Gartner峰会启示：AI部署困境与人的价值不可替代
上周，Gartner在拉斯维加斯搞了个大动静——一场为期三天的“应用创新与商业解决方案峰会”，整整285个分会场，150多位演讲嘉宾轮番上阵。从应用迁移的具体技术，到信任机制的哲学思辨，话题跨度大得惊人，但听完一圈你会发现，所有人的落脚点其实就三件事：人的价值无可替代，AI这趟车大多数人还没真正开动，以及——治理这件事，比以往任何时候都更紧迫。
说到执行，这才是很多公司容易翻车的地方。要么信息不足就匆忙上马，要么急于求成跳过关键环节。Gartner的高级分析师总监George Sellner说得一针见血：“跳过关键步骤的组织，结果往往不是能力提升了，而是混乱被放大了。”
真正的主角不是技术，而是人
别误会，这场峰会的主角不是算法，不是算力，更不是某个酷炫的demo。开场主题演讲就把话挑明了：人类创造力才是企业AI项目的核心发动机。高级分析师Jason Wong和Brent Stewart反复强调，AI不是来替代人类的，它是人类能力的放大器。
Stewart的原话是：“当人机协作真正到位，AI能把迭代和探索的成本压下来，让人类把精力花在只有人才能干的事上——创新，以及真正去改变业务。”听起来是不是很顺耳？但真实情况要复杂得多。
Gartner高级总监分析师Aaron Lord给AI的认知能力打了个比方：它就像个小孩，知道西红柿是水果，却不知道不该把它扔进水果沙拉。所以，AI需要有人类“监护人”来帮它把方向。另一高级总监分析师Birgi Tamersoy则点出了AI的软肋：99%的成功率听起来不错，但别忘了，那意味着1%的失败率。现实场景里模糊地带太多了，没法保证二元判断每次都准。因此，人类解读风险、管理风险的能力，不仅值钱，而且根本绕不开。
当然，高级总监分析师Deepak Seth也承认，有些时候人类的表现的确拉低了基准线，让AI看起来格外诱人——他拿了人为驾驶事故和自动驾驶安全性做对比。但他紧跟着补了一句：AI远做不到高管们期望的那么多。就算将来能做到，“人类在环”机制依然是阻止错误扩散的最后一道防线。“AI智能体，天然就不是人类的直接替代品。”
AI这趟车，多数人还在摸索怎么上
话说回来，人固然重要，AI肯定也是未来方向。但问题在于，尽管行业里喊了好几年，投入了大把资金，真正把AI落地做利索的组织，掰着手指头都能数过来。数据不会骗人：Gartner发现，90%的AI试点项目，永远走不出试点阶段。真正能投入生产的，只有5%。
Stewart在主题演讲里甚至有点恨铁不成钢：“你们的组织永远在跑——试点、演示、原型，但真正的产品，真实的商业价值，一次又一次地崩塌。”他和Wong把原因归结为一个关键认知：AI不是加法系统，而是乘法系统。他们提出了一个公式：
商业价值 =（模型能力 × 工作流适配度 × 信任度 × 治理水平）的“人类创造力”次方
看清楚这个公式的意思：括号里任何一项是零，整个结果就是零。但现实是，太多人只盯着模型能力，把其他要素扔在一边。工作流适配度不够？员工信任度低导致没人愿意用？那再牛的模型也等于白搭。
好消息是，那些AI试点推不动的组织，别太焦虑——你们不是个例，也还没掉队。只要能赶紧补上短板，下一波AI浪潮照样有戏。
智能体AI，不只是个流行词
虽然ChatGPT刚出来时确实惊艳，但技术圈的目光已经开始往前看了。智能体AI这个方向，几乎出现在峰会的每一场演讲里。ServiceNow的AI应用平台与开发者产品总经理Jithin Bhasker甚至把智能体开发定位为应用开发的终极形态——从低代码到AI辅助开发，再到氛围编程（vibe coding），下一步就是它。
Gartner的Seth预测，未来智能体AI会接走所有决策复杂度较低的基层岗位，比如客户服务、IT软件开发生命周期、IT服务管理这些。当然，现在还差得远。Gartner对360位IT领导者的调查显示，只有15%的组织正在认真考虑、试点或部署完全自主的AI智能体。但有意思的是，75%的组织已经在某种形式的AI智能体上有所动作了。完全自主的智能体，确实是下一步的方向。
这次峰会上，流程编排软件公司Camunda带来了一个很前瞻的演示。全球解决方案咨询负责人Peter Vaccarella一针见血：太多企业还在“把AI硬往现有系统里塞”，这在AI时代根本不够用。“你们企业里的每一个流程，都是遗留流程。”他介绍的新平台ProcessOS，不只是一款智能体工具，而是一个为AI智能体量身打造的操作系统。它的目标不是把智能体嵌入现有流程，而是用智能体彻底重构工作流。
Vaccarella打了个很形象的比方：Camunda不是在给毛毛虫装喷气背包，而是在发明蜕变本身。
信任是目的地，治理是路
公众对AI的警惕在上升，企业大规模裁员的冲击波也没消散，整个AI领域的信任度确实在下滑。但无论是对AI输出的信任、员工和管理层之间的信任，还是供应商与客户之间的信任，信任始终是商业成功的底层逻辑。
主题演讲里有一句话很到位：“信任，是AI时代用户体验的第一原则。”说白了，没有信任，新技术根本落不了地。对内部员工接受AI辅助工作流是这样，对外部客户关系也是如此。Plat4mation的Greg Clock提到，尽早和客户建立信任，往往能决定能不能拿下长期合约。
治理这件事听起来有点枯燥，但恰恰是企业IT成功的核心。演讲者们反复强调，治理必须贯穿开发的始终。Sellner说：“每一分钟花在应对治理失火上，就是从赢得使命影响力的竞争中偷走的一个小时。”
反过来，从一开始就把治理融入系统，企业还能提前化解AI规模化扩展的最大挑战之一。Wong指出，扩展慢本身不是治理的问题，恰恰是治理不力的表现。而且这不是一劳永逸的事——好政策需要持续回顾、不断调整。但把治理基础夯实了，长远来看省下的精力不可估量，也为未来政策建设铺好了路。
Sellner最后警告了一句：“当治理在各项目、各职能之间变得碎片化，AI就会变得既危险又不一致。”
Q&A
Q1：Gartner峰会上提到的AI商业价值公式是什么？
A：Gartner分析师Jason Wong与Brent Stewart提出了一个公式：商业价值 =（模型能力 × 工作流适配度 × 信任度 × 治理水平）的“人类创造力”次方。这个公式的核心在于，AI是一个乘法系统，任何一项为零，整体价值就归零。现实中很多企业只盯着模型能力，却忽略了工作流适配、员工信任和治理建设，这是AI试点难以转化成商业价值的根本原因。
Q2：为什么90%的AI试点项目无法进入生产阶段？
A：Gartner数据显示，90%的AI试点项目始终停留在试点阶段，只有5%真正落地。问题出在企业把AI当成了“加法系统”，只优化单一环节，忽略了工作流适配度、信任度和治理这些关键变量。更糟糕的是，很多组织急于求成，跳过必要步骤，结果放大了混乱而非能力。解决方案是把模型能力、流程适配、信任建立和治理体系统筹起来，缺一不可。
Q3：Camunda的ProcessOS平台和普通智能体AI工具有什么区别？
A：ProcessOS是Camunda专为AI智能体打造的操作系统，它与普通智能体工具的本质区别在于设计理念。传统做法是把AI嵌入现有业务流程，而ProcessOS的目标是用AI智能体彻底重构工作流，从根子上重新设计流程，以获得更优结果。Camunda自己打了个比方：不是给毛毛虫装喷气背包，而是发明蜕变本身——说白了，就是要通过流程编排，实现企业级AI的真正转型。