信通院智能原生报告：转型分四步，第一步不产出指标

93% 的 IT 领导者打算部署智能体，可真正做出规模化的只占 23%。两个数字就并排放在同一章开头，中间那道落差正是这份研究想讲清的问题。

中国信通院这份 58 页的框架研究，把企业转型拆成四步：先定场景，再动组织，接着给数字员工编号，最后才轮到安全和交付。四件事有先后，少走一步，后面就得返工。

智能原生讲的不是技术到了哪一级，而是一场抽离测试：把 AI 拿掉，核心流程跟着垮，那才算数。

第一步落在定场景，而非挑模型

抽离测试只回答企业眼下处在哪一级，并不回答第一步该干什么。研究把第一步明确写成定场景，而非选模型。

具体路径是从场景往回推：先对齐战略与痛点，再拆业务流程，然后从数据、系统、人才、组织、成本、安全六个维度判断可行性。安全合规有一票否决权，场景价值再高，只要不满足也不启动。

中铝在矿山、冶炼、加工等六个领域里挑出 16 个高价值场景，每个场景配一套数据集，模型在下游任务上的平均提升超过 15%。广东电网则用两条轴交叉出场景图谱：技术侧围绕算力、数据、算法、平台、安全梳理供给，应用侧按四个业务域把链条拆开。

这两级并非依次接替，同一家企业往往横跨两级，划分的作用在于定位，不在于排名。

第二步改组织，第三步给智能体编号

场景定完，第二个该动的不是技术底座，而是岗位说明书。研究里那句话很硬：单点效率越高，跨环节对齐与等待的占比越高。

微软问过 10 个市场里的 2 万名知识工作者，只有 13% 的人表示，即便结果没达预期，只要重塑了工作方式也会受到奖励。招商局把这件事写进了制度：三级权责、136 场培训覆盖 4.7 万人次、关键岗位认证 160 余人。

组织调整完，第三步才轮到给智能体编号。目前上线 24 个，全年调用 Token 超过 2000 亿。

编号只是入口，底座仍然得自己搭：数据、知识、本体三层建模，决定智能体能不能真正落在你的业务对象上。

安全和交付排在第四步

安全与交付被放到最后，不是因为它们不重要，而是前三个动作没做完，防护就找不到落点。麦肯锡 2026 年 3 月的信任度调研显示，企业最担心的已经不在模型本身：不准确占 74%，网络安全占 72%，合规占 63%。中国电信把安全做进架构，四层防护，集团级评测通过率达到 98.2%。

交付端靠的是把工程师放到一线。阿里云与

前提是对业务结果负责，而不是对工时负责。合同仍按人天结算，前置交付就会退化成派驻。

为什么读它，以及它没指出什么

它没指出什么，翻到最后一页就明白了：7 个实践案例全是被选中的正面样本，一次翻车都没有，整份稿子里找不到一张投入产出表，成本只给方向不给数。

有一点需要说清楚：这里讲的是先后次序，并没有给出工期。四个动作不能直接拿去排 180 天的计划，每一步做多久、第一个场景跑几轮，稿子里都没有交代。

它的核心价值，是把智能原生拆成能判定的三级：抽掉 AI 之后流程还转不转，一测就知道自己站在哪一级。

战略岗可以拿走那张三级划分表，三条路线都变成了能判定的线；技术岗可以拿走五层技术体系和本体三层，比多数厂商的方案手册实在；组织岗可以拿走招商局那组数——136 场培训背后是制度，不是活动。

对企业来说，最要紧的仍是第一步：先把场景定下来。这一步账面上看不到任何智能化进展，可场景一旦定错，后面三步都得返工。

报告原文节选