智能体从「尝鲜」走向「上岗」，企业真正卡住的不再是技术，而是工作本身怎么重新切。The Conference Board 9 月 24 日发布的报告给了一套五阶段框架，核心判断很直白：能力不等于价值，智能体干得越多，越要把「要改善什么结果」「人和智能体各管哪一段」「怎么度量」想在前头。报告援引 C-Suite Outlook 2026：43.6% 的高管把 AI 与技术列为投资优先项，超过其他任何选项——钱在往这涌，但涌得值不值，看框架。
五步走法，顺序有讲究。起头一步，从想要改善的业务结果出发，先定目标，再谈部署，别因为技术新鲜就上；其二，部署前先重分工作——把流程逐任务拆开，界定哪些给智能体、哪些留人、哪些人机协同，同时把责任留在人身上，哪怕智能体自主执行；其三，搭好智能体要跑的基础设施、治理与预算，含数据、权限、监控、人工监督；其四，度量人和智能体一起产出了什么，看质量、速度、成本，而非只看「任务做完没」；最后一步，决定增益怎么用。
框架里最反常识、也最该被记住的一笔，是成本结构。报告举了一个模型化例子：在一个智能体的月度 recurring 成本里，直接模型调用费用只占 9.4%。其余九成，是数据、权限、监控、维护、人工监督这些「模型费之外」的东西。这戳破一个常见误解——很多人算智能体账，眼睛只盯着 token 单价，却忽略围绕模型的整套基建与治理才是大头。降本的重点，往往不在换便宜模型，而在把其二（工作重分）和其四（治理）做扎实。这也解释了为什么许多 PoC 跑得漂亮、上线却算不清账——模型费只是冰山一角，真正的成本在水面下那九成，绕开它谈降本都是假动作。
其二尤其容易被跳。企业常犯的错，是先把智能体买进来、跑起来，再去想「它该接哪段活、人留哪段」。报告的态度相反：先 redesign 人的角色——这项剩下的工作，需要什么技能、培训、岗位甚至薪酬。这和监督式部署（HITL）的监管方向一致：在金融、法务、人力这类碰钱碰人的系统上，智能体可以自主，但 accountability 必须落在人。把责任写进流程，而不是写进提示词。
把这份框架和本周的 BCG 指数对照，互相印证。BCG 说 AI 支出翻倍且挪出 IT 预算、agentic 占 AI 价值 2/5；Conference Board 说落地成败在「工作重分加治理预算」。两件事合起来，描述同一场转型：企业不再为「有个智能体」买单，而为「重构后的流程跑出更好结果」买单。43.6% 高管把 AI 列为优先，对应的是一排待重分的工作流，而不是一排待采购的工具。换句话说，43.6% 的高管优先项，对应的是一排待重分的工作流——先想清楚人与智能体各管哪一段，再谈买什么、接哪里。
留一分清醒：五阶段框架与 9.4% 成本占比来自 The Conference Board 报告，9.4% 是其举例模型下的测算，非全行业均值；43.6% 来自 C-Suite Outlook 2026，口径以原调研为准；框架是方法论建议，落地效果取决于企业既有的数据与治理能力。但作为一份把「部署智能体」从技术话题拉回管理话题的文献，它的价值在于顺序——先定结果，再谈工具。企业在照搬五阶段前，应先盘点既有数据与治理能力：若这两块薄弱，框架再好也落不下去，先把地基补上比急着部署更划算。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。