11月13日，谷歌发布了新模型Gemini 4 Hydrogen，这是谷歌在六周内发布的第三款新模型，API定价为每百万输入Token 1.5美元起，默认档位下完成任务的速度是上一代Gemini 3.8 Flash的2.5倍。 国内这一侧同样在往下压价：8月底阿里云百炼平台一周内两次调价，多模态模型价格从1.8元/百万tokens降到0.5元，腾讯、智谱几乎同时跟进压缩与降价。 供给端的加速是真实的。第一财经知乎
但企业侧是故事的另一半。麦肯锡2026年8月发布的全球调研（97个国家、1719名受访者）显示，89%的受访企业已在至少一个业务职能中常态化使用AI。知乎
而在利润表上，只有37%的企业表示AI对息税前利润（EBIT）产生了正面贡献，与上年相比没有进步。 德勤中国与港大对205位大陆及港股上市公司高管的调研（样本过半来自员工超5000人的大型企业）给出的反差更尖锐：AI在企业内部的生产部署率飙升到了64.4%，但近五成的企业发现，AI带来的真实投资回报率连10%都不到。知乎知乎
模型在按周进步，企业在按年运转。卡住的不是模型，而是流程、度量、权责这三层没跟着变的制度。麦肯锡调研里，高绩效与普通企业之间差别最大的变量恰恰是工作流本身：75%的高绩效企业表示因使用AI而从根本上重新设计了工作流程，其他企业中这一比例仅25%。 李彦宏11月12日在百度世界大会上的概括更省笔墨：AI没有带来预期的经济效益，是因为企业只换了电机，没有重新设计工厂。知乎36氪
先把被到处转发的四个失败率数字查一遍口径
要证明"落地卡住了"，汇报里最常引用的是所谓"95%失败率"。一篇11月11日的知乎长文把这四个流传最广的数字逐条追到了出处，结论只有一个：流传的数字不可靠。知乎
“80%失败率"的源头指向RAND 2024年8月的报告，原句写的是By some estimates, more than 80 percent of AI projects fail——即"据某些估计”，而它的脚注指向一篇2022年的《财富》访谈，逐字检索全文并不含这个数字，链条在这里断了。知乎
Gartner的30%来自2024年7月29日的新闻稿，原文为At least 30% of GenAI projects will be abandoned after proof of concept——标题第一个词就是Predicts，是预测不是实测，没有样本量，也没有"放弃"的操作定义。知乎
BCG的"只有25%"则是1803名大企业C-level高管的自评感知率，"显著价值"没有任何量化定义。知乎
MIT NANDA报告的原文是95% of organizations are getting zero return：主语是组织，口径是零回报，成功的定义是"跨过试点、6个月随访时有可测KPI"，报告自标初步发现，并不是"95%的项目失败"。知乎
必须说清楚的一面是：断掉的脚注不等于企业过得很好，数字烂，不等于项目活得下来。 这份研究中真正值得听的是归因：回报为零，不是因为技术限制，而是因为企业回避真正的业务流程改造——这恰好指向了热榜这个问题的方向。知乎知乎
卡点一：流程不动，AI成了外挂
一位做了几年企业AI落地的从业者总结了第一种死法：AI的价值来自替代或压缩流程里的某一段，流程不动的话，AI只能挂在旁边给建议——这不是提效，是加活。 管理学者陈春花书里那个被广泛引用的比喻更直观：这种做法，就像是给一辆木制马车加装了航空发动机，沉重的车轴根本经不起这种冲击；流程本身充满阻碍，引进再快的软件，只会把不合理的审批和内耗以更快的速度放大。知乎36氪
卡点二：账没有尺子，落地退化成买工具
网易智企在复盘大量项目后给出的判断是：很多AI项目的问题，是把"系统上线"当成了"业务做完"——员工第二天上班，还是得翻群聊、查记录、问老同事，再把资料复制给AI写一段话，工具多了一个，麻烦事没少。知乎
根子上是度量机制错了：德勤中国的调研里，87%的企业指标都在测"省了多少工时"，而不是收入、周转或经营结果。知乎
BCG的"10—20—70"框架把话说得更直接：技术本身只占AI价值的一小部分，更大价值来自数据基础设施与流程、组织再造。知乎
卡点三：权责里，AI还没有位置
从试点走向生产，绕不开的是被从业者反复讨论的三问：不同系统之间能不能协同？员工是否愿意把它放进日常工作？出了错之后，谁来负责？ 智能体越强，这三问越躲不掉。知乎
不少项目死在了推进环节而非技术环节：改造常被交给HR或IT牵头，问题是这两位都推不动——权力和任务就这么被拆开了：任务给了没权力的人，权力留在不下场的人手里。知乎
大厂同样在动自己这块骨头。11月马化腾的内部讲话因"组织变革、人员调整"的说法传开，腾讯随后澄清网传的"裁员50%"系误读，但调整本身在进行：百度的试验里，工作被拆成可以跨部门领取的小任务，企业组织金字塔开始松动。36氪
模型拼的是市场竞争，制度改的是内部利益
供给侧的竞赛按周计：瑞银估算2026年全球AI资本支出将达9980亿美元，较2025年的5060亿美元几乎翻倍；IDC预计中国企业级AI智能体市场从2025年的212亿元冲到2026年的449亿元，同比增幅超过110%。知乎知乎
而制度侧的运转天然慢得多：预算按年度预先圈定，岗位职责写在说明书里，一笔开支走五级审批再等半月例会——这是运行了几十年的机制，改一次的成本落在真实的部门和真实的人身上。政策在往供给侧使劲：2026年7月27日，工信部公布《"小快轻准"数字化产品和服务培育指引（2026年版）》，要求数字产品小型化、快速化、轻量化、精准化，降低中小企业用AI的门槛。 但流程改造、收益度量、权责定义这三件事，政策替代不了，只能企业自己做。新华社
别看行业失败率，看你流程里的三个数
行业失败率至今没有一手测量，而且它对你的项目本来就不构成信息——分母是别人的企业、别人的业务、别人的判定标准。那位追脚注的作者给出的自检办法是三个可计算的口径：走完率——这条流程进来多少件事，其中多少件被它从头走到尾，分母是事件数，不是调用次数。 再加上人来收尾的接管率、同一批单子人与机器各自的单件耗时差，三个数合起来看，才谈得上算账。知乎
市场翻倍冲、落地不足一成的缺口，就是制度侧的空间：中国软件网与海比研究院的调查里，真正完成办公智能体部署的企业不到10%。 企业落地卡在制度和流程上，说明这场竞争的重心正从模型能力上限转向组织吸收能力。接下来值得盯的，不是谁又发布了新模型，而是哪家企业先把一条完整流程从"AI在旁边给建议"变成"AI从头走到尾"——那才是下一轮企业分化的真正分水岭。知乎
