过去两周，三份权威报告几乎同时给出了同一个反直觉结论：企业 AI 代理（Agent）已经从"实验"跨入"生产"，但大多数企业并没有因此足额赚到钱——因为有一笔叫"信任税"（Distrust Tax）的隐性成本，正悄悄吃掉近一半的预期收益。G2 在 10 月 14 日发布的《2026 AI Agents Report: Crossing the Agentic Chasm》给出了一组刺眼的数据：86% 的 B2B 买家过去一年采购了 Agent 软件或服务，66% 已进入生产，但有 45% 的企业表示，监督和返工吞噬了超过四分之一的预期生产力收益。当这组数据叠加 Wharton、Creatio、MIT 与 Digital Applied 的同类研究，一幅"嵌入—生产缺口"（embed-to-production gap）的清晰画像浮现出来。
一、从实验到生产：数字背后的"信任断崖"
先看清"已经到了哪一步"。G2 基于 1000+ B2B 决策者的调研显示：86% 的买家过去一年采购了 Agent 软件或服务，较上一年（69%）增长 25%；66% 已在有限或规模化生产中运行 Agent，同比增长 18%。高工作量流程中，五分之四报告周期时间改善至少 11%，近一半改善至少 25%——价值是真实存在的。
约 80% 企业应用已嵌入至少一个 AI Agent（Gartner，较 2024 年 33% 翻倍）；但仅 31% 真正有 Agent 跑在生产负载上（S&P Global）；88% 的试点走不进生产（Forrester / Anaconda）
但"进生产"与"跑出回报"之间横着一条近一半宽的鸿沟。MIT Technology Review Insights 在 10 月 5 日发布的报告更直白：平均仅 34% 的 agentic AI 项目能跨过试点进入生产，即便是高科技公司也同样挣扎；失败的三大瓶颈是遗留数据系统、安全隐私顾虑、知识与上下文缺失。研究机构 Digital Applied 在 10 月初把 Gartner、McKinsey、IDC、Forrester、BCG、S&P Global、Deloitte、Anaconda 八家机构的 120 多个数据点汇编成一张图，第一次给这场混战起名——embed-to-production gap（嵌入—生产缺口）。值得欣慰的是，跨过去的企业回报很硬：平均 ROI 171%、中位回本 5.1 个月。
缺口的本质不是"模型不够聪明"。Creatio 在 10 月 20 日发布的《State of Enterprise AI Adoption Report》（600+ 全球 IT 与业务决策者）显示：70% 的组织已超越实验阶段，77%+ 期望 12 个月内跨部门扩展——大家都想上，卡住的是落地的地基，不是想象力。
二、信任税怎么来的：83% 的部门卡在"监督中间层"
G2 把这种"有收益但被侵蚀"的现象命名为"Distrust Tax（信任税）"：Agent 的能力不再是 adoption 的瓶颈，不信任 Agent 能独立完成工作才是。具体数据触目惊心——31% 的员工每周花至少 6 小时"bot-sitting"（盯着 Agent 干活）；45% 表示监督和返工吞噬了超过四分之一的预期收益；46% 称 Agent 运营成本高于预期；38% 运行 100+ 个 Agent，却有 47% 仍以非正式或分散方式管理。
| 维度 | 全审批（"监督中间层"） | 真自治 + 监控（领先组） |
|---|---|---|
| 部门占比 | 83% 每动作人审 | 17% 真正自主 |
| 运作方式 | AI 执行 + 人工逐笔复核批准 | 自动监控 + 系统护栏替代人审 |
| 强正 ROI | 19%（未转型部门） | 67%（已转型部门） |
Wharton 人与 AI 研究中心与 GBK Collective 在 10 月 13 日发布的第四年度研究，给了这个现象一个准确的名字——"supervised middle"（监督中间层）：67% 的部门以某种形式使用 Agent，但只有 17% 让 Agent 无需逐步人工批准完成任务；48% 是"AI 执行、人工复核后才生效"；35% 是"AI 建议草稿、人做最终决定"。把后两组相加，83% 的部门在每一个动作上都留着人。研究负责人 Brian Smith 的点评一针见血："大多数公司坐在监督中间层，为自主权付了钱，却对每个动作都复核——而这恰恰是回报最弱的位置。"
反直觉的真相：研究还发现，31% 把 Agent 用到极致的部门，转型成功率达 30%；而 25% 只让 AI 当顾问、完全不跑 Agent 的部门，成功率也是 25%。两端（纯建议 或 真自治+监控）都优于中间（部分自动化）。卡在中间最糟——你既付出了 Agent 的算力与运维成本，又没拿到自动化的回报。
三、ERP 智能体尤甚：贴着钱和账跑
把视角收回到 ERP。Odoo 20、Workday Sana、NetSuite Next、SAP Joule 都在把 Agent 焊进 ERP 执行层（我们在 10-11、10-15、10-20 已连续追踪）。但 ERP Agent 的特殊性在于：它贴着应付账款、收款、库存、付款跑。一旦信任不足，企业只能让它"建议不执行"，价值立即减半——而一旦放开执行却缺乏监控，错误会被自动化规模化。
247 Commerce 的分析点破了一个关键约束：ERP Agent 只取决于流入 ERP 的数据质量。对电商与多渠道企业，如果订单批同步、退款延迟到达、平台费用被 lump 成一张月 journal，Agent 就会在不完整信息上做自信决策。"建立在弱集成上的自动化不会消除错误，只会规模化错误。"这正是 MIT 报告所说的"知识层缺失"——55% 的高管把数据碎片化（系统间共享不足）列为扩大智能体知识访问的头号难题；生产领跑者中 72% 将安全与隐私视为主要顾虑。
ERP Agent 的信任地基是数据，不是模型。要让 Agent 在 ERP 里"敢放手"，前提是 order-to-cash 数据实时且完整、审批模型前置于开通、每一次自动交易可追溯到 Agent/规则/所依赖数据。这与我们 10 月 21 日强调的智能体安全"三硬约束"（可控/留痕/身份）同构——信任，最终都要落回"可控、留痕、身份"这三件事。
四、CIO 实操建议：把信任税变成可管理的成本
落到可执行，建议企业数字化负责人用五步把"信任税"从隐性损耗变成可管理、甚至可下降的成本：
- 第一步，把信任税量化进 ROI 模型。计算 Agent 真实回报时，主动扣除 bot-sitting 工时、返工成本与高于预期的运营成本（G2：46% 企业这两块超预期）。不要只看"节省了 X 小时"，否则你会高估 Agent 的价值。
- 第二步，建 Agent 登记册 + 自治分级，用监控替代逐笔审批。按"只读 / 写数据 / 高危（付款、删主数据）"分级；对高频、规则明确、可逆的流程，用自动监控与系统护栏替代人工复核（Wharton：自动监控部门转型成功 24% vs 9%）。目标是把 83% 的中间层，往 17% 的真自治端移动。
- 第三步，数据就绪先于开 Agent。在打开任何 ERP Agent 前，先打通 order-to-cash 的实时与完整——ERP 集成是第一项目，不是 Agent 的附属。247 Commerce 的结论很明确："赢家不是平台最新的企业，而是 Agent 到来时数据已就绪的企业。"
- 第四步，用业务结果 KPI 替代"节省工时"KPI。Creatio 数据显示：追踪增长类指标（新增营收、销售转化）的部门，35% 报告强正回报；仅追踪效率的部门只有 13%。把 Agent 的度量从"省了多少小时"升级到"带来了多少业务结果"，才能识别出真正领跑的投入。
- 第五步，治理前置，把治理当赋能而非风控。Creatio 指出，建立 AI 治理的组织，扩展信心超过 4 倍——治理不是拖慢上线的刹车，而是让 Agent 敢放手的油门。结合 10 月 21 日的强制国标趋势，把"可控、留痕、身份"写进每一个 ERP Agent 的上线 checklist。
86% 已采购、66% 进生产、45% 收益被吞噬、83% 仍逐笔审批——这组数字合在一起，描绘的不是 Agent 的失败，而是企业从"嵌入"走向"生产"必经的信任税阶段。它提醒每一位 CIO：Agent 落地的瓶颈从来不是模型，而是地基——数据是否就绪、治理是否前置、信任是否可被度量。对正在 ERP 里部署智能体的企业，最划算的一笔投资，不是再买一个更聪明的模型，而是先把"数据—治理—度量"三件套补齐。先交清信任税，才能拿到 171% 的那张回报单。
本文基于公开信息整理分析：G2《2026 AI Agents Report: Crossing the Agentic Chasm》（2026-10-14，基于 1000+ B2B 决策者）；Creatio《The State of Enterprise AI Adoption Report》（2026-10-20，基于 600+ 全球 IT 与业务决策者）；Wharton Human-AI Research & GBK Collective 第四年度采用研究（2026-10-13）；MIT Technology Review Insights《Connecting AI agents to enterprise knowledge》（2026-10-05，基于 300 名数据/AI/技术高管）；Digital Applied《AI Agent Adoption 2026: 120+ Data Points》（2026 年 10 月初）；247 Commerce《Agentic ERP Has Arrived》（2026-10）。数据截至 2026-10-23。
众谛信息 · 专注 Odoo 与企业管理数字化解决方案
