一份不卖东西的报告
OECD 在 9 月 16 日发布了一份工作论文，编号为人工智能论文系列第 65 号，标题是《Agentic AI in organisations: Early insights from practitioner interviews》，数字对象标识符为 10.1787/1257a26f-en。
它的方法写得很直白：对象是跨地区、跨行业的一批组织，方式是访谈，目的是看智能体系统在实践中是怎么被开发、部署和治理的。报告的自我定位是「用从业者经验补充概念层面的分析」，从而为后续研究和政策讨论加强实证基础。
这份定位本身值得多看一眼。过去一年里，企业智能体这个题目的信息供给几乎全部来自厂商：产品发布会、白皮书、客户证言、案例集。这些材料的共同点是它们都有一个要卖的东西，因此它们描述的永远是成功路径。OECD 不卖平台、不卖算力、不卖咨询，它产出的是可以被研究与政策文本引用的材料，而这类材料的稀缺程度，恰恰说明这个行业还处在什么阶段。
它把治理放在了议题的正中央
从摘要能确认的议题范围是三条并置的线：正在出现的应用、收益、挑战，以及治理方式。
把治理和应用并列，而不是把治理放在附录里，是一个信号。厂商材料里治理通常出现在两个位置：一是作为合规功能清单，二是作为事故之后的补救方案。而当访谈对象是真实组织时，治理往往是最先卡住落地的那一环——谁能批准一个智能体访问生产系统，谁在它出错时签署处置意见，这些问题的答案决定了项目能不能从试点走到运行。
对正在选型的企业来说，这份报告更实用的读法是把它当成风险清单的目录，而不是路线图。访谈类证据的长处是覆盖面与真实感，短处是它不提供优先级，也不提供某个方案在特定组织里是否可行。
为什么由它来做这件事
企业智能体的证据问题有它的特殊性。传统软件的采用情况可以通过许可证销售、部署数量或订单流水倒推；智能体的采用情况很难用同类指标刻画，因为它往往不是一次采购，而是嵌进已有流程里的一层能力。没有单独的商品名，也没有单独的价格标签，于是既无法从财务口径统计，也无法从技术口径统计。
这正是访谈方法显得必要的原因：当量化指标缺失时，结构化的从业者经验是当下较可用的替代物。它的代价是主观性，收益是它能捕捉到那些尚未被指标化的现象——比如某个环节其实没有卡在技术能力上，而是卡在没有人愿意为一次自动决策签字。
与此同时也应当看到它的位置。政策与研究机构需要的是一份能被反复引用、能支撑后续讨论的底稿；企业需要的是能在下个季度做出取舍的判断依据。两者不是同一种东西，把前者当成后者来用，通常会导致期待落空。
治理在生产环境里到底意味着什么
把「治理」这个词拆开，落到具体动作上，它在生产环境里通常是四件事的组合。
权限的来源与回收：智能体能访问哪些系统，这份清单由谁维护，人员或岗位变动时如何同步失效。
动作的可追溯：一次自动执行是否能回溯到当时使用的数据、模型版本与提示词版本，而不是只有一个「系统自动处理」的结果状态。
异常的关停粒度：能不能只停掉某一个智能体、某一个工具、某一条规则，而不必把整条业务流程一起停掉。
责任的落点：当自动判断出错时，签字确认的是谁。这一条最难写进制度，却最常决定项目能不能通过内部审查。
这四件事都不依赖模型能力，也都不在使用模型的过程中被解决。它们更接近系统集成的老问题——身份、审计、开关与责任归口。企业智能体的落地难点被普遍归到交付与治理侧，原因就在这里。
它能回答什么，不能回答什么
目前公开的材料只交代了方法、范围与议题框架。受访组织的数量、行业分布、国家构成、访谈周期，以及任何量化结论，都未在摘要层面披露。
这意味着它不能被当成「落地率」来引用。这一点在传播中极易被误用：一份访谈报告写「许多组织在治理上尚未定型」，转述出来很容易变成「多数企业智能体项目失败」。两种说法的证据强度完全不同。
如果要判断落地的真实进度，仍要回到可计量的对象上：企业自己披露的工时节省、工单处理时长、质检覆盖率、单位任务成本。这些指标各自有各自的选取偏差，但至少分母是清楚的。
与同期几组数据的方向对照
同期还有两组常被引用的数字，来源与方法都完全不同，不能相加，但方向可以对照。
一组是咨询机构口径的规模化落地比例，被广泛转述为「全球仅约两成企业实现了人工智能的跨业务规模化落地」，常见归因是瓶颈不在模型精度或算力，而在缺少成熟的运维与治理体系。这类比率在二手引用中容易被截断，引用前应当回到原始报告核对口径与样本。
另一组来自招聘侧。脉脉高聘的报告显示，2026 年 1 至 7 月新经济行业新发布的 AI 岗位量同比增长 789.47%，平均月薪 63160 元，人工智能应用开发岗位占比达 60.97%；其中 FDE 现场部署工程师岗位量同比增长超过 15 倍，在技术类扩招中居前。招聘结构的变化往往比发布会更诚实地反映钱花在哪：从造模型转向用模型。
把这三者放在一起，可以得到一个相对稳的判断：企业智能体的瓶颈位置正在从能力侧移到交付与治理侧，而可公开引用的、非厂商自报的实证材料仍然严重不足。OECD 这份报告补的是后者的缺，而不是前者的答案。
采购方该怎么用这类材料
三个可操作的读法。
其一，把治理当作采购要件而不是售后话题。在评估清单里，至少要有三项可验证的问题：智能体的权限由谁授予、如何回收；它的每一次动作能否回溯到具体数据与模型版本；异常发生时，平台提供的关停粒度是什么。
其二，把访谈类证据当风险目录用。它列出的挑战通常覆盖了行业里真实踩过的坑，值得逐条对照自己的场景，但不要指望它替你排出优先级。
其三，对任何比率都问分母。是受访组织数、是样本企业数、还是全部企业数，直接决定了这个数字能不能拿去做预算依据。
还需要补上的部分
一份只公开方法与框架的报告，对从业者的直接操作性有限。真正有增量的是后续版本或附录里的分类结论：不同行业在治理路径上的差异、不同规模组织的部署顺序、以及是否有可复用的失败模式归纳。
目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。