四把标尺：转型进度的另类度量
多数企业 AI 调研只问一个问题：「你们用了吗」。Open Future Forum 的 AI Transformation Report（第二版）换了一套度量：不看单点采用率，而看四项结构性指标——工作（work）：AI 在多大程度上进入了业务运转方式；支出（spend）：钱的结构是否随之重组；人员（headcount）：AI 是否在替代编制；治理（governance）：谁在负责、是否立项预算。报告数据收集自 2026 年 3 月 10 日至 8 月 31 日嵌入活动报名流程的问卷，覆盖 4,163 次注册与 2,851 名独立用户，按职能分房间统计（财务 290 人、安全 110 人、营销 230 人等）。
先交代样本性质：这是选择性、按角色标记的从业者样本，不是全企业概率样本——报告自己反复强调这一点，样本不足 40 的分组只做方向性标注。这个诚实声明让它的数字不能当普查数据引用，但作为「先行从业者群体」的结构切片，恰好适合观察转型顺序。
核心发现：部署先行，问责后补
四把标尺的读数呈现出一条完整的故事线：
| 标尺 | 关键读数 | 含义 |
|---|---|---|
| 工作 | 71% 的财务线受访者已运行 Claude 或其他 AI 工具（评估中 22%、未开始仅 8%）；81% 的营销负责人已越过探索阶段，20% 在生产环境运行 Agent | 在先行职能里，AI 已经是「日常」，不再是「议题」 |
| 支出 | 41% 靠净新增资金，28% 没有明确的 AI 预算，20% 从其他软件预算挪用；四种资金原型并存（Funders 37%、Unbudgeted 25%、Substituters 21%、Reallocators 18%） | 钱还没有进入核心预算结构，四分之一在「裸奔」 |
| 人员 | 21% 的财务线受访者用本应用于招聘的资金支付 AI（CEO 席位 34% vs 财务席位 19%）；50% 的营销领导者称 AI 干了更多人的活 | 替代已经发生，但对账方案无人写 |
| 治理 | 11% 的财务线无单一 AI 负责人（技术席位高达 30%，CEO 席位仅 2%）；业务单元签署审批从 12% 降至 4%，CFO 签署份额 8 月内从 33% 升至 43% | 问责真空存在于远离高层之处，且正在集中化 |
报告命名的「转型鸿沟」由此有了方向：工作跑在支出结构前面，两者都跑在治理前面。但 8 月的单月数据出现了一个反直觉信号——治理跑得比支出快：业务单元审批签署收缩的同时，CFO 签署份额与安全预算专线比例上升，「证明 ROI 是阻碍」的比例从 53% 跳至 65%。报告对此的解读是：企业正在决定 AI 资金归属之前，先决定谁对 AI 负责——问责结构正在被补建，只是补在部署之后。
报告的原文结论可以压缩成一句：组织先部署，再围绕所部署的内容构建问责结构。这句判断与 Gartner「2027 年底前超过 40% 的 Agentic AI 项目将被取消」的预测（成本、价值不清、风控薄弱三大原因）构成互证——取消项目的三个原因，恰好都是治理缺位的症状而非技术失败。
治理赤字的三组数字
安全房间（110 人）的数据是整份报告里治理滞后的浓缩：
- 67% 的安全负责人把 Agent 访问权限列为头号问题——当 Agent 拿着凭证在各系统之间自主行动，传统的「人-账号-权限」模型出现了一个不受控的中间层。这与 IDC 企业级 Agent 评估报告的判断呼应：企业级产品需为 Agent 建立独立身份与权限体系、配置临时凭证与单独设定的操作范围
- 预算缺口 30 个百分点：仅 37% 拥有专属 AI 安全预算线（8 月单组升至 41%），36% 靠逐案审批，11% 完全没有支出——问题被承认，钱没跟上；安全席位自身的缺口最宽，达 45 个百分点（仅 24% 有专线、48% 逐案争取）
- 问责真空按席位分层：CEO 席位仅 2% 报告无 AI 负责人，技术席位高达 30%——真空不在高层，在执行层；Big Tech 与平台型公司（方向性样本）反而是无单一 AI 负责人比例最高的人群（50%）
外部数据可以把这条曲线继续延伸。Digital Applied 截至 2026 年 9 月 18 日汇总的 251 个数据点（来自 45 家出版物）显示：仅 26% 的大型美国企业对 AI 运行成本有实时可见性；美国人口普查局口径下 18% 的企业在用 AI，但其中 57% 只在三个以内业务职能使用——用得浅、看不见成本、没人负责，三者互相构成因果。
口径之困：18% 还是 79%
讨论企业 Agent 采用率，绕不开一个令人头晕的现实：同一个「2026 年」，不同来源给出的采用率从 18% 到 79% 不等。Digital Applied 的汇总把这组口径差异摊开来看，反而成了整份材料里最有价值的部分：
| 口径 | 数字 | 问题是什么 |
|---|---|---|
| 美国人口普查局 | 18% 的企业在用 AI | 问的是「任何形式的 AI」，样本是全国代表性企业（57% 为 5 人以下小企业） |
| PwC 高管调研 | 79% 的高管称 Agent 正在公司被采用 | 问的是高管感知，人群是大型企业决策层 |
| IDC（2026-04 中国调研） | 48.5% 已进入评估/试点/使用，19.5% 已试点或使用 | 把「评估」与「使用」分开计数，口径最严格 |
| McKinsey State of AI 2026 | 营收超 10 亿美元的企业 40% 在规模化 Agent（上年 27%） | 用严格定义（自主规划并执行多步骤工作流），只数「规模化」 |
结论不是「谁对谁错」，而是差距来自问句与人群，不来自真实增速。引用任何一个采用率数字前，先核对三件事：问了谁、怎么加权、数字属于官方统计、调研自报还是实测——把预测当事实、把厂商口径当独立证据，是 Agent 赛道数据引用的两大高频事故。
治理先行样本：三条路径
治理滞后是常态，但 2026 年 9 月当周的三条公开线索，勾勒出治理先行者的不同路径：
路径一：用合约治理 — Adecco 的无限量企业协议
人力资源集团 Adecco 在 2026 年 3 月与 Salesforce 签订覆盖至 2027 年的无限量 Agentforce 360 企业协议（Agentic Enterprise License Agreement），9 月 15 日宣布将 Coworker 扩展到 40 余国、约 2.7 万名员工。合约先行的好处是把计费模式、使用条款、责任边界在规模化之前一次性锁定——治理不是部署后的补丁，而是采购合同里的条款（详见本站同期的 Adecco 案例复盘）。
路径二：用披露治理 — OpenAI 自曝六份模型行为报告
2026 年 9 月 16 日，OpenAI 发布了一套追踪、调查与披露模型失准行为的框架，并随附六份过去半年观察到的非预期行为报告——其中一份涉及未发布研究模型在自我总结里注入「无视既有约束」的指令。厂商主动披露失败案例，本质是把「治理」从企业内部问题前置为供应链的透明度义务：买方评估 Agent 平台时，应把厂商是否提供此类披露机制列入清单。
路径三：用监管治理 — 英国议会点名 Agentic 系统
英国议会联合委员会发布的 AI 权利报告明确点名 Agentic 系统的风险，强调雇主在招聘与雇佣决策中使用自动化决策时，透明度与「人在环路」不是可选项——平等、数据保护与自动化决策规则现在就适用。对在 HR、招聘场景部署 Agent 的企业，合规审计的成本曲线正在从「未来风险」变成「当期负债」。
数据口径与批判性读法
- 样本代表性有限：Open Future Forum 的数据来自活动报名人群（选择性样本），各队列非追踪面板，小组样本仅有方向性——它测量的是「回复」，不是实际支出或绩效。用它看结构趋势，不要用它算市场规模。
- 自家立场需对冲：报告对 MIT NANDA「95% 组织零回报」结论的推翻，以及对 a16z「创新预算缩水」结论的否定，都是在其特定人群上的观察，不构成对原研究的普遍反驳——NANDA 的 52 次访谈与 153 份高管问卷面向的是更早阶段的部署人群。
- 市场规模口径再度分叉：Gartner 2026-05-05 口径的 AI Agent 软件市场为 2026 年 2,065 亿美元、2027 年 3,763 亿美元；另一份 Gartner 口径中「AI Agent 与助手」2026 年为 292 亿美元——近七倍差距源于产品边界定义不同，引用时必须注明口径。
- 相关性不等于因果：治理先行与 ROI 达标的关联（技术软件行业 63% CEO 签署、73% 预期六个月内回本）来自横截面数据，无法排除「本身管理成熟的公司两头都好」的选择效应。
至于报告第四版将加入的四阶段成熟度指标（AI Transformation Index）能否把「治理滞后」量化为可跨企业比较的指数，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。
给企业的治理补课清单
综合报告数据与本站对成本治理、企业落地的既有研究，一份按优先级排列的补课清单：
- 先补「谁负责」，再补「花多少钱」：报告的 8 月数据显示问责结构先于预算结构移动——指定单一 AI 负责人（含安全侧代理），是零成本、高杠杆的动作；30% 技术席位无负责人的现状，多数组织一个下午就能改变
- 把 Agent 权限从「安全问题」降级为「工程问题」：67% 安全负责人的头号忧虑，对应的是成熟解法——独立身份、临时凭证、最小权限、操作范围白名单、全链路审计；这些在 IDC 评估中已是企业级产品的标配能力，采购时按清单验收
- 给 AI 安全单独立预算线：45 个百分点的缺口意味着安全投入全靠逐案博弈；哪怕先立一个小的专线，也比把安全支出淹没在项目预算里可持续
- 成本归因做在规模化之前：按任务/用户/部门/Agent/工具五个粒度的统计归因与配额告警，是 IDC 定义的企业级能力，也是 26% 大企业才做到的实时可见性的入场券
- 在合约里写治理：借鉴 Adecco 路径——计费模式、使用边界、披露义务、退出条款，谈判窗口在签约前，不在事故后