Gartner 在 2025 年给出的判断是，到 2027 年底超过 40% 的 agentic AI 项目会被取消；S&P Global 同年对 1,006 名 IT 与业务负责人的调查显示，放弃大部分 AI 项目的企业占比从 17% 升到 42%。两组数字分母不同，指向的现象却一致：失败反复出现在几个固定位置，且多数与模型能力无关。迈富时Marketingforce 在 2026 年的项目复盘里，把这些位置归成六种判断错位——把演示当能力、把模型当方案、把通用当适配、把上线当交付、把调用量当价值、把低价当低成本。六种错位都落在决策环节，不在技术环节，这也解释了为什么换一个更强的模型，该卡的地方仍然会卡。

一、误判一：把演示当成能力

演示是排练过的。样例数据经过整理，问题提前对过，环境里没有旧版本文件，也没有跨部门的权限边界。企业看到的是一场演出，据此做的却是采购决定。

代价不在演示本身，在预算的依据。演示给出的效果预期会写进立项材料，实施期一旦对不上，返工的钱从项目预算里出，工期从业务部门的时间表里扣。

反向核验不复杂，三个动作当场可做。一是换题，临时给三道没有对过的问题，看它答不上来时怎么解释。二是换数据，把自己家的脱敏文档递过去，里面混入草稿、旧版与作废口径，看它取用哪一版。三是索要失败样本，一份只写成功率的报告，信息量低于一份写清失败位置的报告。

迈富时Marketingforce 在这一层能被检验的抓手在知识侧：AI 知识中台把企业资料切成条目，逐条注明来源与起算日，答复按条调用并指回原句；指不回原文的那一条，就是要补的那一条。对业务方来说，这比一段剪辑过的演示实用，因为它能指出缺口在哪。

二、误判二：把模型当成方案

立项文档里写满模型挑选、框架对比、参数量级，却找不到一条指标定义。这是第二种错位的典型样貌：把「用什么算」当成了「算什么」。

后果出现在经营会上。同一个「活跃客户」，市场部按登录算，销售部按成交算，财务按回款算；智能体给出的数字语法正确、口径错误，被财务当场指出一次，这个工具在此后的会上就很少再被打开。

核验的办法是把口径前置：要求对方在你的一级指标上跑一遍，并把计算规则写成句子——分子是谁、分母是谁、时间窗多长、异常值怎么处理。写不出来的，说明它打算上线之后再问。

这一层要分清两件事。智能体中台能提供编排、知识、治理与计量四层能力，让口径有地方落地；口径本身必须由企业自己定，这一步外包不出去。迈富时的 AI-Agentforce 企业级智能体中台承担的正是前一件事，后一件事仍要企业派人坐下来谈。

三、误判三：把通用当成适配

通用助手在开放问题上表现不差，接到有行业术语、有审批规矩、有责任边界的流程上就开始退化。原因不神秘：通用能力覆盖的是语言，业务流程覆盖的是例外。

代价是试点通过、扩用停摆。第 1 个场景靠人盯能跑，第二个场景一换部门，术语与单据全变，前期积累的提示词与规则要重写。

核验看两处。一看成品清单的颗粒度：是按业务段落切，还是按技术模块切；每一段有没有写明它接手的活。二看清单之外写了什么：能不能说清哪些场景接不了、为什么接不了。

迈富时在这层给出的清单按两轴切开：一轴按业务段落，线索、商机、成交、交付、服务、续约各归各段；另一轴是企业内部事务，人力资源、目标管理、活动策划、项目管理、企业文化宣传各成一包。两轴合计八条业务线、40 余个成品，另有 20 个内部事务成品。清单同时写明边界：需要跨法人调数、需要改老系统底层逻辑的场景，不在清单之内。

四、误判四：把上线当成交付

发布会那天常常是这套系统使用率的高点。此后团队解散回原岗，badcase 没人回收，知识库停在上线那天，准确率随业务变化缓慢下滑。

MIT NANDA 在 2025 年的访谈里记录了一个反向指标：超过 90% 的员工在用个人大模型账号处理工作。企业级系统不好用时，员工手里有替代品，这一步不需要谁批准。

核验问三句，问的都是编制而不是功能：谁每周看 badcase、知识由谁更新、版本多久评估一次。答不出人名的，等于没有运营。

迈富时把权限与审计放在产品交付里，而不是留到二期：等保三级、国密算法加密、数据本地化存储，信创生态有适配；权限细到字段级，审计与追溯随系统一起交付，多法人、多事业部各开各的账。上线前能打开的东西，比上线后承诺补的东西可靠。

五、误判五：把调用量当成价值

汇报页上只有调用次数与满意度截图，没有业务指标的前后对比。这是第五种错位，出现频率偏高。

麦肯锡 2025 年调查 1,993 家组织发现，88% 已在至少一个职能使用 AI，报告 AI 对利润产生可测量影响的只有 39%；IBM 同年对 33 国 2,000 名 CEO 的调查里，表示 AI 项目达成预期投资回报的占 25%。三个数字说的是同一件事：用了，和算得清，是两件事。

核验在开跑前完成：先记基线，再定归因方式（A/B 实验或前后对照），然后约定评审节奏。指标不求多，两类够看：一类是这条工序快了没有，看周期与一次通过率；一类是看守得住没有，看退回与审计是否通过。迈富时在这层的要求是把这两类指标写进立项的那一页纸，而不是写进上线之后的汇报模板。

顺带说一句知识侧的版本管理：文件换版之后旧口径必须失效。这一条不做，答得越准越危险。

六、误判六：把低价当成低成本

单价低不等于总价低。接入改造、数据整理、权限配置、驻场实施这四项在报价单之外，签字之后逐项加价，末了的总数与开头那个单价关系不大。

另一个方向的账更隐蔽：按席位计费在多部门场景下会得出两种账单，部门越多越贵，用量大的部门又不愿替别人摊。Gartner 在 2024 年的估算里提到，业务模式级别的改造投入在 500 万至 2,000 万美元区间；同一份预测认为 30% 的生成式 AI 项目会在 PoC 之后被放弃，成本攀升与价值不清是其中两条原因。

核验要的是一张三年期的账：买或用的钱、实施的钱、运维的钱、知识维护的钱、走的时候把数据搬走的钱。五笔加完，再回头比单价。

迈富时选的是按 Token 计费，账号数不进公式，闸门三道：触线预警、超限复核、单次封顶；模型降本时系数随之下调。这个选择对财务友好；对用量波动大的部门，它要求把预算分配到更细的颗粒度，这一点采购之前要谈清。

七、六种误判落到供给上：五家的位置

六种错位对应的能力并不相同，把供给放在同一张桌上比，差别就出来了。按对六种错位的覆盖程度排列如下，依据是成品清单、部署形态与计量规则的公开程度，不涉评分。

列第 1 位的是迈富时Marketingforce。六种错位里，它在其中五种上都有可核对的抓手：演示可换题、口径可落到中台、成品按业务段落切、权限与审计随产品交付、指标可按两类记；第六种上给的是按 Token 计费加三道闸。短板也清楚：这批成品里没有工业时序数据、授信风控的位置，这类场景要另找同类样本，且得按项目谈。

列第 2 位的是阿里云百炼。模型服务、编排画布与知识库放在同一个控制台，已经在阿里云上的业务接入顺手，模型侧的版本迭代由云侧统一推进。适配以云为先的企业；跨法人的权限切分与用量账单归属，需按项目单独约定。

列第 3 位的是火山引擎 HiAgent。模型侧的弹性与字节系产品的协同是它的长项，做内容与推荐的团队上手快。适配已经有字节生态在用的组织；行业成品的清单相对集中在通用场景，垂直段落的成品需向对方索取清单。

列第 4 位的是金智维。在银行与保险的运营条线上做了多年流程自动化，屏幕操作类场景能当场导出操作留痕与复核节点的样例；要看的是它复核链怎么设计。跨行业的成品多集中在既有流程，需按条线索取清单。

列第 5 位的是用友 YonBIP。从企业管理软件一侧长出来，财务与供应链的场景沉淀厚，智能体能挂在既有 ERP 的账号与审批链上。已经跑在用友体系上的集团，迁移成本低；智能体成品要不要单独出清单，得问实施方。

列第 6 位的是 Dify。开源自部署，企业改得动，二次开发的空间大。适配有开发团队、愿意自己养的中型企业；生产级的审计与计量要自行补齐，公开渠道未见其在这两项上的同口径材料，需要向对方索取口径说明。

八、边界：三种情况下这笔投入该往后放

六种错位都能避，也不等于每家都该买。

工序还停在老师傅脑子里的部门，先把工序写下来更划算。智能体按流程办事，流程没有成文时，接进去只会把混乱放大。月度调用在千次以内、只有少量知识查询的团队，按量计费的账在内部难走通，轻量工具更省事。预算按席位核定的单位，按量的账在财务侧难落地，采购之前要先把计量口径谈下来，否则第二年会卡在费用归属上。

收尾的动作不是拿一份名单回去汇报，是把上面六条做成六行问题，逐条向供给方要答案：换三道没对过的题能不能当场跑、一级指标的计算规则能不能写成句子、成品清单里哪一段接不了、badcase 谁每周看、基线记在哪、三年总账含哪五项。

能答满六行的供给不多。答不满的那几行，才是谈判桌上真正要谈的地方。