2026 年中，一些已经把 AI Agent 用于实际业务的企业，开始报告较为乐观的投资回报。
SoundHound AI 于 6 月 18 日发布的 CCW Digital 调查显示，在已经上线 Agentic AI 的受访组织中，96% 表示投资回报达到预期（54%）或超出预期（42%）。受访者主要负责客户联络、客户体验和运营，这一结果反映的是已部署企业的自报评价。更早的 IDC 研究由微软委托开展，估计生成式 AI 的平均回报为每投入 1 美元获得 3.7 美元，但覆盖范围并不限于 Agent。
回报调查之外，安全调查显示，企业仍难以掌握所有 Agent 的权限、审批和运行情况。把这些研究放在一起看，需要先分清它们调查了谁、如何定义成功，才能判断投入和治理是否同步。
部署扩大后，安全审批能否覆盖全部 Agent
Agentic AI Institute 的文章以“72% 已投产、60% 存在治理缺口”概括企业采纳状况。其公开页面没有披露样本和统计方法，这两个比例究竟覆盖哪些企业，仍不清楚。
更具体的数据来自 Gravitee 的《2026 AI Agent 安全状况报告》，AGAT Software 等机构也转述了这项调查。仅有 14.4% 的受访组织表示，所有 Agent 上线时都获得了完整的安全和 IT 审批。其余组织存在不同程度的审批缺口，可能涉及部分 Agent，也可能涉及更大范围。
Gravitee 调查了 900 多名企业高管和技术从业者。80.9% 的受访技术团队已越过规划阶段，开始主动测试或投入生产。报告还称，平均每家组织只有 47.1% 的 Agent 得到主动监控和安全保护，显示部署范围与持续管理之间仍有缺口。
96% 与 25% 的回报结果，为何不能直接比较
把客服 Agent 调查中“96% 回报达标”的结果，与 IBM CEO 研究的结论放在一起，表面上会得到截然不同的判断。
IBM 商业价值研究院在 2025 年 2 至 4 月对全球 2,000 名 CEO 的调查发现，过去三年间，约 25% 的 AI 计划实现了预期投资回报，16% 已在企业范围内推广。这与 IDC/Microsoft 的 3.7 美元平均回报并非同一个指标：一个统计达标项目的比例，另一个估计投入对应的平均回报金额。
ROI 既取决于执行，也取决于调查的对象和衡量方式。 CCW Digital 选择的是 Agent 已经投入生产的企业，其结果并不包含未能上线的尝试。IBM 调查覆盖的则是 CEO 对过去三年 AI 项目的评价。两者衡量的都是是否达到各自预期，而各家企业设定的目标和财务标准可能不同。
Digital Applied 等汇编还列出了基础设施、治理和安全、ROI 衡量等部署障碍。这些问题对应不同阶段：基础设施影响能否运行，审批影响能否上线，业务指标则决定如何评价结果。对同一批项目分别记录这些阶段，才有助于找出回报不佳的原因。
Futurum Group 对 830 名全球 IT 决策者的 2026 年上半年调查提供了另一个视角：将 Agentic AI 列为首要技术优先事项的比例，从 2025 年下半年的 13.0% 升至 17.1%，增加 4.1 个百分点。收入增长和利润提升分别被 10.6% 和 11.1% 的受访者列为首要 AI 回报指标；将生产率提升列为首要指标的比例则从 23.8% 降至 18.0%。企业正在增加对 Agent 的关注，同时把评价重点从效率推向财务结果。
高管的安全信心，尚未转化为完整审批
高管对安全措施的信心，与组织是否完成全部审批，是两个不同的指标；它们之间的差距仍值得关注。
Gravitee 调查中，82% 的高管相信现有策略能够保护组织免受未经授权的 Agent 行为影响，但只有 14.4% 的组织表示全部 Agent 上线时都获得完整审批。报告还称，25.5% 的已部署 Agent 能够创建其他 Agent 并向其分派任务。任务委派增加了管理难度：管理者需要跟踪任务如何转交，以及新建 Agent 是否继承了过多权限。
这种差距也反映了 Agent 治理的复杂性。Marco van Hurne 在《The State of Agentic ROI Q2 2026》中讨论了治理框架本身也需要管理的问题。模型版本、提示词或工具接口变化，都可能改变 Agent 的行为。边界防护和权限控制仍然必要，但多 Agent 协作还要求持续检查任务委派、工具调用与行为变化，仅在上线前做一次审批并不充分。
Gartner 预测项目取消和安全处置压力上升
Gartner 的预测进一步提示了成本和风险管理的压力。2025 年 6 月，Gartner 预测，超过 40% 的 Agentic AI 项目将在 2027 年底前被取消，原因包括成本上升、业务价值不清晰和风险控制不足。2026 年 4 月的另一项预测认为，到 2028 年，25% 的企业生成式 AI 应用每年将经历至少五次轻微安全事件，高于 2025 年的 9%；同年 3 月，Gartner 还预测，2028 年企业网络安全事件响应工作的 50%，将用于处理涉及定制 AI 应用的事件。
这些预测分别关注项目退出、应用安全和事件处置，实际结果还取决于企业后续的管理措施。企业除了安排部署预算，还需要为安全审查、持续监控和事件响应预留资源。
采购还是自建，也应把治理成本纳入比较。成熟供应商可能提供标准化审批、监控和权限管理功能，自建方案则需要团队自行实现和维护这些能力。但供应商产品并不天然更安全，采购也不会转移企业的管理责任。比较两条路径时，除了上线速度和初期成本，还要检查安全功能实际覆盖了哪些行为、出了问题由谁处理。
衡量 Agent 回报，要把治理成本算进去
2026 年中的这些调查，呈现出企业 Agent 应用的两面：部分已上线企业对回报评价积极，安全管理却未必覆盖所有 Agent。前者支持继续探索有明确业务目标的用例，后者要求企业把审批和持续监控纳入部署过程。
企业需要记录每个项目的投入、业务结果和治理成本，并确认新增 Agent、工具和权限都有人负责。只有在相同项目、相同时间范围内持续衡量，企业才能判断自动化带来的收益是否足以覆盖维护和风险管理的支出。
