过去两年，"AI代理""智能体"这些词被说烂了。但最近这几周，一些很具体的事情正在发生——不是PPT，是上线。把这些事情放一起看，会发现一条清晰的变化线索。
审计行业第一枪：安永把13万审计师接进了AI流水线
4月7日，安永（EY）在伦敦宣布，其全球审计平台 EY Canvas 完成了企业级智能体的全面接入。不是试点——是一次面向13万名审计师、覆盖16万个审计项目、横跨150多个国家的全量部署。
EY Canvas 平台每年处理超过1.4万亿行日记账分录数据，此次接入的多代理框架基于微软 Azure、Foundry 和 Fabric 构建，预计2028年前支持全部端到端审计活动。
13万审计专业人员1.4万亿年处理数据行数150+覆盖国家和地区
值得关注的不是规模，而是部署方式。EY 把多个 AI 代理直接嵌进了现有的审计工作流，而不是单独给员工配一个"AI助手"。代理负责编排复杂任务、实时调取最新的审计准则、动态评估风险；人负责判断、质疑和最终确认。
EY 把自己定位成"零号客户"——先把这套系统用在自己身上，验证了再推给全球的被审计企业。这个逻辑现在很多大公司都在走。
IT服务商另一条路：DXC 和 ServiceNow 的"先自用再卖货"模式
同样是4月7日，IT外包巨头 DXC Technology 宣布与 ServiceNow 达成多年合作协议，内容是让 DXC 成为 ServiceNow 新发布的 Core Business Suite 的全球首家"Customer Zero"客户。
说白了：DXC 先把 ServiceNow 的 AI 自动化工具用在自己内部的全球商业服务体系上，跑通之后，把这套已经验证过的方案打包卖给其他企业客户。DXC 有1800多名 ServiceNow 顾问，这些人此后销售的不再是"理论方案"，而是他们自己用过的东西。
"全球企业面临的压力是从 AI 实验转向真正执行——当你的运营复杂且分散时，这很难。DXC 选择率先行动。"——ServiceNow 核心业务工作流高级副总裁 Josh Kahn
这个模式有一定参考价值。咨询公司和集成商如果自己没用过这个工具，向客户推销的说服力很有限。
国内：L3级智能体正式商用，制造业跑在前面
国内这边，腾讯云开发者社区4月初盘点了2026年 AI 智能体产业的标杆落地案例。一个值得关注的判断是：AI 智能体已经从"L2辅助决策"进入"L3自主执行"阶段，国内相关服务商数量突破300家。
几个具体数字：明略科技的 DeepMiner 在工业场景的单步操作准确率达到98.9%，对接了80多个数据源。它的客户里有135家世界500强企业。
制造业成了最密集的应用区。原因不难理解：生产线上的任务重复性高、数据结构相对清晰、容错空间小，这些特点既适合 AI 代理介入，又对准确率要求高。工业场景先跑通，金融、零售、政务陆续接上。
那为什么大多数企业还是没跑通？
Gartner 在4月初的报告里给出了一个让人有点难受的数字：在企业 AI 投资里，每50项里只有1项带来了变革性价值，五分之一能产生可衡量的回报。
原因不是技术不够好。Gartner 点名了几个问题：
第一，AI 生成内容的质量问题。员工平均要花将近两个小时处理每一例"AI生成的垃圾输出"——修正错误、核查事实、重写结构。这个时间成本在大多数 ROI 测算里是隐形的。
第二，裁员和 AI 生产力的预期错位。很多公司以为上了 AI 就能少用人，结果发现人还是要的，只是要会用 AI 的人，而且招聘成本比之前更高。
第三，流程专家比 AI 工具技能更值钱。那些能用 AI 重新设计工作流程的部门，超出收入目标的概率是其他部门的两倍。关键不是会用哪个工具，而是能不能把现有流程想清楚再让 AI 介入。
小结
这几件事放一起，说明一件事：企业 AI 代理的应用已经过了"展示阶段"，但距离"大规模有效应用"还有一段距离，中间卡着的是流程重设计、人员技能、和对 AI 输出的质量管理。
下周值得继续观察的方向：其他四大审计所是否会跟进安永的部署节奏，以及国内 Odoo、SAP 等 ERP 平台如何把智能体能力嵌进现有的企业管理工作流。
企业AIAI代理数字化转型智能体ERP审计科技智企业数字化观察关注企业AI落地、ERP现代化与数字化管理实践。每日精选3-5条有价值的行业动态。
