德勤：AI预算两年涨70%，你的流程还在"打补丁"|工作流|德勤|数据流|智能体

未来两年，企业AI技术预算预计增长超过70%。但钱砸下去，大部分公司可能只是在给旧流程贴创可贴。

德勤与微软技术实践团队最近联合发布的一份报告指出，真正的问题不是AI能不能工作，而是竞争对手正在用"智能体优先"的思路重构运营模型，而你还在试点各种智能助手（Copilot）。

静态自动化正在失效

传统规则驱动的系统像一台设定好程序的洗衣机——输入脏衣服，输出干净的，中间发生什么你无法干预。AI智能体（AI Agent）则不同，它能学习、适应、实时优化流程，与数据、系统、人员以及其他智能体动态交互，自主执行完整工作流。

但这里有个陷阱。大多数企业把智能体" bolted onto "（ bolted onto 意为"螺栓固定"，即生硬嫁接）在碎片化的遗留流程上，用传统的优化方法做局部改造。这就像给马车装上电动马达，然后期待它能跑赢特斯拉。

Scott Rodgers，德勤微软技术实践全球首席架构师兼美国CTO，用一句话概括了转型核心：「你需要将运营模式转变为人类作为治理者，智能体作为执行者。」

在智能体优先的企业中，AI系统负责运营流程，人类设定目标、定义政策约束、处理例外情况。这不是简单的人机分工，而是权力结构的重新分配——智能体获得操作权，人类保留否决权和纠偏权。

为什么遗留流程成了绊脚石

AI进化速度太快，静态的任务自动化方法只能带来渐进式收益。Rodgers指出，遗留流程并非为自主系统设计，智能体需要机器可读的流程定义、明确的政策约束、结构化的数据流——这三样东西，大多数企业的IT架构里要么残缺，要么散落在二十个不同的系统里。

更麻烦的是认知盲区。许多组织并不理解自身业务的完整经济驱动因素，比如服务成本（cost to serve）、单笔交易成本（per-transaction costs）。结果就是：他们无法优先部署能创造最大价值的智能体，反而沉迷于 flashy pilots（ flashy pilots 意为" flashy pilots "，即花哨的试点项目）。

我见过太多案例。某零售巨头花18个月做了一个"智能客服"试点，用户满意度提升12%，但没人算过这笔账：试点覆盖了15%的客服流量，而占成本大头的售后物流查询——因为系统接口老旧、数据格式混乱——被有意无意地排除在外。

结构性变革需要高管换一种思考方式。不是"哪里可以用AI替代人力"，而是"如果智能体能自主完成这个流程，整个流程应该怎么设计"。

竞争时钟正在加速

Rodgers的警告很直接：「真正的风险不是AI无法工作，而是竞争对手正在重新设计他们的运营模式，而你还在试点智能体和智能助手。」

非线性收益来自智能体中心化工作流（agent-centric workflows）、人类治理（human governance）、自适应编排（adaptive orchestration）三者的结合。换句话说，不是让AI帮你做原来的事更快，而是让AI做新的事，人类做更高层的事。

具体会发生什么？常规和重复性任务 increasingly handled automatically（ increasingly handled automatically 意为" increasingly handled automatically "，即越来越多地自动处理），员工得以专注于更高价值、更具创造性和战略性的工作。运营效率提升、协作增强、决策加速——这些是老生常谈，但智能体优先的架构让"现代化工作场所"不再以牺牲企业安全为代价。

这里有个细节值得玩味。报告提到"shifting humans toward higher value work"（将人类转向更高价值工作）至少三次，但从未定义什么是"higher value"。这不是疏漏，而是故意留白——每个行业、每个岗位的高价值工作都需要重新发现。

对客服代表，可能是处理情绪失控的投诉而非查询物流；对财务分析师，可能是设计预测模型而非核对报表；对产品经理，可能是定义约束条件而非画原型图。