如果你只想记住德勤（Deloitte）《2026 企业 AI 现状》里的一句话，应该是这句：AI Agent 正在被更快地派上岗位，却没有被同等速度地装上"刹车"。
这份由 Deloitte AI Institute 发布的年度调研，在 2025 年 8—9 月访问了来自 24 个国家、3,235 位一线决策者——样本覆盖董事会/C 级到总监层，且 IT 负责人与业务负责人各占一半。它不是又一份"AI 很火"的造势报告，而是罕见地把"企业嘴上说的"和"实际做的"并排放在一起，于是暴露出四组刺眼的反差。我们此前那篇《七份 2026 权威报告的共识与分歧》只把其中"74% 要上 Agent、21% 有治理"当作一条引用带过；这一次，我们把德勤这份报告单独拆开，看它完整的四条裂缝到底指向什么。
反差一：Agent 铺得越快，护栏越显得稀薄
德勤把它列为报告的第五大发现——"AI agents outpace their guardrails（智能体跑赢了它们的护栏）"。核心数字是：未来两年 Agentic AI（能自主规划并执行多步骤任务的 AI）的使用将大幅上升，但只有约五分之一（one in five）的企业，已经建立起一套"成熟"的自主 Agent 治理模型。
这个"1/5"为什么值得单独拎出来？因为它测的不是"有没有装杀毒软件"式的安全，而是三件更难的事：①怎么给 Agent 发身份、管权限（least-privilege，只让它调用任务必需的工具和数据）；②哪些高危动作必须留在人的审批阈值内（human-in-the-loop）；③每一步操作能不能被完整审计、出事能不能回滚。报告点得很直白：自主系统抬高了数据与网络安全治理的要求，企业必须事先定义"人该在哪里保留控制权""自动化决策如何被审计""系统行为记录要留存多久"。
问题就在这——部署的速度是"采购级"的，治理的成熟却是"组织级"的，两者天然不同步。买 API、接工具几周就能上线一个 Agent；可要给成百上千个 Agent 建立身份体系、权限边界、审计留痕和熔断开关，是要动流程、动架构、动权责的慢功夫。于是大量企业进入了一种"先上车、后补票"的状态：Agent 已经在生产环境里替客户改签航班、自动起草会议纪要、跨部门调数据，而"它到底能碰什么、做了啥、错了怎么办"这些问题还一片空白。
反差二：66% 尝到提效甜头，真正"重构生意"的只有 34%
第二组反差关于"AI 到底改变了什么"。德勤的数据分两层：
- 效率层面几乎全线报喜：66% 的组织已因 AI 获得生产力/效率提升，53% 改善了洞察与决策，40% 降低了成本；
- 但真正的"生意重构"仍是少数：只有 34% 在用 AI 深度转型——创造新产品新服务、或重造核心流程与商业模式；另有 30% 在围绕 AI 重新设计关键流程；剩下 37% 只在表面使用 AI，几乎没动任何既有流程。
更值得注意的是营收这条线：74% 的企业"希望"未来靠 AI 增长收入，但现在真正做到的只有 20%。也就是说，绝大多数企业目前从 AI 拿到的，是"省下来的时间和钱",而不是"新增的收入"。德勤自己的措辞很克制——"AI 正处在突破的前夜",但突破尚未发生。
这背后是一个朴素规律：优化存量容易，重构增量难。给现有工作流加个 Copilot、让客服快一点、让报表生成省半天——这些不需要动组织的筋骨，所以 66% 都做到了。可"用 AI 重新设计一条端到端业务流程""干脆换一种商业模式"意味着权力和分工的重新洗牌，触碰的是既得利益，所以卡在了 34%。那 37%"只用不改"的企业尤其危险：它们拿到了提效的糖，却没承担重构的险，短期最舒服，长期最容易被真正重构过的对手甩开。
反差三：技能缺口是头号障碍，但企业几乎只会"办培训"
第三组反差藏在人才策略里。德勤明确说："AI 技能缺口"被视为把 AI 融入现有工作流的最大障碍。听起来理所当然——缺人嘛，那就培训。可报告接着揭示了一个耐人寻味的错位：
| 企业因 AI 调整人才策略的做法 | 占比 |
|---|---|
| 教育更广泛员工、提升整体 AI 素养 | 53%（第一） |
| 设计并实施 upskilling / reskilling | 48% |
| 招聘专门 AI 人才 | 36% |
| 重新设计职业路径与流动策略 | 33% |
| 基于 AI 新模式重组/合并组织 | 30% |
看出问题了吗？排在最前的两项（53%、48%）都是"给人上课",而涉及"改岗位、改组织结构"的深层动作（33%、30%）明显掉在后面。德勤的原话一针见血：教育——而不是重构岗位或工作流——是企业应对 AI 的头号人才手段。
这就形成了一个尴尬闭环：一边承认"最大障碍是能力不足",一边只用最轻的办法（培训）去解它。可当 AI 开始吸收大量例行执行任务时，组织的真实变化是结构在变扁、职责在迁移——报告观察到一些公司甚至开始合并"技术职能"和"人的领导职能",让系统和劳动力设计同步演进。如果只给旧岗位的人补一堂 AI 课，却不重建岗位本身，那么"技能缺口"根本填不上，因为缺的从来不只是"会用工具",而是"在人和 AI 协作的新分工里，我的工作该长什么样"。德勤给的结论很硬：岗位、技能、职业路径应当被"重建",而不是被"微调"。
反差四：战略上越来越自信，运营上却越来越心虚
第四组反差是最反直觉的一条，德勤叫它"Strategically ready, operationally unsure（战略上就绪，运营上没底）"：相比去年，更多企业（42%）认为自己的战略对 AI 采纳"高度就绪"——但它们同时在基础设施、数据、风险、人才这四个具体维度上，感到自己"更没准备好"了。
信心在涨、底气在跌，这两件事怎么会同时发生？因为"战略就绪"是一种方向判断（"我们知道该往哪走、也决心要走"），而"运营就绪"是四项硬指标的检查（机房够不够、数据干不干净、风险兜不兜得住、人才能不能顶上）。企业越是认真推进 AI，就越会在落地时发现当年拍板时没细看的窟窿。这也呼应了我们上一篇分析希捷存储准备度报告时看到的同一类落差——自评乐观和现实能力之间，永远隔着一条缝。
德勤给出的解法不是"再等等、等准备好了再动",而是把现代化当成一条"活的 AI 底座（living AI backbone）"来建：模块化的云原生平台、领域团队自有的数据产品、把隐私/主权/安全内建进设计、统一可信的数据战略。换句话说，"完全准备好"是个幻觉，能边跑边把地基补牢才是现实姿势。
给企业的落地判断
第一，给 Agent 的治理别再用"培训"糊弄过去。既然只有 1/5 的企业有成熟的自主 Agent 治理模型，你现在补这一步就还在第一梯队。最低门槛是三件套：分级最小权限、高危动作人在回路、全量动作级审计日志。没有这三样就别让 Agent 直连生产库——这不是谨慎，是止损。
第二，诚实回答"你在那 34% 还是那 37%"。拿手上每个 AI 项目对照：它究竟动了某条流程的结构，还是只是给旧流程贴了个效率补丁？如果全是后者，你的 AI 预算本质上是在"优化存量",护城河极浅。真正的分水岭是能不能像那 34% 一样，用 AI 重做一件以前做不了的事。
第三，把人才策略从"办培训"升级到"改岗位"。53% 都在教员工用 AI，但只有 33% 在重设计职业路径。当 AI 吃掉例行执行任务，组织必然变扁、职责必然迁移。与其等员工自己琢磨"我这岗位还有没有必要",不如主动重画人机分工的岗位职责图。
第四，接受"永远没完全准备好"这件事。42% 战略自信、却在基建/数据/风险/人才上心虚——这不是失败信号，是正常状态。正确做法是把现代化拆成持续工程：先立一个能被审计、能回滚的最小治理框架，再按季度补数据和架构，而不是等一个"万事俱备"的虚幻时刻。
FAQ
Q1：德勤这份报告和麦肯锡、Gartner 那些有什么不一样，值得单独读？
A：它的独特价值在"并排呈现意图与现实"。多数报告只给一个落差数字（如 Gartner 的"40% 项目会被砍"），德勤则同时给出六七个维度的"想做的 vs 做到的"——增收 74% vs 20%、深度重构 34% vs 表面使用 37%、培训 53% vs 改岗 33%、战略自信 42% vs 运营心虚。这套"反差清单"本身就是一张企业自查表，比单一结论更能定位你卡在哪一环。
Q2：样本是 2025 年 8—9 月采集的，会不会过时？
A：这是它的一个明确边界，读数时要留意——调查窗口在 2025 年秋，报告于 2026 年发布，反映的是"近一年前领先企业的状态"。但报告的核心结构性判断（Agent 快于治理、提效易重构难、培训代替不了改岗）属于组织变革层面的慢变量，短期内不会被推翻。把它当"方向和量级的参照",而非"上周的实时快照"来用最稳妥。
Q3：这对国内团队最直接的提醒是什么？
A：最该警惕的是"反差三"那个坑——国内推 AI 的主流动作恰恰也是发工具、办培训、考证书，而"重设计岗位和组织"最少被真正触碰。当一个 Agent 能顶替半个人的活，如果只是给另外半个人上一堂课、岗位说明一字不改，产能提升会很快撞墙。德勤那句"roles, skills, and career paths should be rebuilt, not simply adjusted（岗位、技能、职业路径要被重建，而不是微调）",值得贴在每一个 AI 转型项目的立项页上。
参考来源（英文一手材料）：
Deloitte AI Institute – The State of AI in the Enterprise 2026（调研窗口 2025-08 至 09，n=3,235 位 senior leaders，覆盖 24 国，IT 与业务负责人各半；七大发现含：仅约 1/5 企业具备成熟自主 Agent 治理模型；66% 获提效但仅 34% 深度重构业务、37% 仅表面使用；增收期望 74% vs 现状 20%；技能缺口为头号障碍、人才手段以培训为先（教育 53% > 改岗 33%）；42% 认为战略高度就绪却在基建/数据/风险/人才上更感不足）
Deloitte Press Release – Organizations in 2026 standing at the untapped edge of AI's potential
