【行业资讯 | AI助手站到工位之前】

2026年第一季度，国内大中型企业的AI采纳率到了90.9%。

同一份调研里，另一个数字是9.1%——进入体系优化级的企业占比。

中间还夹着67.3%和24.0%，前者停在探索试验级，后者做到局部赋能。再往上的生态重构级、认知引领级，两个都是零。

九成企业都在用，用明白的不到一成。

这篇文章写的就是这九成和一成之间的那段路。

回顾2025年到2026年第一季度，企业AI智能体项目里，通用辅助场景占了83.7%，专业纵深场景占16.3%。

通用辅助是什么活。知识问答、写文案、整理会议记录、查规章制度。这些活有个共同点：错了能改，改起来成本低，人扫一眼就知道对不对。

专业纵深是什么活。信贷审批里的一段核查，风控模型的一次复核，一笔对公放款前的合规校验。这些活也有个共同点：错了不好改，改的时候已经出去了。

两道门之间隔着的，不是模型能力。

调研里有两个比例很说明问题。48.1%的受访者认为，智能体缺的是对专业场景的理解；42.8%的人把原因指向数据质量管理、语料工程、安全合规、数模协同这些实践不到位。

一个说模型不懂行，一个说数据没备好。两条都指向模型之外的地方。

还有一组预测：未来18个月内，约30%到40%的企业级智能体项目会因算不过来投入产出而停滞或关闭。

项目做完，不等于活接住了。

一笔对公授信，从受理到放款，中间要跨几周。

客户经理录完资料，风控要查征信和流水，审批要看授信额度，放款要核对合同和账户。四个环节，状态散在信贷系统、影像件库、审批流和核心系统里。

人接手的时候，会先翻一遍前情。上次为什么退回，客户经理口头承诺过什么，额度是不是已经动过。

AI助手接手的时候，翻不了。

它看到的是当前这一屏的字段。上一次退回的原因在审批意见里，是一段自由文本；客户经理的承诺在沟通记录里，是一条语音；额度动用情况在核心系统，是另一个接口。

三样东西，三个地方，三种格式。

于是它给出的建议，可能是一个已经被否过的方案，也可能是一笔额度已经不够的放款。

这种失误在演示里看不出来。演示的时候数据是干净的，一次只跑一个环节，前情是准备好的。

行业里把这个叫业务状态的连续性。说白了就一句：AI助手得知道这件事走到哪一步了，之前发生过什么。

戈尔特集团在金融数据集这块做的事，有一部分就是把这个"之前"整理出来。一笔业务的几十个状态点，哪个是必经的，哪个可以跳过，哪个一旦出现就说明有问题，这些要先定下来，再按时间顺序串成一条能读的记录。

难的地方不在技术，在口径。同一笔业务，信贷系统和核心系统里的状态名可能就不一样，字段含义也不完全对齐，得先对齐，才谈得上串联。

AI助手要接活，得有记忆。

今年行业里给的方案都很直接。把上下文存下来，把历史对话留着，把业务记录接进去。存储侧的容量一扩再扩，已经有厂商把记忆存储做到了PB级，对应的是以天为单位连续运行的长任务，不是一问一答那种。

但记忆这件事有个反向的问题。

11月4日，乌镇世界互联网大会期间有一场关于AI治理的活动，会上有研究者提到一个现象，叫记忆回声。同源信息被反复写入记忆，错误会被放大，最后影响决策。

一份口径不对的数据，第一次进来是错的；第二次从另一个系统又进来一遍，还是错的；第三次经过一次汇总再进来，错得更彻底。AI助手读到的是一致的三份，于是它更确信。

这个问题在金融场景里格外要紧。一笔交易的对账结果，可能有三个来源：核心系统的记账、对账文件、人工补录。三份都在，三份不一定一样。

哪个为准，得有人定规则。

所以数据集这一层，除了回答"装什么"，还要回答"以谁为准"。同一字段多源时取哪个，冲突时怎么标，补录的记录要不要打标，版本怎么留。这些定不下来，记忆越多，回声越大。

同一场活动上还有个说法，智能体正在从单个走向团队，多个智能体协同，边界要靠一套分层机制守住——分层记忆、场景边界、人机确认、留痕共享。

拆开看，几条都是工程动作。而工程动作要落到数据上才有意义。

前两条讲的是能不能干对。这一条讲的是能不能停。

金融这一行对"停"的要求比别处高。

今年8月27日，北京金融科技产业联盟发布《智能体技术金融应用安全要求》，是国内第一个专门针对金融场景智能体安全的团体标准。标准里有一条，被业内概括成"双重授权"：手机端的第三方智能体，未经金融机构授权，不得利用系统权限自动读取、操作金融应用软件的界面；通过麦克风、截屏、录屏、共享屏幕拿数据，也得守被调用方的安全策略。

用户同意不够，机构也得同意。

这条规定不是凭空来的。2025年12月，一款搭载AI手机AI助手的机型发售后，用户反馈多家银行App登录异常、支付受阻；同月6日，该AI助手下线了金融类App的操作功能。当时行业里还没有针对这类操作的规则。

标准的适用范围写得很清楚，金融机构、科技公司开展金融场景智能体的技术开发与安全建设，涵盖初始化与输入、模型推理与决策、身份鉴别与操作、数据安全和隐私保护、风险防控与合规五个方面。

政策这条线也在收紧。

今年5月，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》，一方面提出做好智能体的权限管理、行为管控，一方面明确要研发金融风控智能体，提升信贷审批、交易监控、账户安全等环节的风险识别能力。

6月，金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，把治理框架定下来。

一头鼓励，一头设边界。

两件事同时发生，说明行业已经过了"先做出来再说"的阶段。

还有一笔账，很多企业今年才算明白。

行业调研里有一个数字：高级推理模型消耗的词元量，是基础聊天机器人的5到30倍。能力越强，单次任务越贵。

这就带来一个很现实的问题。一个AI助手在业务链上跑一天，用了多少词元，摊到哪个部门、哪个产品、哪笔业务上，得说得清。说不清，预算就没法批。

已经有机构在做这件事。有金融科技公司把AI网关做成三个角色，计量表、调度台、安检门：多源模型统一接入，词元精确计量分摊，智能路由调度，进出双向安检。这套东西目前服务多家头部证券基金客户。

金融行业对这个的敏感度，比其他行业高一层。原因不复杂，金融机构的成本核算本来就细，一笔业务挣多少、花多少，都有账。AI这块要进来，得按同一套规矩报账。

从这个角度看，词元不只是一个技术计量单位，它正在变成一个财务科目。

而科目要立得住，前提是每一次调用都能追到具体业务上。

把上面几条串起来，一个AI助手要真正接住一份活，得同时满足三件事。

知道规矩，这是专业纵深；记得住前情，这是业务状态的连续性；出事了能停下来，这是边界和权限。

三件事里，前两件是数据问题，第三件是治理问题。三件都不是模型单方面能解决的。

所以今年这个行业的重心，正从"模型能做什么"往"交付能让什么跑起来"挪。采购的口径也在变，83.7%的受访者把解决复杂业务和专业场景问题的能力放在第一位，79.7%关注数据安全与运行风险的管控能力，性能指标排在后面。

对戈尔特集团来说，这个变化意味着数据集这门活的分量在变。

过去做数据集，交付的是一批标注好的样本，条数、覆盖度、准确率，验收有明确标准。现在要交付的，是能让AI助手在一段真实业务里站得住的东西——状态点定义清楚，口径对齐，多源冲突有规则，版本能追。

金融这一块尤其如此。一笔业务的正确与否，往往不由单条数据决定，得看整条链。标注的人如果只看到一条记录，标出来的东西是对的，放进业务链里就是错的。

这也是戈尔特集团把数据集和标注的重心放在金融场景的原因。这个场景的要求最细，做熟了，别的地方的要求就显得松。

AI助手站到工位之前，先得有人把工位上的东西摆好。