背景：把期待与执行放在同一页
每隔几个月就会有一份调研把「企业很重视 AI」与「企业没拿到结果」这两句话放进同一篇新闻稿。这类报告的价值，通常不在于它发现了落差，而在于它是否把落差的形状画出来——是哪一层卡住了，卡住的比例是多少，有没有人已经过去了。
TM Forum 这一份属于画得比较清楚的一类。它给了四个可以串成漏斗的数字：89% 认定 AI 关乎竞争战略、72% 仍是实验或外挂、55% 把架构集成列入前三优先、2% 已经把智能体规模化进核心系统并承担实时运营任务。这四个数字的样本口径一致，因此可以当作一条漏斗来读，而不是四个孤立的百分比。
它还有一点少见的地方：把「关键的人工决策没有被充分文档化」单列为一个障碍，并给出 38%。这一项在多数同类调研里不会出现，而它恰恰是把前三层串起来的那根线。
需要说明的是，本栏目在《不信任税》一文中已专题拆解过 OutSystems 与 KPMG 对 850 余名 IT 决策者的调研（82% 相信能跟上治理节奏、仅 26% 准备好处理智能体间冲突），本文仅在治理就绪度这一条上作交叉印证，不重复展开其余结论。
样本与口径：216 位、111 家、72 国
调研全名为《Reinventing IT for the AI era》，属 TM Forum Insights 研究报告，样本为 216 位 IT 高管，来自 111 家运营商，覆盖 72 个国家；受访者构成包括 C 级别负责人、网络架构师与软件工程实践者。
| 口径 | 规模 | 说明 |
|---|---|---|
| 全球样本 | 216 位 IT 高管 | 来自 111 家运营商、72 个国家 |
| 亚太子样本 | 55 位受访者 | TM Forum 明示应作方向性读数，非统计确定基准 |
| 发布时点 | 2026 年 10 月 27 日 | 在 Innovate Asia 2026（11 月 17 至 19 日，曼谷）会前发布 |
| 调研主题 | 为 AI 时代重塑 IT | 涵盖 AI 原生 IT、自治网络与可信 AI 与数据 |
这里必须提前说明一处口径风险，因为它直接影响标题里那个 2%。新闻稿的标题与正文首段都把 2% 表述为亚太运营商的比例，而紧随其后的样本说明又指出亚太结论仅基于 55 位受访者、应作方向性读数。两者合起来意味着：如果这个 2% 取自亚太子样本，那么在样本上它约等于 1.1 家运营商，也就是大约一家。它仍然是一个有意义的信号——说明规模化者极少——但任何把它当作行业基准值来引用的做法都不成立。本文后续所有推算都会把这一层折扣写进去。
TM Forum 在「关于本调研」里主动写明：亚太地区结论基于 55 位受访者，应作方向性读数，提供的是区域 CIO 优先级的指示性视图，而非统计上确定的基准。这类自我限定在厂商委托调研里并不常见，读者应当把它当成使用条款而不是免责声明——它决定了这个数字能用在什么场合。
89% 与 2% 之间的三层
把四个数字按下沉程度排列，可以看到一条三层结构。需要说明的是，以下分层中的百分比来自同一份调研的不同题目，彼此不是严格的包含关系，因此分层只能表示程度递进，不能做集合运算。
| 层级 | 读数 | 状态描述 |
|---|---|---|
| 战略层 | 89% 认定 AI 关乎竞争战略 | 共识已经形成，不再需要内部说服 |
| 投入层 | 其中 24% 承认投入不足 | 共识没有完全转化为预算 |
| 形态层 | 72% 仍为实验性或外挂 | 多数部署没有触碰核心流程 |
| 集成层 | 55% 把架构集成列入前三优先 | 只有约半数把它当成近两年要做的事 |
| 规模化层 | 2% 已进核心系统承担实时运营 | 亚太口径，样本量约等于一家 |
这条漏斗里最刺眼的一处不是 2%，而是 55%。把 AI 融入核心企业架构，是把智能体从「外挂」变成「内生」的必经动作；只有 55% 的 CIO 把它列入未来 18 个月的前三优先，意味着剩下 45% 的组织在未来一年半里大概率不会触碰这个动作，那么它们的 72% 外挂状态也不会改变。
TM Forum 亚太区总监 Harry Wang 的表述是：雄心与投入都已就位，但从自动化走向自治，意味着要处理部署中的硬现实；这些挑战无法被孤立地解决。这句话的后半句其实是这份报告真正的结论——它把问题从「要不要做」推进到了「要靠什么协作机制来做」。
障碍排序：人才与数据排在成本与准确性之前
| 障碍 | 比例 | 归属 |
|---|---|---|
| 技能 | 49% | 供给侧 |
| 数据质量低下 | 43% | 供给侧 |
| 成本高 | 42% | 成本侧 |
| AI 准确性或幻觉担忧 | 39% | 信任侧 |
| 关键人工决策未充分文档化 | 38% | 供给侧（组织知识） |
排序本身携带信息。技能与数据质量这两项合计 92%，都落在供给侧，且都排在成本（42%）之前。这意味着对这批运营商而言，钱不是排在最前面的约束——人和数据才是。
准确性或幻觉担忧只排到 39%，在四项主障碍里垫底。这个位置值得注意：它说明在这批已经深度接触 AI 的 IT 高管眼里，模型可靠性已经不是最紧的那个瓶颈。这与其他行业调研里「不敢用」的叙事有明显差别，电信运营商长期运行高可靠系统的经验，可能让他们在评估模型风险时更有分寸。
五项比例相加远超 100%，说明是多选。因此不能做占比折算，只能做相对排序。
38% 的关键决策没有被写下来
这是本文认为整份调研里最有价值的一项读数，也是最少被讨论的一项。38% 的受访者表示，关键的人工决策没有被充分文档化，这使得在生产环境中安全且一致地规模化 AI 变得更困难。
它的机制很直接。智能体要在核心系统里承担实时运营任务，就必须复现人类操作员在关键节点上的判断。而复现的前提是这些判断已经被写下来——什么条件下走 A 路、什么条件下升级给谁、哪些情况宁可不做。如果这些规则只存在于资深员工的经验里，那么任何自动化都只能覆盖已经被显式编码的那一小部分，剩下的部分要么停在人工，要么靠模型猜。
这也解释了为什么 72% 会停在外挂态。外挂的含义是：智能体在核心流程之外做辅助——生成一份分析、起草一个工单、提供一个建议——而关键判断仍由人完成。这种部署方式恰恰不需要把决策文档化，因为人还在环里。于是形成了一个自洽的均衡：因为决策没写下来，所以只能外挂；因为一直外挂，所以决策永远不必写下来。
打破这个均衡的成本很高，且它不属于任何单一部门。文档化关键决策是业务部门与运营部门的功课，不是 IT 部门能代劳的事；而这件事的收益要等到智能体真正进核心系统时才兑现，因此很难在预算周期里被优先。
72% 外挂态意味着什么
外挂常被当成贬义词，但它有具体的工程含义，也有具体的价值。把智能体放在核心流程之外，意味着它不持有写权限、不承担服务等级、不影响结算与开通，因而可以在不改造既有系统的前提下快速铺开。这是风险最低的一种部署形态。
问题在于它的收益曲线是平的。外挂智能体节省的是人的操作时间，而不是流程的通过时间。一份报表从两天缩短到两小时，不等于立项与审批环节缩短了任何一分钟。这也是为什么多数组织会出现「员工都说好用、账上看不出来」的现象——本栏目在《从 80% 到 98%》一文中拆过的腾讯云 ADP 案例里，腾讯给出的说法是：局部提速未必能让整体效率同步提高，因为后面该走的流程一步都省不掉。
从外挂到内生的跃迁，本质上是把智能体从「人的工具」改成「流程的节点」。这一改动要求三件事同时到位：决策规则已文档化、系统接口可被调用、以及异常时有可执行的回退路径。三者缺一，组织就会退回外挂态。
运维现场：14 个专用智能体与一本过期的手册
报告的宏观读数之外，同期的几组一线运维数据提供了更具体的形态参考。
| 组织 | 做法 | 读数 |
|---|---|---|
| Meta | 把系统重建为 14 个专用智能体，置于一个小型确定性编排器之下 | 环境准备从三四天缩短到一小时以内 |
| Trust Bank Singapore | 发现自动化手册会过期，改为固定手册收集证据、AI 做分析、工程师做决定 | 未披露量化收益 |
| Stripe | 内部自研智能体承担事故调查 | 简单调查平均约 3 分钟，深度调查约 14 分钟 |
| ResolveAI | 把智能体重建三次，拆成调查者、验证者、沟通者三个角色 | 未披露量化收益 |
| Rootly（数据） | 观测编码智能体普及后的呼叫量变化 | 非工作时间呼叫接近翻倍 |
Meta 的方案值得单独看。14 个专用智能体听起来是「多智能体」，但真正的重点在后面半句：它们被置于一个小型确定性编排器之下。这与本栏目此前多篇技术解构里看到的收敛一致——能力交给模型，流程与顺序交给确定性代码。环境准备从三四天到一小时以内，节省的是工程师等待环境的时间，属于典型的外挂式收益，但它之所以能成立，是因为编排器是确定的。
Trust Bank Singapore 的教训则是另一面：自动化手册会过期。这直接呼应了前文的 38%——把决策写下来只是开始，维护这些文档才是长期成本。该行现在采用的「固定手册取证据、AI 做分析、工程师做决定」是一种折中：把会过期的部分限制在证据收集这个确定性环节，把判断留给人。
响应侧读数：三分钟的调查与翻倍的非工作时间呼叫
Stripe 的两个数字（简单调查约 3 分钟、深度调查约 14 分钟）是本文见到的最具体的一组运维智能体时延读数。它的价值在于给出了一个可对比的量级：人类工程师做一次简单事故调查，从被呼叫到形成初步判断，通常以十几分钟计；3 分钟意味着这个环节已经接近自动化工具的响应水平。
但同一批材料里还有一条反向数据：Rootly 的数据显示非工作时间呼叫接近翻倍，同时许多公司的拉取请求频率因 AI 编码智能体而大约翻倍。这两条合起来构成一个容易被忽略的推论——智能体提高了产出速率，同时也提高了需要被响应的事件速率。如果响应侧没有同步扩容，人均负荷会上升，而不是下降。
对于运营商这类需要 7×24 值守的行业，这一条尤其重要。把智能体放进网络运维，如果不配套调整值守排班与升级路径，节省下来的是单次处理时间，增加的是处理次数。
三次重建：把调查、验证、沟通拆成三个角色
ResolveAI 把自己的智能体重建了三次，最终形态是三个分离的角色：调查者、验证者、沟通者。这个切法与前文四家代码安全智能体的「发现—证伪—修补」高度同构，也与 FilingLoop 的「执行智能体与评估器分离」一致。
三次重建这个动作本身比最终架构更值得记。它说明在同一家公司的真实场景中，单体智能体形态在运维任务上没有一次走通。拆分的驱动不是理论偏好，而是失败：一个同时负责查、判、说的智能体，容易把尚未验证的推断直接说出去。
把「验证」独立成一个角色，成本是增加一次模型调用与一段延迟，收益是输出的可信度不再依赖单一推理链。这与 TM Forum 调研里 39% 的准确性担忧形成一种有意思的对照：担忧真实存在，但工程上的解法已经相对明确，而且与模型能力的关系不大。
资本侧：30 亿美元的 Serval 与收敛中的 IBM
同期资本侧的两条动向，为「规模化缺口」这个判断提供了另一个角度的佐证。
| 主体 | 事件 | 关键读数 |
|---|---|---|
| Serval | 以 30 亿美元估值融资 1.5 亿美元，红杉领投 | 一年多内第三轮，累计 2.77 亿美元；自 12 月起 ARR 每季度翻倍（未披露绝对值）；一家车企 45 天完成切换；新服务部门将招聘 100 余名自动化工程师，约半数为应届毕业生 |
| IBM | 把自动化产品线收敛为 Automation 2.0 | 自 2027 年初起共享计费、计量与身份，随后推出统一控制台；Infragraph 知识图谱 12 月正式可用；基于 Terraform 拓扑数据的「时间旅行」回滚功能预计在一季度版本之后 |
Serval 的产品形态是：员工用自然语言描述工作流，智能体负责构建并运行自动化；它从 IT 服务台起步，已扩展到 HR、财务与法务；其 Catalyst 智能体扫描工单中的重复工作，起草自动化方案交由管理员审阅。公司把 ServiceNow 列为主要竞争对手。
它的一位高管 Jake Stauch 有一句话准确描述了这批公司的人才处境：没有人拥有十年做这件事的经验，因为两年前这些工具还不存在。这与 TM Forum 调研里 49% 把技能列为首要障碍形成了直接呼应——市场上不存在现成的熟练劳动力，所以 Serval 才会打算让约半数的百人招聘名额给应届毕业生。
IBM 的动向则是另一条路径：不做新能力，做收敛。共享计费、计量与身份，先解决「多个自动化产品各自为政」的整合成本。这与运营商面对的处境高度相似——它们的核心问题往往不是缺一个智能体，而是已有系统之间的计量、身份与审计口径不统一。
本文八条推算
| 编号 | 推算 | 过程 | 含义 |
|---|---|---|---|
| 1 | 2% 在亚太子样本上约等于 1.1 家运营商 | 55 乘 2% | 该数字应作方向性信号，不能当行业基准值引用 |
| 2 | 承认投入不足者约占全样本 21.4% | 89% 乘 24% | 24% 的分母是「认定 AI 关键」的那一组，不是全体受访者 |
| 3 | 89% 与 55% 之间落差 34 个百分点 | 89 减 55 | 在认定 AI 关键的组织中，约 38.2% 尚未把架构集成列入前三优先 |
| 4 | 四大障碍合计 173%，说明为多选 | 49 加 43 加 42 加 39 | 不能做占比折算，只能做相对排序；平均每位受访者选了约 1.7 项 |
| 5 | 供给侧两项（技能、数据质量）合计 92%，高于成本侧加信任侧的 81% | 49 加 43 对 42 加 39 | 对这批运营商而言，人与数据是比钱和模型更紧的约束 |
| 6 | Meta 环境准备压缩比约 24 至 32 倍 | 按每日 8 小时计，三四天为 24 至 32 小时，压到一小时以内 | 若按自然日 24 小时计则为 72 至 96 倍；口径未披露，故取工作小时口径 |
| 7 | Serval 本轮融资占累计融资约 54.2% | 1.5 亿除以 2.77 亿 | 一年多三轮，节奏偏快；ARR 每季度翻倍但未披露绝对值，无法折算 |
| 8 | 非工作时间呼叫接近翻倍，若值守人数不变则人均负荷同比例上升 | Rootly 数据直接推论 | 智能体提升产出速率的同时提升事件速率，响应侧需同步扩容 |
第 3 条值得再说明一次。55% 是「把 AI 融入核心架构列入未来 18 个月前三优先」的比例，它的分母是全体受访者；89% 同样是全体受访者的比例。因此 34 个百分点的落差可以粗略理解为：在所有受访组织中，约 34% 已经认定 AI 关乎竞争战略，却尚未把架构集成列入近一年半的前三优先。若只在「认定 AI 关键」的那一组内看，这个比例约为 38.2%。两种口径都不改变结论方向：这是一批知道要做、但还没排上日程的组织。
六步清单：从外挂走向核心
| 步骤 | 动作 | 针对的障碍 |
|---|---|---|
| 1 | 先盘点关键人工决策，把能写下来的写成规则 | 38% 决策未文档化 |
| 2 | 把数据质量当成前置项验收，而不是并行项 | 43% 数据质量低下 |
| 3 | 用确定性编排器管流程，用模型管判断 | Meta 与 ResolveAI 的一致做法 |
| 4 | 先上只读与起草类能力，把写权限留到最后 | 外挂态的风险控制逻辑 |
| 5 | 为文档化规则建立维护责任人与失效检测 | Trust Bank Singapore 的手册过期教训 |
| 6 | 把响应侧容量与事件速率绑定，而非与人员编制绑定 | 非工作时间呼叫接近翻倍 |
六问采购问询表
| 问题 | 为什么问 |
|---|---|
| 你们的编排层哪些部分是确定性的？ | 确定性比例决定了这套系统在异常时的可预测性 |
| 智能体持有写权限吗？如何撤销？ | 从外挂到内生的分界线就是写权限 |
| 决策规则存在哪里？谁来维护？过期怎么发现？ | 直接对应 38% 与手册过期教训 |
| 计费、计量与身份是否与我方既有体系统一？ | IBM 收敛的正是这一层；不统一会形成新的孤岛 |
| 能否提供在我方历史事故上的回放成绩？ | 厂商自有基准无法替代自有数据上的验证 |
| 失败率与漏报率分别是多少？ | 只报精确率的方案无法评估覆盖缺口 |
冷静判断：闸门在架构里，不在模型里
把这份调研与同期的一线读数放在一起，能得到一条相对明确的结论：对电信运营商这个群体而言，智能体规模化当前的主要约束不在模型侧。四项障碍里，准确性或幻觉只排到 39%，是垫底的一项；排在前两位的是技能（49%）与数据质量（43%）。这与其他行业里「不敢用、不信任」的叙事有明显差别，也提示不能用同一套话术去解释所有行业的落地缓慢。
真正的闸门有两道。一道是决策文档化——38% 的组织承认关键人工决策没被写下来，而这是智能体进入核心系统的必要条件；这道闸门不在 IT 部门的手里，因此也不能靠采购解决。另一道是架构集成——只有 55% 的组织把它列入未来 18 个月的前三优先，而这两道闸门是串联的：不集成就没有压力去文档化，不文档化就无法集成。
资本侧的反应与这条判断是一致的。Serval 在一年多里融了三轮、估值到 30 亿美元，做的是「让业务人员用自然语言描述工作流」这一层；IBM 收敛产品线，做的是计费、计量与身份的统一。两家都没有把卖点放在模型能力上，因为它们要解决的正是上述两道闸门。
还需要指出这份调研自身的边界。TM Forum 是行业联盟，成员包括全球前十的通信服务商、前三的超大规模云厂商与网络设备商，受访者构成天然偏向已经投入 AI 的组织；亚太结论基于 55 人，且明示为方向性读数；2% 这一项的样本量前文已述。把这份报告的结论用于单一市场或单一运营商的规划时，应当保留这一层折扣。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。