一句话看懂：Dataiku 联合 Harris Poll 调查 685 位 CIO 发现，81% 的 IT 负责人无法全面掌握员工在正式审批渠道之外自行搭建的 AI Agent；与此同时，多数 CIO 的职位与预算已和 AI 落地效果直接绑定。
事件核心：发生了什么
Dataiku 在年度大会 Succeed 上发布《Global AI Confessions Report: CIO Edition》。该调查由 Harris Poll 于 7 月 9 日至 29 日在线执行，覆盖美国、英国、法国、德国、阿联酋、日本、韩国和新加坡的 685 位 CIO。
核心矛盾是“看得见，管不住”：90% 的 CIO 表示能追踪所有 Agent，但 72% 无法稳定确认这些 Agent 是否产生了预期业务结果；81% 对正式渠道之外创建的 Agent 缺乏完整监管。83% 没有跨组织的标准化 Agent 生命周期管理，47% 今年已下线超过 20 个 Agent。只有 21% 能按团队或用例近实时查看 AI 成本。责任归属同样分裂：共享团队 23%、中央 IT 21%、数据或 AI 团队 20%、安全合规 18%。Dataiku CEO Florian Douetteau 的说法是，监控只能告诉你 Agent 在跑，管理才能判断它是否配继续跑，而“现在几乎没人能开除一个 Agent”。
为什么重要
这组数据解释了为什么 Agent 热潮在进入生产环节后开始减速。Gartner 6 月预测，到 2027 年底超过 40% 的 Agentic AI 项目会被取消，原因包括成本上升、业务价值不清和风险控制不足；AWS 也提到近 90% 的早期 Agent 原型没能走到生产。问题不在于模型能力，而在于企业缺少统一治理层：Agent 可以调用 API、连接 Bedrock、Vertex、Copilot Studio、Agentforce、Snowflake Cortex 等平台，却往往没有归属、预算和退出机制。Dataiku 同日推出 Agent Management，把这些 Agent 收进统一清单，10 月正式发售，按实例年费计价、按 Agent 收监控费——这说明“Agent 治理”本身正在变成一门生意。
对用户/开发者/创作者的影响
对开发者而言，Agent 的竞争力正在从“能不能跑通”转向“能不能被审计、限权和下线”。能提供权限边界、成本归因、调用日志和生命周期接口的工具链，会比单纯封装大模型 API 更受企业采购青睐。对内容与产品创作者，企业内部自建 Agent 的窗口正在收窄：未走 IT 审批的自动化流程可能随时被清理。对美国 CIO 来说压力更直接——94% 称员工造 Agent 快于 IT 治理，87% 担心目标未达会被削预算，82% 后悔过去 18 个月至少一次重大 AI 选型。企业采购时应优先确认供应商是否支持 Agent 清点、成本拆分与合规留痕。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Dataiku Agent Management 在 10 月上市后的实际接入范围和定价是否被中型企业接受；二是微软、Salesforce、Databricks 等平台是否把 Agent 生命周期管理收进自家控制台，形成事实标准；三是模型供应不确定性下，74% CIO 考虑开源或开放权重模型作为备份，这可能改变企业推理算力的部署方式。目前公开信息显示，监管缺位与预算压力仍是 Agent 落地的两大变量。
来源：The Next Web
