我追踪了“300% AI agent 采用率激增”这个数据到其来源。它并不存在。
摘要
本文追踪了被广泛引用的‘300% AI agent 采用率激增’统计数据至其来源,发现数据实际显示的是部署意向接近翻倍,而非实际生产部署,并且只有大约十分之一部署了 agent 的公司实现了规模化。文章警告不要用编造的数据进行规划。
你可能见过这个说法。它出现在供应商博客、LinkedIn帖子和至少三个我本季度听过的主题演讲中:AI agent的采用率在两年内增长了300%。我运营一份每日AI新闻简报,所以我开始寻找原始来源。以下是我的发现。其背后的实际研究(SMR/BCG调查数据)描述的是部署意向接近翻倍。实际生产部署的增长要小得多。大约44%的公司表示他们计划部署agent,而这一群体中的大多数都停留在试点与规模化之间的某个阶段。对同一数据的诚实总结是:采用广泛而肤浅,大约每10家部署了agent的公司中只有1家真正实现了规模化。没有人编造300%这个数字。实际情况更平淡也更常见:一个预测被压缩成了事实,然后被反复引用,直到听起来像研究。如果你在三个供应商博客中看到了同样吸引眼球的数字,却没有任何原始来源,这通常就是你看到的情况。为什么这很重要:如果你正在根据三倍增长来制定2026年的人力规划或预算,那么你是在针对一个不存在的数字做计划。如果你是根据十分之一规模化率来做计划,那么你是校准的。正是这类事情促使我开始在我的简报中对每篇报道标注为‘突破性’、‘已验证’、‘渐进式’或‘过度炒作’,并附上来源链接和公开更正。这篇文章被标为‘过度炒作’。如果你想要每日版本,它叫做 Agentic Daily,但说实话,即使你从未读过:在将统计数据放入你的演示文稿之前,请务必找到原始来源。标题与数据之间的差距通常就是整个故事的关键。
相似文章
企业采用AI智能体今年增长两倍
基于Salesforce的Agentic Enterprise Index报告显示,今年企业对AI智能体的采用率增长了两倍,公司正从测试阶段转向规模化部署,并获得了可衡量的投资回报率。
今天我看到一条消息:74%的公司部署AI代理后又撤回了。显然,我们并没有从新闻中听到这一点。
一项研究显示,74%的公司已将AI代理从生产环境中撤下,而那些拥有成熟AI治理的公司回滚率甚至更高。核心问题不在于AI模型本身,而在于它们所依赖的混乱、割裂的基础设施和数据。
我厌倦了AI统计文章相互循环引用,于是追溯了93个统计数据到原始来源
一位研究者手动追溯了93个AI统计数据到原始来源,揭示了关于企业投资、能源使用、工资溢价和AI生成内容的已核实数据,并发布了附有原始来源链接的结果。
AI 代理提交的 PR 数量创下新高,但有人关心过这是否真的推动了业务发展吗?
一篇评论文章,质疑 AI 代理生成的拉取请求和 token 消耗指标激增是否真的能转化为有意义的业务价值,并警告不要优化虚荣指标而忽视实际影响。
无人提及的AI部署漏斗:60%评估,20%试点,5%上线。MIT追踪了300个真实AI实施的盈利指标。
MIT研究人员追踪了300个真实AI实施案例,发现仅5%的评估最终进入全面生产部署,95%的AI投资未产生可衡量的成果。成功部署聚焦于边界明确的任务,并设有定义明确的成功指标。