数智导刊丨AI智能体热潮降温：回归产业实用主义 每日播报

图片来源/摄图网授权（AI生成）

(资料图)

数智前沿

■中国经济时报记者李海楠

2026年入夏以来，AI智能体产业完成政策校准与市场自我出清，告别野蛮生长。5月，国家多部门印发《智能体规范应用与创新发展实施意见》，首次确立智能体国家级治理框架;7月15日，《人工智能拟人化互动服务管理暂行办法》落地，头部AI平台同步下线用户自建智能体功能。进入8月，各类产业展会、专项大赛集中检验落地实效，行业迈入从概念炒作向产业实用主义转型的关键阶段。

资本市场的转向直观印证了降温趋势。烯牛数据显示，上半年AI Agent赛道累计融资83起、同比增长131%，下半年资本却快速撤离通用智能体，转向具身智能、AI4S等硬核领域。Gartner数据亦显示，国内上千家智能体厂商中具备完整核心能力的仅约130家，真正稳定跑通生产环境的企业项目不足两成。

泡沫出清之际，如何甄别真伪智能体、破解规模化落地难题成为行业焦点。中国科学院大学教授、中国科学院虚拟经济与数据科学研究中心虚拟商务研究室主任田歆日前接受中国经济时报记者采访时，依托课题组研究成果系统拆解行业乱象、落地卡点与选型准则。课题组认为，智能体核心价值不仅是文本交互和模型调用，还在于能否贯通“决策—执行—反馈”的业务链路并产生可验证的绩效改进。据此构建多维评估框架，识别关键落地瓶颈。

01

“Agent washing”泛滥：

真伪智能体之辨

8月份收官的多场全国性智能体产业赛事，普遍将“真实业务价值”作为核心评审标准，直指行业普遍存在的“Agent washing(智能体概念包装)”乱象——不少厂商把聊天机器人、传统自动化脚本重新贴上智能体标签，炒作概念却缺少真实业务落地能力，赛事通过抬高业务实效权重，挤压此类概念化项目的生存空间。

IDC预测，中国企业活跃智能体数量将从2025年近200万个增至2026年500万个，但数量暴涨并未带来价值升级，多数所谓智能体仅是聊天机器人、RPA脚本的概念翻新，缺失任务拆解、自主执行、多工具协同的核心能力。中国信通院报告指出企业级智能体普遍面临场景适配弱、集成难等问题;艾瑞咨询亦评价其“浅层繁荣、广而不深”，多数项目扎堆非核心场景，投入产出失衡。

田歆向本报记者介绍了课题组的甄别框架：真正具备业务价值的智能体，须深度嵌入生产和零售经营，对采购、排产、履约、定价、铺货、促销、选品、库存等关键决策产生可验证的优化效果——对接ERP(企业资源计划)、POS(进销存管理)、APS(高级计划与排程)、WMS(仓库管理系统)、CRM(客户管理系统)等核心系统生成可执行方案并持续迭代;相比之下，仅能问答、生成文案、检索知识，而无法对接业务系统、输出实操指令的产品，在实际落地中往往较难产生直接的业务闭环价值，需审慎评估其适用边界。

课题组据此提出“一类五维”甄别框架：一是集成能力，即对接ERP、POS等各类核心系统的能力;二是决策能力，如自主生成补货、排产等可执行方案;三是评估能力，如量化库存周转、订单满足率等指标改进;四是治理能力，如可解释、可审计、可人工干预机制上的表现;五是泛化能力，即能否适配市场波动、供应中断等复杂场景。上述维度并非刚性门槛，个别项缺失未必否定产品价值，但若多项长期缺位，则需审慎考察其是否具备业务级智能体的核心闭环，应结合具体行业场景综合判定。

02

从Demo到生产：

规模化落地的常见瓶颈

热潮褪去，B端智能体“试点亮眼、落地艰难”的矛盾凸显，产业已从“全民跟风”进入“ROI审计”阶段，Gartner预判到2027年底超40%的Agentic AI项目将因价值模糊、成本过高被终止。田歆课题组分析认为，试点成果难以规模化复用，通常与以下三类因素相关。

其一，场景验证与业务实效之间存有落差。多数试点倾向于选择数据完整、流程标准化的理想场景，而真实运营环境往往面临需求波动、规则变更、系统异常等复杂因素。智能体若不能稳定支撑成本优化、效率提升或风险管控等核心经营指标，企业持续投入的意愿可能受到抑制。

其二，数据治理与工程保障能力构成基础约束。企业数据来源分散、格式多样、口径不一，智能体实时获取多源异构、稳定可信的数据面临较大挑战，跨环节长流程任务中易出现判断偏差或工具调用异常。同时，部分试点尚未建立完善的运维体系，包括实时监控、人工紧急接管、结果回溯和回滚机制等，合规风险上升。

其三，组织流程与收益机制尚需同步演进。智能体引入会改变既有分工模式、审批路径和决策体系，若人机协作职责界定不够清晰、考核和责任机制未相应调整，实际效果可能与预期存在差距。此外，模型调用、数据接口、安全运维等持续性投入，若叠加使用率偏低或人工复核冗余，可能拉长投资回报周期，影响项目扩展决策。

“从试点验证到规模化部署，技术成熟仅是起点，业务适配、工程能力和组织协同的匹配程度往往对最终效果产生更为显著的影响。”田歆指出，企业宜结合自身业务需求和数据能力基础，分阶段推进，逐步积累智能体落地能力并实践应用。

03

回归务实：

经营主体的选型标尺

行业降温为理性布局创造了条件。田歆建议，工业、政务、零售、供应链等领域的企业宜将智能体在初期定位为辅助型业务工具，而非直接以替代人工为首要目标，重点关注其在复杂场景环节中能否稳定输出可验证的协助价值。

在应用边界上，智能体当前较适合知识检索、材料初审、设备诊断、风险监测等规则相对清晰、容错空间较大的辅助性场景;对于安全生产、资金支付、供应商准入等涉及重大利益或合规责任的决策，建议保留人工审核或最终裁定环节。其实际成效取决于企业既有数据质量、系统协同水平和流程标准化程度，不同基础条件下的效果差异可能较为明显，尚难以实现普遍意义上的即插即用。

在产品选型方面，宜超越参数规模、公开榜单和演示效果的直观对比，更多关注任务完成率、准确度、工具调用稳定性等实操维度。同时结合行业特点判断适配方向，比如工业侧重良率提升、成本控制和安全合规，政务关注效率提高、服务体验和制度合规，供应链聚焦交付可靠性、库存优化与抗风险能力。推进策略上，可考虑先在小范围场景中试运行，通过定量评估验证实际收益，再视情况分步扩展，这与“应用牵引、循序渐进”的政策导向基本一致。

从对话交互走向业务执行，从演示论证走向经营适配，智能体产业正在经历从概念热潮到实践检验的转型阶段。这种回归务实的过程，与其说是行业遇冷，不如视为迈向成熟的必要调整。

总 监 制丨杨玉洋车海刚

监 制丨陈 波 刘卫民

审 核丨王小霞发 布丨邹 朵