人人都在用 AI 智能体，却只有四分之一在量成效：中小企业该先量的四个数字
“我们已经在用 AI 智能体了。”这句话今年越来越常听到。但接着问一句“它帮公司省了多少、赚了多少？”多数人答不出来。软件公司 Liferay 在 8 月发布的调查显示，54% 的企业已经在正式使用或试行 AI 智能体，却只有 25% 用明确的指标衡量成效。麦肯锡同月发布的全球调查也看到类似的落差：八成受访者说 AI 提升了自己的生产力，但认为 AI 对公司利润有贡献的比例，一年来几乎没有变。AI 智能体成效量不出来，预算就很难继续，也无从判断哪些该加码、哪些该停。这篇文章整理两份调查的重点，以及中小企业可以马上开始的衡量方法。
数字先看：用的人多，量的人少
Liferay 的《2026 代理式 AI 采用与治理报告》访问了 500 位在美国参与 AI 决策、落地或日常使用的专业人士，几个重点：
- 54% 的企业已在生产环境使用或积极试行 AI 智能体；科技行业最高（72%），教育行业最低（24%）。
- 只有 25% 的企业用明确的 KPI 衡量 AI 的影响。
- 只有 24% 的企业有全公司适用的 AI 使用政策。
- 42% 的企业认为，AI 智能体最需要改进的是准确度。
- 从 AI 得到更多价值的主要障碍：安全或隐私顾虑（30%）、成本（29%）、缺乏培训（27%）。
麦肯锡《2026 年 AI 现状》在 5 到 6 月访问了 97 个国家的 1,719 位受访者：
- 80% 表示 AI 提升了自己的生产力。
- 认为 AI 对公司息税前利润（EBIT）至少有一些贡献的比例是 37%，与一年前几乎相同。
- 年营收 10 亿美元以上的企业中，在至少一个部门规模化使用 AI 智能体的比例从 27% 升到 40%；规模较小的企业则维持在 22%。
- 约两成表示，AI 的运营成本（包含 token 费用）已经限制了他们的使用。
两份调查放在一起看，信息很清楚：落地的速度，已经超过衡量与管理的速度。
为什么 AI 智能体成效这么难量
个人变快，不等于公司变好
一位同事用 AI 把报告从三小时缩短到一小时，是真实的进步。但省下的两小时去了哪里，没有人知道。如果流程的下一环还是要等三天，整体速度并没有改变。
没有“上线前”的数字
多数团队是先开始用，才想到要衡量。这时候已经没有上线前的基准可以比较，只能凭感觉说“好像变快了”。
成本分散在好几个地方
订阅费、按用量计算的 token 费、对接与维护的费用，再加上人工复核 AI 产出的时间，很少被加总成一个数字。麦肯锡的调查中，两成企业已经因为运营成本而限制使用，可见这不是小数目。
中小企业可以先量这四个数字
不需要一套复杂的仪表盘。挑一个 AI 智能体负责的流程，先量四件事：
- 时间：完成一件任务，从开始到结束花多久？包含人工检查与修改的时间。
- 质量：AI 的产出有多少比例需要重做或大幅修改？这直接对应到 Liferay 调查中企业最在意的准确度。
- 成本：每完成一件任务，AI 的费用加上人工复核的时间成本是多少？
- 结果：这个流程真正要改善的业务数字有没有变化？例如回复客户的速度、报价发出的数量、客诉的比例。
前三个是效率，第四个才是目的。只看前三个，很容易得到“AI 很有效”的结论，却说不出它对生意的帮助。
三个步骤，把衡量变成习惯
1. 从一个流程开始
选一个量大、重复、有明确起点与终点的流程，例如客服邮件初步回复、报价单整理、订单数据录入。如果你还不清楚公司里有哪些 AI 智能体在运行，可以先从盘点开始，做法见〈公司里有几个 AI 智能体在跑？AI 智能体管理从盘点开始〉。
2. 先记录两周的基准
上线或调整之前，用最简单的方式记下现状：一张表格，记录每件任务的时间、是否重做、花了多少钱。两周就足以建立一个可以比较的起点。已经在用的团队，也可以从今天开始记，当作下一次调整的基准。
3. 每个月看一次，并做出决定
衡量的目的是做决定。每个月检视一次这四个数字，然后选一个动作：扩大使用、调整做法，或是停用。Liferay 联合创始人 Bryan Cheung 在报告中提醒，企业需要决定智能体可以访问哪些数据、哪些操作需要人来复核。这些决定，同样要有数字作为依据。
数字之外，要由人判断的事
指标可以告诉你 AI 做得多快、多便宜，却没办法告诉你这件事值不值得做。可以这样分工：
- AI 负责：自动记录每件任务的时间与用量、汇总报表、标出异常的数字。
- 人负责：决定要量什么、判断质量好坏的标准、解读数字背后的原因，以及最后要加码还是叫停。
还有一些价值很难用数字表达，例如客户感受到的用心、同事是否从重复工作中解放出来做更有意义的事。这些需要管理者亲自去问、去看。
结语：先量得出来，才谈得上扩大
AI 智能体的落地门槛越来越低，真正拉开差距的，是谁能说清楚它带来了什么。从一个流程、四个数字、每月一次的检视开始，就已经比四分之三的企业走得更前面。这正是 TitApeX 相信的“AI 负责完美，人负责动人”：让 AI 把事情做好，由人来判断什么才算好。
如果你想为公司的 AI 流程建立一套看得懂、用得上的衡量方式，欢迎看看我们的服务项目，或直接与我们聊聊。
评论