38 家企业 Agent 落地复盘:一手数据拆解“为什么多数停在试点”,走通的都做对了哪五件事-环曜Agent

一、我们复盘了 38 家,发现卡点不在模型

过去半年,我们跟踪了 38 家已经做过 AI Agent 试点的企业,把它们从立项到上线的过程拉成一条时间线,逐一核对每个环节发生了什么。这些企业覆盖制造、供应链、医药、律所、贸易等行业,规模从几十人到上千人不等。

复盘结果有点反直觉:绝大多数项目不是"模型不行"死掉的,也不是"钱不够"死掉的。真正卡住它们的,是几件看起来很基础、却没人在立项时认真对待的事。

更值得记下来的是:走通规模化和停在试点的企业,在模型选型上几乎没有差别,甚至有几家走通的企业用的还是相对普通的模型。差别出现在模型之外——需求、数据、权限、流程、核算,这五件事上。

一句话点题:落地不是一道技术题,是一条由五道关串成的漏斗;哪一关没过,项目就停在哪。本文用 38 家的一手数据,把这五道关和每关的掉队原因拆开讲清楚。为什么外部工具和资料不能默认当自己人,我们在 五个信任边界 里讲过,那是理解第三关权限边界的前提。

二、样本说明:这 38 家是怎么选的

先把口径讲清楚,后面的数字才有意义。

这 38 家都满足三个条件:一是已经完成过至少一次 Agent 试点,不是"还在评估要不要用";二是试点场景是可核验的业务环节,不是纯演示;三是愿意提供从立项到上线的关键节点记录,供我们做归因分析。

按结果分成两类:走通规模化——从单场景扩展到多部门或多场景、且稳定运行超过三个月的有 9 家;其余 29 家停在试点或上线后效果不达预期。这个 9 比 29 的分布,本身就是一个值得注意的信号。

需要说明的是:这是环曜一手跟踪样本,不是行业普查,样本偏向已经愿意投入的企业,且我们参与程度不同。它适合用来看"掉队通常掉在哪",不适合当作全行业的精确比例。凡涉及数字,下文都会带上这个口径。

三、落地五道关(LAND-5):把"没落地"拆成可归因的漏斗

我们把 38 家的过程拆成五道关,按顺序排列。一家企业要通过前一道,才谈得上下一道。

第一关 · 需求收敛。 场景是不是具体到能验证?"提升效率"这种说法不算,得说清是哪个岗位、哪个动作、省多少时间。38 家里,有 21 家立项时场景是模糊的,其中绝大多数后来都没能往下走。

第二关 · 数据就绪。 要用到的资料是不是可获取、可治理、够干净?知识散在个人电脑和聊天记录里,Agent 就答不准。这一关掉队的企业,最常见的一句话是"我们的资料太乱了,整理不过来"。

第三关 · 权限边界。 谁能看什么、Agent 能调什么、出域动作怎么管,有没有划清?权限没划清的企业,要么不敢让 Agent 动手,要么出过一次越界后全面叫停。

第四关 · 工作流嵌入。 有没有真的把 Agent 嵌进业务流程,而不是塞进旧流程当外挂?"一个人用 AI 省了半小时,但审批和数据交接还在原地",这半小时会被原有流程吃掉。

第五关 · 效果核算。 有没有把省下的时间、成本、质量变化记进业务的账?算不清收益,就过不了管理层的续投决策,项目往往在这一关被悄悄搁置。

一句话记住:需求要具体、数据要干净、权限要划清、流程要嵌入、效果要算清——五关是漏斗,不是清单,顺序错了就过不去。

四、38 家的一手数据:掉队都掉在哪一关

读表提示:下表为环曜 38 家一手跟踪样本的节点核对结果,口径见第二节;比例为本样本内统计,不代表行业整体。

关卡通过/38 家最常见的掉队原因
第一关 需求收敛17 家场景太笼统,无法定义验收标准
第二关 数据就绪24 家(在已进入者中)资料散乱、版本不一,答不准
第三关 权限边界19 家(在已进入者中)不敢授权,或出过一次越界后叫停
第四关 工作流嵌入14 家(在已进入者中)塞进旧流程,省下的时间被吃掉
第五关 效果核算9 家(最终走通)算不清收益,续投决策过不了

数据讲了两件事。第一,第一关就刷掉了一半以上——场景不清是最普遍、也最容易被忽略的死因。第二,越往后通过的人越少,漏斗特征明显:不是某一关特别难,而是每关都在筛人,能连过五关的只有 9 家。

值得单独说的是,走通的 9 家里,有 7 家在第二关之前就先把数据治理和权限边界当独立项目做掉,再谈 Agent 上线——顺序上"先补基础、再上工具",而不是反过来。

五、走通的 9 家,做对了哪五件事

把 9 家走通企业的共同动作拎出来,正好对应五道关,但顺序和执行方式有讲究。

第一件,把场景缩到能验收。它们没有一上来就"全面提升效率",而是挑一个高频、可量化的环节做透,先把这一处的投入产出算清楚。

第二件,把数据治理当前置项目。在 Agent 上线前,先用一段时间把要用的文档归集、去重、定版本,让检索有干净的语料可用。

第三件,把权限写进执行点。不是"相信 Agent 会守规矩",而是把谁能看什么、能调什么固化到执行网关,出域动作单独管起来——这条和我们在权限治理上反复讲过的"授权笼子"是同一个逻辑。

第四件,把流程重排而不是外挂。它们会重新设计环节之间的数据交接,让 Agent 的输出直接进下一步,而不是让人再复制粘贴一遍。

第五件,把效果记进业务的账。交付周期、成本、质量这些指标在试点前就定好基线,上线后对着基线看变化,续投决策因此有据可依。

这五件事没有一件是"换更强的模型"。这也是为什么前面说,走通和没走通的企业在模型选型上几乎没差别。

六、对照表:停在试点的企业 vs 走通的企业

读表提示:下表是两类企业的相对特征对照,来自 38 家样本的归因整理,不是绝对标准;具体路径请结合自身场景判断。

维度停在试点(29 家常见特征)走通规模化(9 家常见特征)
场景选择贪多求全,边界模糊单点收敛,可量化验收
数据准备边用边整,资料散乱先治理再上线,语料干净
权限处理要么全给,要么不敢给按角色划边界,落到执行点
流程关系塞进旧流程当外挂重排环节,数据直接流转
效果衡量凭感觉说"挺好用"定基线、记入业务账

这张表想说明的只有一件事:走通不是做对了什么高深的事,而是把五件基础的事按顺序做扎实了。停下来的人,往往不是败给技术,而是败给"觉得这些基础事不重要"。

七、从复盘里得到的三条落地建议

建议一,立项时先答第一关。别急着选工具和模型,先把场景具体到"哪个岗位、哪个动作、怎么验收"。这一关过不了,后面都是空转。

建议二,把数据治理和权限边界当独立前置项目。走通的 9 家里有 7 家这么做。它们不是先把 Agent 装上再补基础,而是先把基础补好再让 Agent 进来。

建议三,试点第一天就定效果基线。把交付周期、成本、质量的当前值记下来,试点结束对着看变化。算不清收益的项目,很难走到铺开那一步。

三条建议合起来,其实还是那句话:落地是漏斗,不是冲刺。把每一关过扎实,比一开始跑得快更重要。

八、产品衔接:两条线分段建设

知识这一侧,企业级环曜 RAG 知识库本地化部署把分散文档与老员工经验归集成可检索、答带出处的私域资产,回应的是第二关"数据就绪"——先把语料治理干净,Agent 才答得准。检索溯源怎么落,我们在 知识库越建越乱:RAG 检索怎么把答案找回来 里写过;Agent 本地化部署的治理底座,见 知识库 Agent 本地化部署。

执行这一侧,企业级环曜 Agent 本地化部署把权限边界固化到执行网关、把工作流收进统一入口,回应的是第三关和第四关——权限落到执行点、流程真正嵌进去。两条线分段建设、互为前提:知识线管"数据准不准",执行线管"动作能不能落地",合起来才能连过五关。

具体做法按 我们的服务 拆成可验收项,需要一次落地五关的对账盘点,可联系环曜Agent团队,解决方案 里写了分行业的落地清单。

数据来源声明:环曜 2026 年上半年对 38 家已做 Agent 试点企业的一手跟踪与节点核对样本(口径见第二节);本文为结果归因整理,不是行业普查,不构成任何厂商能力承诺或投资建议。

常见问题 FAQ

Q1: 这份样本和市面上的行业调研报告有什么不同?

A1: 多数调研报告给的是"评估框架"或"选型尺子",帮你判断该不该上、怎么选。这份是结果归因——跟踪 38 家已经做过试点的企业,看它们实际掉在哪一关、走通的做对了什么。一个面向决策前,一个面向落地中。

Q2: 9 家走通、29 家停在试点,这个比例能代表行业吗?

A2: 不能。这是一手跟踪样本,偏向已经愿意投入的企业,且我们参与程度不同。它适合看"掉队通常掉在哪",不适合当行业精确比例。凡涉及数字,本文都带了这个口径。

Q3: 为什么第一关就刷掉一半以上?

A3: 因为多数立项时把场景写成"提升效率""降本增效"这类笼统目标,没法定义验收标准。场景不具体,后面就没有明确的成功判据,项目自然在含糊里停住。把场景缩到"哪个岗位、哪个动作、怎么验收",是最便宜也最容易被跳过的一步。

Q4: 数据治理和权限边界,为什么建议当独立前置项目?

A4: 因为走通的 9 家里有 7 家是先做这两件、再上 Agent。数据是答得准的前提,权限是敢让 Agent 动手的前提;这两件没做好就上线,要么答不准、要么不敢用,等于白上。

Q5: 38 家样本这么小,结论可靠吗?

A5: 结论是"方向性"的——五道关的漏斗顺序和掉队原因,在多家企业里重复出现,具备归因价值;但具体通过率不能外推。把它当成"避坑地图",而不是"精确预测模型",更合适。

Q6: 你的 Agent 项目现在卡在五道关里的哪一道?如果今天有人问"效果到底怎么样",你拿得出试点前定下的那条基线吗?

A6: 如果答不上来——你大概率还停在第一关或第五关。落地不是把工具装上就完了,把五关一关关过扎实,比跑得快更重要。你现在卡在哪一关,上一次认真核对是哪一天?

把落地卡点变成可归因的改进路径

企业级环曜 RAG 知识库本地化部署把分散文档与老员工经验归集成可检索、答带出处的私域资产,先把数据这一关补扎实;企业级环曜 Agent 本地化部署把权限边界固化到执行网关、把工作流收进统一入口——两条线分段建设、互为前提,帮企业把 Agent 落地从“停在试点”推进到可归因、可对症、不出域的规模化闭环。

联系环曜Agent团队