2026 年 10 月 12 日，雷峰网报道了安踏与火山引擎的合作。几个具体数字值得抄下来。海外订单工具把四套不同模板封装成技能，下单决策从过去的半天缩短到 10 到 20 分钟，手工录入减少约 90%，数据准确率超过 99%。跨境退货单据 Agent 在 TikTok 业务里每月自动建单超过 1000 张。带货视频 Agent 让一个实习新人半天就能独立产出合格内容，同等消耗下每天多产出约 15 条。
安踏全球 IT 交付与支持部总监吴永良给了一句判断标准，企业看 Agent 建设进展，真正看三个指标。有多少业务每天离不开 Agent，这是人的维度。有多少业务流程已经默认 Agent 参与，这是流程维度。有多少 Agent 开始跨国家复制，这是区域维度。
这三个指标比多数企业的 AI 汇报实在。多数汇报讲的是模型能力、场景数量、节省工时，这些数都可以做出来。三个维度做不出来，因为它要求 Agent 已经进入日常运转。
这三个案例有一个共同点，都不是创意工作。四套模板的格式转换、平台订单到系统单据的搬运、多站点内容的批量输出，都是规则清楚、重复度高、没人愿意干的活。它们不产生新想法，只减少交接。
企业做 AI 最容易走错的两步，是从战略开始，或者从创意开始。从战略开始，通常做一个大平台，做两年，业务部门不用。从创意开始，期待 AI 出爆款，试三个月，没有爆款，项目停掉。
从交接开始最稳，因为交接有三个好处。边界清楚，一件事从谁手里到哪里，几步，能画出来。错误可查，准确率、时长、单量都能算。收益可算，省了多少人天，折算成钱。
可以带走的是一张四问清单。第一问，公司里哪些流程每天在搬数据，列出来，按频次排序。第二问，每个流程现在的耗时和错误率是多少，有没有人统计过。第三问，这个流程出错的时候谁负责，岗位写不写得出来。第四问，验收标准是什么，准确率多少、时长多少、单量多少，达不到就退回人工。
四问里最容易被跳过的是第三问。流程没有责任人，Agent 做错了也没人认，最后业务部门不敢用。
投入产出要算清楚。一个 Agent 的开发与运行成本，包括模型调用、开发人力、后续维护，一年几十万到几百万。收益是省下的人天乘以人力成本。这笔账算不出来，项目很难活到第二年。
数据治理是另一件常被跳过的事。谁能改规则，改了怎么留痕，出错怎么回滚，三件事没人管，Agent 用半年就变成黑箱。
还有一件事要提前定，Agent 建好之后归谁管。归 IT，业务部门会觉得是外来工具。归业务，没有人维护规则和数据。可行的做法是设一个很小的运营岗，一到两个人，负责规则更新、数据校验、异常处理，向业务负责人汇报。
安踏的做法里有一个细节值得学，三个 Agent 都由一线业务团队提出问题，IT 只做拆解和调试。业务提问题，做出来的东西才有人用。
按三个指标给自己打分，多数企业会发现自己停在第一个指标之前。模型通常没问题，卡住的是流程没有拆到可以交给机器的那一步。
希纪在给服装集团做 AI 经营改革时，会先把流程拆到岗位，再谈工具。拆不开的流程，买了模型也用不起来。