ISG 于 2026 年 9 月 23 日发布 400 位大型企业决策者调研：仅不足 7% 的 AI 工作由 AI 自主完成、55% 仍由人工主导。 前置部署 Forward Deployed Engineer（FDE）把模型推进客户生产环境之后，真正吃掉交付工作量的是人工复核与异常处理，而不是模型能力本身；该调研第一次把这三段的比例按百分比逐段量了出来。 报告全名《2026 企业 AI 现状：价值缺口》（2026 ISG State of Enterprise AI: The AI Value Gap），发布方 ISG 即 Information Services Group，一家在 Nasdaq 上市、以 AI 为中心的技术研究与咨询机构（股票代码 III），成立于 2006 年，服务 900 多家客户、其中包含全球百强企业里的 75 家，全球专业人员 1500 名。 报告共 34 页，样本为 400 位大型企业高级决策者，数据来自全球问卷与 ISG 咨询项目中的实际观察两条来源，结论先在于达拉斯举行的 2026 年 ISG Sourcing Industry Conference 上披露，报告署名作者之一是 ISG 美洲 AI 咨询负责人 Loren Absher，新闻稿引用的解读来自 ISG 杰出分析师、报告合著者 Stanton Jones。 前置部署 Forward Deployed Engineer（FDE）在客户现场最常被追问的两个问题是「这套东西上线后还要多少人力」和「凭什么按这个价收」，这份调研把这两个问题都换成了可引用的比例数字。 一、AI 工作的真实分工：55 percent 人工主导、24 percent 人工复核、14 percent 只处理异常、不足 7 percent 自主 ISG 给出的四段原文数字是：human-led 55 percent、reviewed by humans 接近 24 percent、humans only for exception handling 14 percent、autonomously by AI 不足 7 percent。 四段相加可以得出一个交付上更直观的口径：约 93 percent 的 AI 工作今天仍然有人类角色参与，只有不足 7 percent 由 AI 独立完成。这个 93 percent 就是实际工作面。前置部署 FDE 的交付范围正好落在这一部分上。 ISG 对这段分工的定性是：人类员工的角色正在从「完成每一项任务」转向「管理 AI 完成任务的条件」，这也是人工主导仍占 55 percent 的原因，而不是因为企业不愿意放权。 按 ISG 的预期，到 2027 年底人工主导的比例会降到 40 percent 以下，AI 自主完成的比例会接近翻倍到 13 percent。 2027 年底的 13 percent 反过来也说明另一件事：即使目标达成，仍有约 87 percent 的 AI 工作要在设计、复核或异常处理环节保留人类角色，前置部署 FDE 三年内不面临工作面被自治吃掉的问题。 这条时间线要和另一条 ISG 结论一起看：受访者对用户采纳、智能体利用率、治理与模型准确率这几项能力的评分高于期望，但员工生产力提升略低于期望，多数业务与财务结果更是低于企业原先的预期。能力被高估、结果被低估，是这份调研里最稳定的一组反差。 二、三组企业的分化：Value Realizers 里 48 percent 减员、65 percent 加快重设岗位 ISG 按价值转化效率把受访企业分成三组：Value Realizers 已高效实现价值，Value Warriors 见到收益但转型摩擦大，Value Seekers 仍在证明价值。三组的命名与划分依据来自 ISG 官方新闻稿。 Value Realizers 这一组里，48 percent 缩减了编制，65 percent 正在加快重设岗位，同时这组企业报告的决策质量改善与员工投入度改善也是三组里最大的。 Value Warriors 报告由 AI 主导的工作占比反而最高，平均 48.4 percent，并预期明年完全自主的比例也最高，达 16.1 percent。 同一组 Value Warriors 报告的三类障碍也最重：IT 架构复杂度、技术债、基础设施容量不足。ISG 由此给出一条与直觉相反的结论：成功的 AI 用例不一定消除技术摩擦，把用例规模化有时会制造更多摩擦。 Value Seekers 的编制变动最温和，重设岗位的比例不到一半。按 ISG 的口径，编制怎么变取决于企业能不能从 AI 里拿到价值，而不是取决于上了多少套工具。 这三组对应三种现场状态。前置部署 FDE 在 Value Seekers 里要把第一个用例真正推上生产，在 Value Warriors 里要先还技术债再谈自治，在 Value Realizers 里要把已经验证的工作流复制到更多部门并完成交接。 三、价值主要来自以工作流为中心的三类用法，超四成企业这样回答 超过 40 percent 的企业表示，过去 12 个月里 AI 产生的价值主要来自三类以工作流为中心的用法：任务自动化与工作流执行、数据分析与洞察生成、流程优化与运营改进。 ISG 同时给出一条容易被忽略的提醒：要求人工校验这些工作会形成瓶颈，当 AI 产出结果的速度快过员工复核的速度时，节省下来的时间会在复核队列里还回去。 ISG 给出的绕法是改变人类在流程里的位置，把人放到更高价值的角色上，例如监控信息、收集上下文、把需要判断的问题挑出来交给人工评估，而不是让人逐条校验 AI 的每个输出。 这条对交付设计的含义很直接：复核环节的容量必须按 AI 的产出速率来配，而不是按人头平均分配，否则工作流自动化做得越好，复核队列越先成为新瓶颈。 四、员工侧最强的两项影响平均各 4.3 percent：决策质量与新 AI 人才岗位 ISG 测到的最强员工侧影响有两项，平均各提升 4.3 percent，一是员工决策质量，二是新增的 AI 人才岗位，两项并列第一。这个数字在报告落地的摘要页上被单独列出。 4.3 percent 是一个不大的数字，但它指出了客户能直接感知的收益口径：决策质量与岗位变化，而不是模型在基准测试上的分数。前置部署 FDE 在验收阶段把指标定在决策质量与流程周期上，比定在模型能力上更容易过关。 报告另外提到 AI 正在促使部分企业重设或重新部署（redeploy）岗位，有时会创造出与 AI 人才无关的新岗位，ISG 预期这一变化还会加速。 五、69 percent 的企业愿意继续加预算，但这是条件式的 69 percent 的企业表示，只要价值继续按当前速度产生，就愿意继续增加 AI 预算。ISG 原文把这个 69 percent 明确挂在条件从句上，预算意愿取决于价值能否延续，而不是一次性的态度调查。 配套的金额锚点在 ISG 官方另一份披露里：作为采购行业的创始者与领导者，ISG 每年影响的采购支出超过 2000 亿美元（$200B）。这一部分由交付方共同争夺。前置部署 FDE、IT 服务商与咨询公司争的都是同一个池子，而不是任何一方独占的预算科目。 ISG 在同一份报告里给出的结论是，企业要拿到更多价值，需要简化技术栈、改善数据质量、重新设计员工的工作方式并设置清晰的治理护栏（guardrails），同时把 AI 的经济性算清楚，在持续的技术改造成本与可节省的运营成本之间做平衡。这四件事正是客户现场的活，前置部署 FDE 在项目中最常承担的就是这四件。 六、这些数字背后的商业逻辑：为什么「模型更强」换不来交付收入 第一条逻辑是工作量守恒。55 percent 人工主导加 24 percent 人工复核加 14 percent 仅处理异常，等于 93 percent 的工作量落在人类角色上，而模型能力提升只会改变 7 percent 以内的自主空间，改变不了复核与异常处理这两段的总量。前置部署 Forward Deployed Engineer（FDE）卖的是后面这两段的工程能力，按「模型能自动完成多少」报价会系统性低估工作量。 第二条逻辑是自治的边际成本。AI 主导工作占比最高的 Value Warriors 平均 48.4 percent，同时报告最重的 IT 架构复杂度、技术债与基础设施容量问题。用工程语言翻译就是：自治比例领先的企业并不是技术最好的企业，而是把应用层跑在了地基之上的企业，前置部署 FDE 接手这类客户时，第一笔工时通常花在数据与集成上，而不是花在智能体编排上。 第三条逻辑是预算条款的可撤销性。69 percent 的续预算意愿带条件，说明 AI 采购的续期决策是按季度、按价值复核的，把合同结构做成「价值达标则扩容、不达标则回到上一档」比做成多年固定订阅更符合这类买方的实际决策方式。 第四条逻辑是收益口径的分母。4.3 percent 这样的员工侧提升单独看没有说服力，但它和 93 percent 的人工工作面放在一起就有了商业含义：只要人类角色仍在工作流里，交付方需要证明的就是决策质量与流程周期的改善幅度，而不是替客户省下的人头数。 第五条逻辑是市场位置。超过 40 percent 的价值集中在以工作流为中心的三类用法上，说明站在应用与流程层的交付方，比站在模型层的一方更接近客户的付款理由；ISG 影响的那部分采购支出池子也在这里，而不是在模型调用账单里。 七、局限与未覆盖场景 第一条局限是样本口径。400 位受访者全部来自大型企业的高级决策者，中小企业、初创公司以及一线交付工程师的观点不在样本里，所以 55 percent 与 93 percent 这两个比例不能直接套到中小客户的交付合同上。 第二条局限是分组人数缺失。ISG 公布了三组企业的命名与划分依据，但没有公布 Value Realizers、Value Warriors、Value Seekers 各自的人数或占比，因此无法对三组结论做加权，48 percent、65 percent、48.4 percent、16.1 percent 这四个数字只能按组内口径引用，不能反推整体。 第三条局限是 2027 年的数字是期望值而不是实测值。人工主导降到 40 percent 以下、自主升到 13 percent，都是受访企业对 2027 年底的预期；同一份调研里能力项评分高于预期而结果低于预期，本身说明这类前瞻数字偏乐观。 第四条局限是缺少金额与周期数据。新闻稿与摘要页给出的全部是比例，没有给出任何成本节省金额、项目周期、许可费用或投资回报的具体数字，所以本文引用的 2000 亿美元（$200B）单独标注来源，属于 ISG 官方另一份 2026 年 9 月 22 日的披露，不是这份调研里的数字。 第五条局限是 4.3 percent 的分母未公布。ISG 只写了这是平均提升幅度，没有说明是对哪些企业、按什么指标区间平均的，因此这个数字适合定方向，不适合写进验收标准。 第六条局限是数据粒度。公开渠道只给了摘要页与新闻稿，报告全本 34 页需要向 ISG 申请下载，分行业、分地区、分企业规模的细分数据在公开材料里没有覆盖，本文也没有对细分场景做推断。 第七条是本文的推论部分。第六节的五条商业逻辑是基于 ISG 公布的比例所做的工程与商业推断，ISG 原文并未按前五条逻辑逐条展开，引用时请把比例数字与推论分开对待。 八、该谁动手、具体怎么做、怎么退 该动手的是三类角色。前置部署 Forward Deployed Engineer（FDE）在做大型企业的 AI 现场交付；交付负责人负责 AI 交付的报价与验收条款；企业 AI 平台团队用外部调研校准内部 KPI。只做内部工具、不对外交付的团队，这份调研的参考价值主要是第三条与第四条逻辑。 第一件具体的事是把交付范围写成三段式基线表。以 400 位大型企业决策者的口径为准，把 55 percent 人工主导、24 percent 人工复核、14 percent 仅处理异常写成三行工作量基线，每一行对应可计价的交付动作，再叠加不足 7 percent 的自主部分，报价时不再用一个笼统的「自动化率」折算人力。 第二件是给复核队列设上限。在设计阶段为每条智能体工作流定义复核队列的等待时间上限，超过上限就把该步骤改成 AI 收集上下文并向人提示待判问题，这条做法直接对应 ISG 点名的三类高价值用法与复核瓶颈警告。 第三件是把治理护栏（guardrails）放在写入路径上。因为 55 percent 的工作仍由人工主导，写回类动作要按行动级别授权，权限、时效与可审计性在交付首日就要配好，而不是留到扩容阶段补。 第四件是把 69 percent 的续预算意愿接进合同结构。建议把续期与扩容条款绑定在可测价值上，例如决策质量评分、流程周期、异常率三项中的任意两项达标即触发扩容，未达标则回到上一档容量，这样合同结构与企业按季度复核价值的实际决策方式对齐。 第五件是排出自治化的正确顺序。如果客户的 AI 主导工作占比已经接近 48.4 percent，同时又在报告技术债与基础设施容量问题，自治化必须排在数据质量与系统集成之后，先把 Identity 一致性、字段命名与接口失败重试补齐，再谈扩大自主比例。 适用条件需要写清三条。这套比例只适用于大型企业的生产级 AI 工作，概念验证阶段不适用；只适用于已经在业务流程里运行的 AI 工作，仍在评测台上的用例不适用；74 percent 之外的跨行业细分差异在公开材料里没有数据，跨行业直接套用需要自行补一轮客户侧核对。 回退方式建议做在运行参数上，而不是做在版本上。把人工复核比例做成运行时可调参数，一旦出现复核积压或异常率上升，先把工作流退回 human-led 模式并降低自主比例，等异常率恢复再逐档放开；前置部署 Forward Deployed Engineer（FDE）在客户现场最常见的事故是自主比例一次调得过高导致复核队列堆积，用参数回退可以在不回滚交付版本的前提下止损。 不发布的判断也说明白：这份调研没有给出任何可直接落地的配置项、命令或版本号，所以本文不提供运维级操作步骤，只提供交付范围、指标口径与合同结构三层的动作，需要运维级步骤的读者应去看同期发布在 Manto 上的工具链条目。 原始来源： - https://ir.isg-one.com/news-market-information/press-releases/news-details/2026/AI-Is-Changing-How-Work-Gets-Done-but-Business-Value-Still-Lags-ISG-Study/default.aspx - https://isg-one.com/advisory/artificial-intelligence-advisory/articles/state-of-enterprise-ai-the-ai-value-gap - https://www.morningstar.com/news/business-wire/20260922844629/isg-announces-onesource-provider-intelligence-platform