62%的企业在试验智能体，为什么规模化的不到10%？

智能体正在从"对话工具"走向企业级生产力。Gartner预测，2026年将有40%的企业应用嵌入任务型AI智能体，中国企业级AI智能体市场规模突破480亿元。

但另一组数字同样值得关注。据麦肯锡调查数据，62%的企业在试验智能体，真正实现规模化部署的不到10%；技术碎片化、安全性存疑、难以深度融入工作流，成为横亘在企业面前的三座大山。

一个越来越常见的处境是：智能体项目已经立项，试点也跑通了，却始终走不进生产环境——业务部门不敢用，数据部门不敢放，财务部门看不清投入产出。对于已经启动或正在选型智能体的企业，真正的考题早已不是"要不要用"，而是能否从试点走向生产环境长期稳定运行。差距通常不在模型能力，而在四个落地难题：不敢用、用不准、接不上、管不住。

不敢用，是数据和操作权限交给智能体之后边界如何界定，说不清楚，项目就停在试点；用不准，是模型生成的数据与结论能否对上业务口径，没人敢直接拿去汇报；接不上，是OA、ERP、CRM、数据仓库各有各的接口与权限体系，改造周期长、成本高；管不住，是调用过程看不见、成本算不清，规模一大就失控。

One Agent是数据宝自主研发的企业级智能体工作台，用一个统一入口汇聚企业的知识、数据与系统能力——员工用自然语言提出需求，即可查知识、问数据、办业务、出报告。

针对上述四大难题，One Agent提供的解决方案：

对数据安全等级高、合规要求严格的企业来说，判断这套系统能不能用，往往先看数据留在哪里——数据与商业机密能否守住边界，是排在功能与效率之前的先决条件。

One Agent设置了两层权限：能力权限按用户、角色或部门授权，未授权的能力不进入召回候选，执行前再进行二次校验；数据权限按能力提供方系统支持的粒度管控，敏感字段单独标记，无权数据不进入模型上下文。由此形成分层分级的安全管控——通识性材料与核心经营数据分权而治，越权访问的口子，从架构层面被堵住。

不同的数据安全要求，对应不同的部署方式；平台兼容信创环境，可满足企业的国产化要求。

经营问数场景中，数据的可信度直接决定结论能否被采用。这也是通用智能体最容易失分的地方——模型可以生成一段逻辑完整的分析，但没人敢把它放进汇报材料。

One Agent采用数据轨与分析轨双轨并行机制：原始业务数据与AI分析完全分离，原始数据只读；分析轨进入模型生成解读，数据轨绕过模型原样给用户展示。

全过程形成完整证据链——口径解析、数据来源、计算过程留痕、结论附引用，可点击回溯核验。对企业而言，就是三句话：数据零改写、同问同结果、过程可复核。

改造存量系统周期长、成本高，是智能体落地最现实的门槛。不少企业的智能化预算，最终消耗在了接口改造上，而不是业务价值上。

One Agent的解法是MCPSKILL。MCPSKILL是数据宝自研的场景级能力封装协议，构建于MCP之上，把完成一个业务场景所需的工具、流程与说明封装为可独立授权的单元，实现按场景接入、整体授权、按需加载。 企业基于现有接口即可完成声明式接入，原系统无需停机、无需改版、无需二次开发。

接入之后，价值是可累积的：一次接入，可被任意流程与智能体调用，避免各部门重复建设；用不上的能力可随时停用或下线，下线后对应智能体即时解除绑定；平台用业务数据持续训练优化子智能体小模型，越用越准、越用越省。能力节点接入上限1000+，元信息常驻、说明与资源按需逐级加载，持续扩展时调度依然稳定——这不是一次性交付的静态产品，而是随企业业务持续成长的能力体系。 

智能体一旦开始执行业务操作，可审计与可计量就决定了它能跑多远。

在合规层面，One Agent以唯一标识贯穿全链路调用跟踪，调用链路、能力调用、Token消耗、越权拦截、接口异常五类记录统一归集，可按唯一标识、用户、部门、能力检索；链路详情精确到每个节点的耗时与权限校验结果，问题可定位到具体步骤——AI答错了，能查出错在哪一步。可追溯由此不止是合规要求，更是企业敢把AI用进生产环境的信任基础。

在成本层面，采用双模型多智能体架构——让大模型做决策，让小模型干活：主智能体由大模型负责意图理解与编排调度，问数、知识、多模态、报告等子智能体由小模型执行，并配合上下文隔离与结构化结果回传。三层机制叠加之下，复杂任务的Token费用较单一大模型处理全流程节省40%以上；Token消耗按用户、部门、能力、模型多维统计，花在哪里、花给谁，一目了然。

One Agent在真实业务场景中的表现

目前One Agent已进入多行业封闭内测阶段，内测场景覆盖办公数智、语音客服、经营问数、流程自动化四大高频核心场景。在此之外，工作台亦可适配知识问答、政务政策检索、经营数据统计与自动化报表生成、工业生产排产与设备异常预警、服务业智能工单处理等应用方向，从能力中心调用对应能力，即插即用、灵活组合。

应用前后：工作方式的五个变化

智能体能否从试点走向长期运行，取决于三件事：老系统接不接得进，给出的数字敢不敢用，花的钱算不算得清。企业需要的不是又一个AI工具，而是一个用得起、管得住、敢放心用的智能体。

说一句话，剩下的交给One Agent。

文章数据来源：

1. 62%企业在试验智能体、规模化部署不到10%，以及"技术碎片化、安全性存疑、难以深度融入工作流"表述：麦肯锡调查数据，转引自国家发展改革委官网《智能体正式定规，释放三大核心导向》，2026年5月15日。

2. 2026年40%企业应用嵌入任务型AI智能体、中国企业级AI智能体市场规模突破480亿元：Gartner预测，出处同上。

编辑：杨洁

一审：吴蔚

二审：肖斌