三个 11 月初落地复盘：公开读数都是中间指标，不是人力替代

三个样本、三种中间指标

三批材料的时间集中在 2026 年 11 月 2 日至 4 日：乌镇峰会展示的化纤领航工厂、中国日报网刊出的企业智能体落地实践、香港金融科技周上的金融增强大模型（来源：中国经济网 2026-11-04；中国日报网 2026-11；中国经济网 2026-11-02 经华青科技行业观察 2026-11-04 转述）。领域分别是流程制造、经营分析与金融风控，公开读数却落在同一类东西上。

样本	公开读数	属于哪类中间指标	缺哪一格才能谈回报
桐昆 × 中国联通浙江「千品共线」	研发周期缩短 53%、POY 优等品率稳定在 98%、生产效率提升 36%、年利润新增超 10 亿元	时长、质量水平、效率、金额	基线产值、投入成本、归因拆分、复核人力
网易智企 数帆 DataAgent	问答准确率 66% 到 95% 以上、排查效率提升 90%、准时交付率提升 10% 以上、产销计划达成率提升 15%	准确率、耗时、通过率	分母定义、错答代价、人工复核成本
度小满 轩辕 4.5 与智能体体系	核心场景效果提升 30%、成本为通用模型 10%、等待 10 分钟到 2 分钟、短期逾期风险下降约 50%、1 人服务 2 万客户	效果、成本比、时长、风险、覆盖能力	效果指标定义、服务质量、转化与投诉数据

把三行并读，会发现一个共同点：耗时与准确率容易量化，人力替代与财务回报没有一家给出可复算的口径。这不是报道不完整，而是阶段特征——智能体先改变的是「一个环节要多久、准不准、覆盖多少人」，这些变化要传导到成本表，还需要基线、投入与复核成本三项。本栏目 11 月 6 日在三个企业样本复盘里给过四列记账法，本期沿用并补上三份新材料的具体填法（来源：本栏目 R-CASE-55 三个 11 月初企业样本复盘，2026-11-06）。

桐昆 × 中国联通浙江：28 个智能体与四大环节

2026 世界互联网大会乌镇峰会上，中国联通浙江分公司与桐昆集团展示了「千品共线」领航工厂：数智运营中心实时呈现聚酯配方研发、纺丝在线检测等全链条生产数据，由 28 个工业智能体协同运转，覆盖研发设计、生产作业、生产管理、运营管理四大环节。报道特别说明这不是零散试点（来源：中国经济网转载经济日报报道，记者黄鑫，2026-11-04）。

环节	公开做法	公开读数	本栏目解读
研发设计	AI 聚酯配方生成式设计	研发周期缩短 53%	约 2.13 倍速度，见下文换算；起止点未披露
生产作业	AI 丝饼、喷丝板缺陷检测协同	POY（预取向丝）优等品率稳定在 98%	是水平值，不是提升值；无基线不可折算
生产管理	AI+APC 热电煤耗优化	未给单项数值	与缺陷检测同属过程控制
运营管理	需求预测与计划协同	未给单项数值	价值落在节奏，不在单点替代
整体	四大环节协同	生产效率提升 36%，企业整体年利润新增超 10 亿元	报道用「带动」「推动」，未给归因拆分

支撑体系同样值得记：中国联通把落地方式称为 FDE（业务解构者和智能体构建者），方案与交付团队深入车间吃透工艺流程，打通设备采集数据、MES 与 ERP 业务系统，以及元景大模型与万悟智能体平台，形成「需求洞察—数据接入—模型开发—系统集成—运营优化」闭环。元景万悟平台已沉淀 200 余个工业场景小模型、200 余个工业组件，上架 50 余个成熟工业智能体，覆盖时序预测、智能下料、设备运维等高频场景；另有电力智能管控项目搭建「感知—决策—执行」闭环，重工企业下料管理在保障交付前提下降低原材料损耗（来源：同上）。

这里有一条容易被忽略的结构信息：五步闭环里只有一步是模型，其余四步都是数据、系统与运营。200 余个小模型加 200 余个组件约 400 项底层资产，对应 50 余个上架智能体，约 8 比 1（原创换算，两项均为约数）——大量工程留在复用层，并未进入交付清单。另需并列标注：年利润新增超 10 亿元是企业整体口径，报道未说明是否含其它技改、市场行情与产能变化，不能归因到智能体单项（原创口径提示）。

网易智企：准确率是被「口径修订」抬上去的

第二份材料把工程机制写得更细。在经营分析场景里，当指标选择置信度不足时系统发起澄清；复杂计算交给语义层与代码执行；权限由系统在查询时校验；执行失败或结果不符合要求时进入修正流程。报道把分工概括成一句话：模型负责理解和组织分析，工程机制负责限定执行条件、保留核验依据（来源：中国日报网 — 从数据治理到经营分析，网易智企详解企业智能体落地实践，2026-11）。

机制	做什么	对应哪类失败
置信度不足时澄清	不猜指标，向用户发问	选错指标导致整段分析作废
复杂计算交语义层与代码执行	不让模型算数	数值幻觉、口径不一致
查询时校验权限	权限跟数据走，不跟入口走	越权读取
失败或结果不符进入修正	保留重试与核验依据	静默失败、无法追溯
结果存为看板与模板、过程固化为技能	一次问答变成可复用资产	每次从零开始
指标监测与定时推送	把一次性问答接进日常节奏	做完即弃，没有持续价值

读数是：团队在 2026 年完成 100 余项优化，所展示真实场景的问答准确率在半年内从 66% 提升至 95% 以上。制造业订单全链路分析是另一个案例——订单从采购入库、生产排产、订单执行到仓储发货、物流在途与客户签收，要经过多个系统与部门；交付受阻时业务人员常只能看到结果，需要逐层追查卡在哪里、卡了多久、是否影响后续履约。数帆用语义图谱关联销售、生产与采购等节点，结合指标计算与归因分析，支持订单履行健康度诊断、交付风险监控、环节耗时与瓶颈分析。该场景问题排查效率提升 90%，订单准时交付率提升 10% 以上，产销计划达成率提升 15%（来源：同上）。

最该被抄进实施计划的其实是一句方法论：不必先把所有语义建设完毕才开始，可先选一个高价值场景，在真实使用中收集澄清结果、用户反馈与错误案例，持续补充定义与规则，再向下一个场景扩展；关键是让应用问题能反馈到资产建设，让每次修正都有机会被后续任务复用。报道也提醒决策者，评估 Agent 不能只看演示效果，还要看数据来源与口径是否清楚、调用是否受控、结果能否核验（来源：同上）。换句话说，66% 到 95% 不是换模型换来的，而是半年 100 余项口径修订累积出来的。

度小满：覆盖能力不等于服务质量

第三份材料来自 2026 年 11 月 2 日香港金融科技周：度小满与香港科技大学、香港生成式 AI 研发中心联合发布轩辕 4.5 金融增强大模型，并给出一套智能体体系的运行读数（来源：中国经济网 2026-11-02，经华青科技行业观察 2026-11-04 转述）。同场背景里，蚂蚁数科副总裁孙磊的观察是：去年比的是模型参数与榜单排名，今年讨论的是「企业有哪些场景已经通过智能体真正落地」，且参与讨论的不再只是技术部门，问题从「能不能引入 AI」变成「怎么把不同系统、不同智能体连接起来解决系统性问题」（来源：南方+ 客户端 2026-11-03，经同篇行业观察转述）。

读数	原文数值	本栏目解读
核心场景效果	获客、风控、客户经营等提升 30%	「效果」的指标定义与基线未披露
成本	仅为通用模型的 10%	是否含训练、推理、运维未说明
智能体与技能规模	上千个智能体、5000 余项技能	约每项智能体 5 项技能，均为约数
日均 Token	超过 1000 亿	按 1000 个智能体粗算，每个日均约 1 亿 token，仅作量级
信贷风控	短期逾期风险下降约 50%	风险指标，与业务量、宏观环境需分开归因
AI 信审员	审核能力超过 80% 的人工信审员	能力对比，未给差错率与复核率
客户等待时长	10 分钟缩短到 2 分钟	缩短 80%，约 5 倍
企微场景覆盖	一名客户经理配企微 Agent 可服务 2 万客户，相当于过去 10 个人的工作量	覆盖能力，不等于服务质量或岗位变化

「1 人服务 2 万客户、相当于过去 10 个人的工作量」是最容易被写成「替代 9 个人」的一句。原文说的是可服务的客户数，不是服务结果：转化率、投诉率、复核介入率与合规留痕成本都没给，因此它更接近产能上限的描述，而非人力节省的证据（原创口径提示）。同理，「审核能力超过 80% 的人工信审员」是与人群分布做比较，不等于差错率下降 80%。把这类读数直接折成 headcount，会同时高估收益、低估复核成本。

六组原创换算与隐含分母

编号	换算	结果	分母与不可外推处
一	研发周期缩短 53%，即剩余 47%	约 2.13 倍速度	研发周期起止点（配方设计或含中试）未披露，不可折成人力
二	400 余项底层资产 除以 50 余个上架智能体	约 8 比 1	两项均为约数，且小模型与组件单位不同，仅作结构提示
三	问答准确率 66% 到 95% 以上	至少 29 个点，相对约 43.9%；半年 100 余项优化约每周 4 项	限定「所展示真实场景」，非全量业务问答
四	排查效率提升 90%	耗时约剩 10%，约 10 倍	与 +10% 交付率、+15% 达成率分母不同，不可相加
五	等待 10 分钟到 2 分钟；1 人服务 2 万客户	缩短 80%、约 5 倍；人均覆盖约 10 倍	后者为「相当于过去 10 人工作量」的报道口径，未给服务质量数据
六	效果 130% 对成本 10%	单位效果成本约 7.7%，约十三分之一	「效果」与「成本」口径均未披露，只作量级提示，不作 ROI 结论

同行材料还能补两组交叉核验。其一，客诉分析从企业微信群汇总消费者反馈，每月处理约 10 万条信息、预计每月节省 1800 个工时，折算每条约 1.08 分钟（原创换算：1800 乘 60 除以 10 万）；该读数带「预计」二字，属估算值，可作为合理性量级参照，不宜与其它案例的实测耗时并列（来源：腾讯云开发者社区，2026-11，转述网易与虎嗅报道）。其二，蒙牛 200 名一线「AI 先行官」围绕真实岗位需求开发应用，已产生 45 个 AI 数字员工、199 个潜在提效场景，覆盖研发、生产、供应链、营销等八大业务域；奶源一线单牧场诊疗时效从 1.5 天缩短到 2 小时，即 36 小时到 2 小时、约 18 倍；供应链实验室检测全流程自动采集提效近 25%（来源：同花顺财经 2026-11-02，经腾讯云开发者社区转述）。按人均折算，200 名先行官对应 45 个数字员工与 199 个场景，约为每人 0.23 个数字员工、1 个场景——这说明「先行官」主要承担需求发现，而非直接交付（原创换算）。

四列 ROI 记账模板：把没披露的格子留白

下面这张表按本栏目既有的四列法填写三份材料。留白不是遗漏，而是明确记下「这一格没披露」——恰恰是这些空格决定了能不能从中间指标推到财务回报。

样本	时长节省	质量变化	频率或覆盖改变	复核成本
桐昆配方研发	周期缩短 53%	POY 优等品率稳定在 98%（水平值，无基线）	未披露（年利润超 10 亿元为企业整体口径）	未披露
网易订单排查	排查效率提升 90%	问答准确率 66% 到 95% 以上；错答代价未披露	准时交付率 +10% 以上、计划达成率 +15%	澄清与修正流程存在，工时未披露
度小满信审与企微	等待 10 分钟到 2 分钟	短期逾期风险 -50%、审核能力超过 80% 人工信审员；差错率未披露	1 人可服务 2 万客户；转化与投诉未披露	未披露

四列之外还缺三格，建议在自家项目里一并记：基线值（优化前的耗时、准确率、人力）、投入值（数据治理、系统集成、模型与运维）、归因拆分（同期是否还有其它技改或市场变化）。少了这三格，「效率提升 36%」与「年利润新增超 10 亿元」之间只能靠叙述连接，不能靠算式连接。这也是为什么本文把三份材料称作复盘而非 ROI 报告。

可复现六步路径与三条红线

步骤	动作	三家材料的依据
一	选一个高价值、可回退、文档或数据密集的场景	网易建议先选一个高价值场景；桐昆从配方研发与缺陷检测切入
二	先做知识归口与系统打通，不先买席位	FDE 打通设备采集数据、MES 与 ERP；天虹案例指出难点在接入既有零售流程
三	把指标口径写进资产：语义层、语义图谱、技能与模板	数帆语义图谱关联销售生产采购节点；分析过程固化为技能；轩辕 5000 余项技能
四	把判定权交给确定性机制：澄清、代码执行、查询时权限校验、失败修正	网易四条机制；与本栏目 R-BENCH-56 三份基准的确定性判定取向一致
五	用真实错误案例持续补规则，按周记录优化项数	网易半年 100 余项优化；收集澄清结果、用户反馈与错误案例
六	单列复核成本与回滚通道，再扩到下一场景	报道明确「调用是否受控、结果能否核验」是评估条件

三条红线同样来自这三份材料。红线一，不把水平值当提升值：POY 优等品率「稳定在 98%」没有基线，不能读成提升了 98% 或 2%。红线二，不把约数与估算当实测：「上千个智能体」「5000 余项技能」「超 1000 亿 token」「预计节省 1800 个工时」「年利润新增超 10 亿元」都带约数或预计字样，且分母未披露。红线三，不把不同分母的百分比相加：-53%、+36%、+90%、+10%、+15% 分别对应研发周期、生产效率、排查耗时、交付批次与计划周期，合在一起没有意义。

关于权限与隔离，同行材料给出一条应写进验收清单的实践：腾讯在零售场景把方案分成两层，一层是开箱即用的标准化套件（WorkBuddy 企业版与打通企业微信的联合方案，员工用企业微信账号登录、像给同事派活一样交任务），另一层是开放平台能力，通过 MCP 与连接器接入 ERP、CRM，模型可由企业自选；报道还提出三句安全问询——会不会越权、数据会不会外流、流程能不能追踪（来源：腾讯云开发者社区 — 企业 AI Agent 规模化落地：MCP、权限与安全治理的工程实践，2026-11）。这三句与本栏目本期技术解构里讨论的默认权限与追踪分层，是同一处治理问题的两面（来源：本栏目 R-TECH-59 Mistral Agents SDK 架构解构，2026-11-09）。

同行交叉读数与共同前置条件

同期样本	公开读数	口径提醒
伊利	WorkBuddy 汇总业务数据、生成经营策略并下发给上千名导购，运营效率提升超 50%；ADP 导购智能体在 A/B 测试中销售订单提升 26%	效率与订单增幅分母不同；A/B 结论限定于测试人群
蒙牛	200 名 AI 先行官、45 个数字员工、199 个提效场景；单牧场诊疗 1.5 天到 2 小时；供应链检测提效近 25%	「近 25%」为约数，检测全流程口径未拆分
思加图	腾讯企点营销云 MAGIC AI 打通用户、商品、订单与行为数据，视频号渠道收订千万级、达标率 129%，千选小程序收订同比增长 18%、投放 ROI 达 10.7	达标率超目标 29 个点；ROI 与同比增幅不同口径
广州「穗智政」	「连锁企业一类事」政务智能体把多门店批量业务整体办理时长压缩 90%、效率提升超 83%，惠及上千家总部企业、上万个门店	时长压缩 90% 与效率 +83% 表述口径未统一，不相减
嘉兴	市域一体化医学人工智能平台，69 家基层医疗机构实现 AI 辅助诊断全覆盖	覆盖率，未给诊断质量与复核数据
海王集团	7000 多名药师知识导入 WorkBuddy 转为可调用技能，运营成本降低 80%	成本边界（人力、系统或门店）未披露

这些同期样本的共同前置条件相当一致：先把散落的知识与系统接起来，再谈智能体。服务型制造企业的描述最直接——售后索赔、产品资料、市场政策散落在好几个系统和个人电脑里，业务员想查一张索赔发票的初审规则，要打电话问产品、问市场、问售后；这种「人找人」不是买账号能解决的，必须先做知识归口与系统打通（来源：腾讯云开发者社区，2026-11）。把这条与网易的语义层、桐昆的 FDE 五步闭环、轩辕的技能库并排，四个行业给出的是同一条顺序。价值落在节奏与可核验性上，而不是把某类岗位整体换掉。

口径边界与待核验项

待核验项	公开材料是否给出	本栏目处理方式
桐昆年利润超 10 亿元的归因拆分与基线	未披露	标为企业整体口径，不归到智能体单项
POY 优等品率的优化前基线	未披露	按水平值处理，不计算提升幅度
网易问答准确率的分母与错答代价	未披露	限定为「所展示真实场景」
度小满「效果提升 30%」的指标定义与成本边界	未披露	只报原值，单位效果成本仅作量级提示
「1 人服务 2 万客户」的转化、投诉与复核数据	未披露	按覆盖能力处理，不折算人力节省
各家投入成本、复核工时与回滚记录	未披露	ROI 四列表对应格子留白

给准备照着做的团队三条落地建议。其一，项目立项时就把四列 ROI 表建好，把未披露的格子明确留白，别等结项再补。其二，把「发现偏差的平均滞后时间」单独计量：桐昆的实时全链条数据、数帆的交付风险监控、度小满的逾期风险，本质都在缩短这个滞后，比单一的「省了多少小时」更能解释价值。其三，验收时同时记录准确率与错答代价、覆盖能力与服务质量两对指标，只报其中一半，读数就会失真。

关于三份案例的基线产值与投入成本、归因拆分与复核工时、POY 优等品率的优化前水平、问答准确率的分母与错答代价，以及「效果提升 30%」与「成本为通用模型 10%」的具体测算口径，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。