从遗留资产到竞争优势：为何大企业仍在AI竞赛中落后
TL;DR
几乎所有大公司现在都有AI战略，但几乎没有几家具备真正让AI发挥作用的条件。
2025年，企业AI支出达到370亿美元，同比增长3.2倍。十分之九的组织报告在至少一项业务功能中使用AI。然而，截至2026年初，只有8.6% 的公司拥有在生产环境中运行的AI代理。近三分之二的企业仍停留在试点阶段。63.7%的企业报告根本没有正式的AI计划。
支出在上升，产出却停滞不前。原因何在？
瓶颈不在模型
模型本身非常出色。Claude Opus 4.6、GPT-5.4、Gemini、Llama：前沿模型的能力和易用性达到历史最高水平。但根据《哈佛商业评论》和Cloudera本月发布的研究，仅有7% 的企业表示其数据已完全准备好用于AI采用。超过四分之一的企业表示数据准备不足或完全没有准备好。
PEX报告2025/26发现，52% 的专业人士将数据质量和可用性视为最大的AI采用挑战。Gartner最新预测，到2026年底，组织将放弃60% 的AI项目，主要原因就是数据质量不足。
孤岛、碎片化、无处不在
在建筑、基础设施、设施和物流等交付驱动型行业，问题具有结构性且非常熟悉。
项目数据分布在电子邮件、SharePoint文件夹、定制ERP平台、仅原始分析师才了解的上下文的电子表格，以及任何系统都未触及的WhatsApp线程中。知识是存在的，但被封锁、标记不一致，且对任何AI工作流都不可见。
DDN的2026年AI基础设施报告针对600名高级IT和商业领袖的调查发现，76% 的人仍然面临来自遗留基础设施和孤岛数据集的基础数据挑战。65% 的人表示其AI环境已经过于复杂而难以管理。54% 的人因此延迟或取消了AI项目。
AI已就绪，但组织未就绪。
新工具比组织跑得更快
小型的、技术能力强的团队可用的工具现在非常出色。
OpenClaw 是一个开源的自主AI代理，由Peter Steinberger构建，于2025年底发布。截至本月，它在GitHub上拥有31万颗星和5.8万个分支。它在本地运行，连接到所有主流聊天平台（WhatsApp、Slack、Teams、Telegram），并在文件、浏览器、API、电子邮件和日历上执行实际任务。它是一个可编程的数字工作者：模型无关、自托管且免费。
在托管方面，Anthropic的Cowork 将相同的代理能力带给非开发人员：无需编写代码即可进行文件管理、任务自动化和重复性工作流执行。它还有Claude Code，让开发人员将复杂的多步骤工程工作交给终端中运行的代理。
德勤2026年企业AI状况报告发现，只有34% 的组织真正围绕AI重塑业务。其余组织仅用它来优化现有流程。
试点表演正在让你输掉竞赛
一个很有希望的AI试点启动。概念验证被演示。幻灯片赢得掌声。但实际交付中什么都没改变。
原因何在？因为试点从未嵌入到所有权、激励机制或治理中。交付团队的奖金取决于项目利润率和吞吐量，他们没有任何结构性理由改变工作方式。数据负责人离职。周期重复。
《财富》500强AI平台采用率在12个月内增长了三倍，从2024年10月的22家公司增至2025年10月的67家。但Lucidworks的2025年AI基准研究发现，只有6% 的组织完全实施了代理式AI。ISG的2025年企业AI采用报告追踪了1200个AI用例，发现2025年只有31% 达到完全生产。
代理式AI改变一切，除了数据问题
从单提示AI到代理式工作流的转变，是当前企业AI中最重大的结构性变化。
代理系统不仅仅回答问题。它们从多个来源提取数据，按顺序应用规则和模型推理，起草输出，在定义的检查点请求人工批准，并记录每个操作以备审计。在交付驱动的环境中，这意味着自动将实时变更请求与合同条款进行交叉引用。将检查报告与项目预测进行综合。根据当前风险数据起草客户沟通。
AI不再是你查询的工具。它成为运营的参与者。
但问题在于：代理式AI会放大它所构建的基础。一个有治理的数据环境会成为复合优势。而一个碎片化的环境则会成为加速的 liability。传统访问控制不是为了同时跨数百个服务运行的短期代理集群而构建的。从一开始就正确设置治理的组织（明确的工作流所有权、版本跟踪、定义的审批检查点和内置的审计日志）不仅在管理风险，还在构建结构性护城河。
遗留系统是资产，但混乱的遗留系统不是
在交付驱动型行业的大型组织拥有初创公司愿意花数百万美元购买的东西：历史记录。
数十年的项目数据。真实的成本偏差模式。来自数千个已完成合同的风险信号。长达20年的供应商绩效记录。这些机构知识是极好的AI训练信号，但其中大部分在从未被索引的遗留系统中腐烂。
直觉将遗留基础设施视为约束条件。实际上它是机遇——如果你能激活它。获胜的组织不会在接触AI之前进行多年"先把数据弄对"的转型。它们运行紧凑的、嵌入式的实验，将特定的运营摩擦转化为可重复的AI工作流，使用已经结构化和可用的那部分历史数据，然后从那里扩展。
最快的适配者将获胜，而非最大的
德勤2026年的报告发现，2025年员工对AI的访问量上升了50%，并预计在未来六个月内，AI项目生产比例达到40%或以上的公司数量将翻倍。
但窗口期正在压缩。广泛的AI访问不再是差异化因素，而是入场筹码。获胜的组织是那些最快缩小战略与运营采用之间差距的组织。目前，运行OpenClaw和Cowork等工具的精干、快速行动的团队比运行多年转型计划的企业更有效地缩小这一差距。
未来五年将占据主导地位的公司不是拥有最大AI预算或最令人印象深刻的演示的公司。而是那些将历史数据转换为结构化、有治理、机器可读的资产的公司。将AI部署到实际交付中，而不是边缘。从开始就内建来源和可追溯性到每个工作流。并且比竞争对手完成治理审查更快地交付运营现实。
竞赛不在于谁拥有最好的模型。而在于谁最先将其部署到实际工作中。FINISHED
