100 个标杆与 11% 投产率：企业 AI 缺的不是模型，是验收
企业 AI 项目落不了地，卡的不是模型，是没有可验收的标准。政策在供给侧部署 100 个智能体标杆，企业侧仅约 11% 的智能体真正进入生产。中间缺的是评测基线、存量集成和责任边界。
政策说了什么
2026 年 9 月 2 日，工业和信息化部印发《"人工智能+软件"专项行动实施方案》（工信部信发〔2026〕209 号，9 月 11 日公开）。文件给了两个时间点：到 2028 年，推广应用覆盖 2 万家规模以上软件企业，累计组织实施 100 项软件企业智能化技改项目，在重点行业打造 100 个智能体软件标杆应用，孵化 5 个以上优质开源项目；到 2030 年，关键软件全面实现智能化升级。
六大板块、19 条举措，主线很清楚：优化智能编程工具链，推动基础软件与工业软件智能化，培育智能体软件新业态，拓展智能软件服务，夯实算力与高质量数据集，补标准和安全。工信部在 9 月 11 日新闻发布会上把它概括成三个转向：软件开发由「人工编写」向「人机协同」，软件产品由「被动响应」向「主动执行」，软件服务由「产品交付」向「价值交付」。
但通读 19 条会发现一件事：这份文件的主语几乎全是「软件企业」。发布会也明说了「软件企业是『人工智能+软件』的核心实施主体」。给工具、给算力券、给标准、给开源社区、给技改资金，都是发给供给侧的。甲方企业能直接对上的，主要是第（十）条「支持采购大模型、智能体服务」和第（十二）条「鼓励软件企业与重点行业用户结对合作，落地首用真用、可复制推广的解决方案」。
政策自己也没回避这一点。发布会原话是：我国软件产业具备把握这轮人工智能机遇的良好基础，而「融合深度与广度还有待提升」。
（政策条款与数字以官方原文为准。）
现实卡在哪
供给端的量已经堆起来了。工信部发布会披露，2025 年软件行业营收 15.48 万亿元，是 2012 年的 6.2 倍；截至 2026 年 6 月，我国日均词元调用量突破 500 万亿。
需求端是另一幅画面。德勤《技术趋势 2026》中文官网给出的数字是：仅 11% 的企业成功将智能体投入实际生产应用，同时点名了三类挑战——遗留系统整合难题、数据架构限制、治理框架不完善。中国信通院《企业级智能体技术与应用研究报告（2026 年）》的诊断方向一致：企业级智能体的规模化应用需要稳定可靠的技术底座，而「运营管理体系成为规模化落地的关键保障」，其中专门列了全生命周期管理与全方位评测体系，从任务完成度、输出质量、稳定性、安全性和业务价值五个维度持续评估。
两边一对照，落差就摆在桌面上了：一边是工具、平台、技能包、应用商店、标准、算力全面动员；一边是项目做完演示、评审点过头，然后卡在投产评审会上，没人敢签字。
卡点通常不在模型答得准不准，而在三个问题没人回答得上来：这个智能体接不接得上现有的 ERP、OA 和权限体系？它做错了算谁的、日志在哪？我们用什么标准判断它比上一版更好，而不是感觉更好？
工信部发布会在讲智能体技术基础时用了一句很实在的话：「让智能体接得上、调得动企业原有系统」。在讲安全时用了另外八个字：「行为可控、全程可溯」。这两句其实是同一个意思——规模化的门槛在工程与治理，不在模型参数。
韦恩的判断
一、政策补的是供给，企业缺的是验收签字的人。 19 条举措把供给侧能给的都给了，但甲方企业拿到工具之后，仍然要自己回答「怎么算做成」。政策越热闹，越说明落地这一端还没被解决，而这恰恰是企业 AI 服务商真正该干的活。
二、「可验收」是四件事，少一件就停在演示。 可校验：行为可控、全程可溯；可集成：接得上、调得动存量系统；可量化：有冻结的评测集和版本回归；可追责：权限、复核节点、日志与签字人。四件都齐，项目才从「能跑」变成「敢放」。
三、验收标准要在开发前定，不是上线前补。 上线后再补标准，等于让已经花掉预算的人给自己判不合格，这事在组织里几乎不会发生。标准前置，才有资格谈价值交付。
政策给的是发动机，企业缺的是刹车和仪表盘。
演示靠模型，投产靠验收。这句话不好听，但 2026 年不少企业 AI 项目的真实处境就是这样。
现在该做什么
不需要等新工具、新模型或者下一批细则。下面五件事，今天就能开工：
- 把验收标准写进立项文档。 直接借信通院的五个维度：任务完成度、输出质量、稳定性、安全性、业务价值。每个维度定一条可判定的口径，写清楚由谁来判。
- 冻结一份评测基线。 从真实业务里取 30-50 条高频问题，人工标注标准答案与出处，形成测试集。之后每次改提示词、换模型、加知识，都跑同一套题，看分数是涨是跌。没有这把尺子，「效果变好了」只是感觉。
- 画一张系统集成清单。 智能体要碰哪几个系统、走谁的账号、读哪些表、写哪些表、失败怎么回滚。政策第（七）条把「提升与存量软件系统的集成适配水平」写进了技术基础，这不是配角。
- 定责任节点。 哪些动作 AI 可以自主执行，哪些必须人工复核，日志留多久，出问题谁签字。政策第（十九）条在推「智能体身份标识、可信互联、数据安全、行为管控」，企业侧先把流程补上，比等标准落地更快。
- 只选一个高频、可量化的场景做首用真用。 政策第（十二）条讲「结对合作」「可复制推广」，前提是先有一个能被计量的场景。「企业级智能助手」这种没有指标的对象，不适合当起步项目。
往前看两到三年
到 2028 年，给三个可以被证伪的判断：
- 采购合同会变。 从「交付一套软件」变成「交付一项可计量的能力」，SLA 里出现准确率、拒答率、可追溯率这类指标。政策第（十六）条已经在研究「模型即服务」「智能体即服务」标准，并明确要「服务交付质量和责任边界」，方向是定了的。
- 评测集会变成资产。 项目会结项，但技能包、主题域知识库、评测集、运行轨迹与权限图谱会留在企业里，下一个项目直接复用。按项目记账的公司，三年后会发现自己什么都没攒下。
- 会出现专门管「验收」的角色。 工信部发布会在答记者问里点名了 FDE（前线部署工程师）这类新角色，说的是「深入客户业务现场完成产品和服务的适配交付」。这个位置，甲方要么内建，要么外购。
证伪条件也写明白：如果到 2028 年，多数企业招标文件里仍然只有功能清单、没有评测指标，那上面三条就是错的。
常见问题
Q：11% 这个数字是什么意思？ A：出自德勤《技术趋势 2026》，指成功把智能体投入实际生产应用的企业占比；同报告点名的挑战是遗留系统整合、数据架构限制与治理框架不完善。
Q：政策里的 100 个标杆和普通企业有关系吗？ A：有。政策第（十二）条鼓励软件企业与重点行业用户结对合作，落地首用真用且可复制推广的方案，标杆场景来自企业真实业务，不是实验室。
Q：企业 AI 项目第一步该做什么？ A：先定验收标准和评测集，再选场景，然后选模型。顺序反了，后面基本都要返工。
本文是「韦恩观点 · 政策之后，企业AI怎么落地」系列第 1 篇。韦恩-企业AI智能（天津云智通达科技有限公司）长期做企业 AI 落地的知识工程、评测体系、私有化部署与数字员工交付。政策条款与数字以官方原文为准。