰恰置于"期望膨胀的顶峰"，即任何技术周期中部署热情最远地跑在把它转化所需的运营纪律之前的那一点（Gartner, 2026）。试点证明了这项技术在业务某个受控角落里能用。规模化则需要截然不同的东西——一个关于这件工具如今掌管谁的预算、谁的编制、谁的流程、谁的风险容忍度的决定。前者是工程问题。后者是权力问题。而大多数组织只为前者买单。
令人不适的推论是：能规模化的那15%，很少是拥有最先进模型或最精通AI团队的那批。而是那批在规模化试点之前就已解决权力问题的组织。
真正的阻碍有个名字：无主的决策权
若你想要以数字呈现的阻碍，WRITER的2026企业AI调查——与独立机构Workplace Intelligence合作，覆盖1200名员工及高管——给出了答案。78%的高管报告称，AI已在IT与业务线之间制造了紧张（WRITER, 2026）。多数人将本组织的AI使用形容为"毫无章法的混战"，而一个引人注目的比例更进一步，称AI正在实实在在地把公司撕裂（WRITER, 2026）。
把这些发现放在一起读，规律便昭然若揭。这不是技能问题——你无法靠培训走出一场地盘之争。这是决策权问题。IT拥有平台；业务拥有工作流；当二者冲突时该由谁让步，却无人拥有这个裁决权。于是试点跑通了，人人都认可它跑通了，然后它就搁置在那里——因为将它规模化会迫使人做出一个无人被指派去做的权力裁决。
MIT Sloan自己2026年的分析也落在同一条断层上：即便对数据与AI领导力的支持创下历史新高，在多数企业内部"谁拥有AI的责任仍不清楚"（MIT Sloan, 2026）。模糊的归属并非治理上的软性讲究。它正是一个已被验证的试点在委员会里悄然死去的具体机制。
试点不会大声失败。它们默默地失败。
留意这种失败模式是如何隐藏的。技术上失败的试点会产生清晰的信号——模型表现不佳，有人叫停，预算被释放。而搁浅在无主决策权上的试点根本不产生任何信号。它只是永远无法规模化，倡导者转向别处，这项计划被悄悄改记为"经验教训"。从组织高层看去，这像是审慎的试验。实则是一个从未做出的决定，伪装成一个已做出的决定。
为什么"AI素养"是错误的诊断
对停滞的AI，占主导的药方是更多素养——工作坊、提示词库、认证路径。这是个诱人的处方，因为它可读、可购买，还能展示可放进幻灯片的可见进展。但对规模化这个具体问题而言，它也几近无关。
想想其中的逻辑。如果你40%的人已经每天使用AI（SparkOptimus, 2026），那么边际的一小时素养，并不是横亘在工作试点与规模化试点之间的东西。横亘在那里的，是尚未解决的问题：谁来决定销售团队的手动审批步骤如今归智能体承担——以及当智能体出错时由谁担责。再多的提示词培训也答不上来。这是一个披着技能外衣的权力问题。
这就是值得向你自己的领导团队点破的陷阱：素养支出让人感觉在降低风险，因为它可衡量，但它把一次治理失败当作一次能力失败来处理。你最终得到的，是一支日益精通的队伍，运营着一堆日益庞大、却无人有权规模化的试点。活动是真实的。复利却没有。
试点炼狱到底让你付出多少代价
一个未规模化试点的代价，并不是试点的预算。那笔钱已经花掉，而且大概率花得值——你得知了技术是可行的。真正的代价，是你因从未行使而放弃的期权价值，乘以每一个搁浅的计划，再按其闲置的每一个季度复利累加。
对一家中型市场的运营而言，三重代价层层叠加。其一，直接的机会成本：规模化能力本可产生的效率，在归属问题悬而未决期间一直被白白丢失。其二，组织疲劳——WRITER的"毫无章法的混战"并非中性状态；78%的IT对业务紧张，是对每一项未来计划的课税，因为每个新试点都在重新审理那场悬而未决、同样的权力之争（WRITER, 2026）。其三，也是最具腐蚀性的，是可信度：当第三个或第四个"有前景的试点"未能改变工作真正被完成的方式时，组织便会学到——而且学得没错——AI计划不过是表演。这种习得的犬儒代价高昂、难以逆转，且最沉重地压在那位仍在为试点背书的运营负责人身上。
这些都不会出现在试点的复盘里，因为复盘往往根本不存在。这恰恰是试点炼狱如此顽固的原因：它是一场没有预算科目的失败。
解法是一张RACI，而非一次重组
这里有令人振奋的部分：既然阻碍是决策权而非技术或人才，解法便廉价、迅速，且完全在一位运营负责人的职权之内。你不需要重组，不需要新平台，也不需要更大的培训预算。你需要的，是在为下一个试点拨款之前，先指定一位负责人。
具体而言，本季度三个动作：
指定唯一一位对AI部署accountable的负责人。 不是委员会，不是"IT与业务共同负责"——而是名字落在规模化决定上的一个人。WRITER的数据明言，共享而模糊的归属正是紧张滋生之地（WRITER, 2026）。设唯一负责人的用意，不是为集权而集权；而在于：属于所有人的权力，就不属于任何人。
在试点之前写好RACI，而非之后。 对每项计划，明确谁Responsible负责构建、谁Accountable对规模化决定担责、谁Consulted（受影响的业务线）、谁Informed。把这作为拨款的前提。RACI不是官僚主义——它是把"我们应当规模化这个"从人人都能持有的意见，转化为某位具名之人能够做出的决定的机制。MIT Sloan关于归属"仍不清楚"的发现，描述的不是一个困难的问题，而是一个尚未着手的问题（MIT Sloan, 2026）。
让规模化成为一个带闸门的决定，而非自发生长的期望。 试点应抵达一个明确的闸门，在那里accountable负责人要么规模化它，要么叫停它，要么带着新假设明确重启它。你所消除的，是第三种沉默的结局——那种既不规模化也不死亡、只是随波漂流的试点。那种漂流，就是那85%。
行为维度在此同样重要，而正是在此处，归属问题变得比一张组织架构图更为锋利。并非每个职能都以相同方式，把一个新的决策者吸纳进自己的工作流；当智能体悄然接管其判断的一部分时，最可能脱离投入的那些画像，是可以事先识别的。为哪些职能先行规模化排序，并为每一个配上一位具名负责人，便把上线次序从一场治理仪式，变成一个可检验的人岗匹配决定——这正是计划与期望之间的分别。
本季度值得做出的唯一一个决定
剥去种种框架，结论很直白：你的AI试点之所以失败，不是因为你的人不会用工具，也不是因为工具不够好。它们失败，是因为无人被允许去决定：当试点跑通之后该怎么办。只有15%的计划得以规模化，而这15%是一个治理数字，不是一个技术数字（SparkOptimus, 2026）。
所以，本季度不要再批准任何一个没有把名字系在规模化决定上的试点。一位accountable负责人，一张RACI，在资金启动之前写就。它是你AI计划中最不光鲜的一行，也是唯一决定其余一切能否走出实验室的一行。