11月7日，第九届进博会期间，邓白氏中国区总裁吴广宇在接受澎湃科技采访时说了一句很实在的话：很多传统企业相当一部分业务知识仍然存在员工头脑中，没有沉淀成规则、文档和AI可读取的知识。同期，该机构联合上海交通大学安泰经济与管理学院发布的《中国企业AI与智能体应用成熟度研究》给出了对应的数字：45.2%的受访企业已开展AI多场景应用或进入体系化阶段，流程自动化是当前应用率最高的场景；但73.8%的受访企业表示现有数据能力存在不同程度不足，仅16.7%认为现有数据能够或较好支撑AI应用，64.0%把"输出结果不稳定或难以验证"列为智能体落地的主要挑战。（澎湃新闻）
把这几组数字，与10月底腾讯全球数字生态大会上披露的另一组数字并排看，企业AI的瓶颈到底卡在哪里，就清楚多了。
热度在办公桌，堵点在业务现场
大会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生介绍，我国日均词元（Token）调用量从2024年初的1000亿增至今年7月的超过500万亿。智能体WorkBuddy的企业版自3月上线以来落地50多个行业，覆盖50%的中国企业500强和60%的中国企业100强；开放平台伙伴和开发者规模超过5万，上架技能超过20万项。（上海证券报）
案例也能对上：伊利把WorkBuddy、企业微信与小程序打通，由智能体汇聚业务数据、生成经营策略并下发给上千名导购，运营效率提升超过50%；海王集团把7000多名药师的专业知识导入，转化为可随时调用的技能，运营成本降低80%。
但报道里有一个更值得留意的观察：这些任务几乎都发生在屏幕前，输入的是文档、数据、邮件、会议和系统记录，输出的是报告、看板、设计稿或执行建议。智能体的主战场仍集中在办公协同、营销、客服等数字流程。汤道生也承认，从数字AI走向物理AI，还要解决模型泛化、不同本体适配、现实场景数据反馈等问题——要真正进入生产现场，不能只是把模型部署到机房。
腾讯云CTO王慧星把企业级智能体的落地堵点概括为四道关：一是"跑得通"，能否接入真实业务系统、拿到真实数据、调动核心系统；二是"可托付"，数据会不会外流、智能体会不会越权、如何治理；三是"可衡量"，用了多少钱、花在哪里、ROI怎么测算；四是"好落地"，一个团队跑通后能否快速复制到全公司。
数据"有量"不等于"可用"
邓白氏那份研究的价值，在于把笼统的"数据不足"拆成了可检查的环节。吴广宇的说法是，企业的AI应用涉及一条完整的数据能力链条：不只是数据量，还包括信息是否准确、可信、持续更新；不同系统里的记录能否对应到同一家企业；数据是否带有完整的商业上下文，能够说明企业身份、关联关系、经营背景和风险；最终，这些信息还要以智能体能够理解、调用并留下审计记录的方式，进入实际业务流程。
他给了一个不太客气的判断："如果数据本身不可信，模型能力越强，反而可能沿着错误方向更快地产生结论。"这正是不少企业只敢把AI用于内容生成和信息辅助、不敢交给它关键任务的原因。
一个具体的对照是客户审核与尽职调查：过去需要两三个人花半天甚至更长时间，分别查询企业身份和股权结构、排查风险，再形成准入建议；现在通过智能平台，数据查询、关系分析、风险梳理和结论组织可能在十分钟左右完成，并记录各步骤调用的信息及分析过程。但涉及授信、客户准入、重大供应商选择和高风险交易，企业仍需保留人工审核机制和最终决策责任，人重点处理例外情况、信息冲突、重大风险判断和最终授权。
对定制与交付团队的启示
这两组信息放在一起，指向同一个结论：企业AI的难点正在从"模型够不够强"转移到"业务上下文够不够用"。对做软件定制和AI落地的团队来说，这直接改变了交付物的定义。
- **把"上下文资产"写进交付清单。**业务流程规则、判断口径、例外清单，原本散在老师傅和业务骨干的脑子里。项目期把它们挖出来、写成可读可执行、能被智能体调用的规则与技能，和代码一起交付，比多加一个功能页面更值钱。
- **主数据先对齐"同一家企业、同一个客户"。**跨系统的记录对不上号，后面的信用评估和经营决策就建立在错误的前提上。这类基础工作不显眼，但省不掉。
- **输出要可验证、可追溯。**64.0%的受访者卡在"结果不稳定或难以验证"。给关键结论配可核对的来源、调用记录和判定样例，让业务方敢用、敢签字，是把AI从辅助推向流程内的前提。
- **预留人工复核位。**授信、准入、高风险交易这类事项，明确哪些环节由人判断、按什么标准介入，责任边界先写清楚，系统才敢上线。
节奏上，吴广宇的建议是先选价值清晰、风险可控、投入产出可衡量的场景，比如某一类海外客户的风险评估，在这个小闭环里先解决企业主体识别和可信数据基础，再解决数据调用、业务规则和审核责任。用他的原话说："不要一开始就建设一个大而全的项目。"
Token调用量一年半涨到5000倍的行业，不缺模型、不缺工具，缺的是把业务判断变成可执行、可验证、可审计的那一层。这件事不够性感，却决定了智能体是停在演示里，还是真的走进流程。