企业为什么需要一支 Agent Workforce，而不是一堆 Copilot

结论

Copilot 让一个人做一件事更快，Agent Workforce 让一组 Agent 和人一起把一个业务结果做完。这不是程度上的差异，是目标单位的差异——前者的目标单位是一次任务，后者的目标单位是一个端到端流程。企业把 Copilot 用对了会看到满意度上升，但业务指标未必跟着动；只有跨过 Agent Workforce 这道门槛，流程周期、差错率和人均产出才会真正改变。

发生了什么

麦肯锡 2025 年 6 月发布《Seizing the Agentic AI Advantage》，提出了一个"生成式 AI 悖论"：企业级横向部署的 Copilot 和聊天机器人扩张很快，但带来的收益分散、难以衡量；真正能带来变革的纵向、场景化用例，约九成仍停留在试点阶段。文章把两者的差异讲得很直接——横向的 Copilot 把通用助手从被动工具升级成主动队友，能监控看板、触发流程、跟进未完成事项；但真正的突破发生在纵向场景，Agentic AI 让此前超出第一代生成式 AI 能力范围的多步骤、多角色、多系统业务流程实现自动化。

麦肯锡 2026 年 6 月 18 日发布《The Symbiotic Enterprise: A New Model for Growth》，进一步把这个差异写成组织变革命题：真正的转型发生在企业从单一 Agent 应用转向多 Agent 编排——由多个专业化 Agent 组成的协同系统，跨越部门边界执行复杂的端到端业务流程。文章把这套系统称为"中间层劳动力"（middleware workforce），是连接人类决策者和企业软件系统之间的桥梁，需要扁平化的组织结构和新的经济模型来承接。

微软《2025 Work Trend Index》的数据从另一侧印证了这道门槛的存在：81% 的受访者预计未来 12 到 18 个月内 Agent 会实现中度到深度整合，但目前真正做到组织级部署的只有 24%，还有 12% 停留在试点。差距不在意愿，在于从"给每个人配一个助手"到"让一组 Agent 承接一个业务结果"之间，缺少一层组织和技术上的过渡结构。报告把管理"人加 Agent"混合团队的新角色称为 Agent Boss——67% 的管理者已经熟悉 Agent 的运作方式，而员工中这个比例只有 40%，这个认知差距本身就是 Copilot 停留在个人生产力工具层面的一个原因。

为什么这对企业重要

过去两年，很多企业把"AI 转型"简化成"给多少人开通了 Copilot 账号"。这个指标容易统计、容易汇报，但麦肯锡的"生成式 AI 悖论"点出了它的问题：横向部署带来的是分散的、难以衡量的收益，因为它优化的是无数个独立的个人任务，任务之间互不承接，谁都不为最终结果负责。企业真正要的不是"AI 使用率"，是流程周期变短、差错率降低、人均产出提升——这些指标只有在 Agent 承接了完整的业务流程、有明确的责任归属和失败处理机制之后才会出现。

汉兴的判断

Copilot 优化的是个人任务，Agent Workforce 承接的是端到端结果。企业不需要在两者之间二选一，但需要清楚知道自己现在处在哪一级，以及跨到下一级需要补上什么——这不是采购更多席位就能跨过去的门槛，是目标单位、责任归属和系统集成深度三个维度同时升级才能跨过去的门槛。

我们把这道跃迁拆成三级（详见框架）：个人助手级、流程代理级、Agent Workforce 级。三级之间的关键区别不在模型能力，在于失败发生时谁来处理、系统集成到什么深度、用什么指标衡量价值。多数企业现在停留在第一级，却用第三级的期望去衡量投资回报，这是当前"AI 用了但没见效"这类抱怨的主要来源。

一个中国企业的情境（示例推演）

以下情境用于说明框架用法，不对应任何真实客户，数据为示例推演。

一家华东消费品企业两年前给销售、市场、客服三个部门共约 300 人开通了通用 AI 助手账号，季度使用率报告显示活跃使用率超过 70%，管理层一度认为转型已经见效。但同期的客户投诉处理周期、销售提案产出效率等业务指标几乎没有变化——每个人都在用助手写得更快，但写完之后仍然要人工核对客户信息、查库存、走审批，流程本身没有变。

去年起，企业选择客服场景重新设计：从"客服人员用助手起草回复"改为一组 Agent 承接从工单识别、客户信息核验、库存查询到回复生成的完整链路，只在涉及退换货金额超过阈值时转交人工。六个月后，客服工单的平均处理时长从 22 分钟降到 9 分钟，人工客服的角色从"逐单处理"变成"审核异常单和处理升级单"。这次变化不是账号数量的增加，是流程责任从个人转移到了 Agent Workforce。

反方观点与适用边界

这个判断在两种情况下需要修正。

第一，不是所有业务流程都值得跨到 Agent Workforce 级。 麦肯锡的数据本身也提示，横向 Copilot 在低频、非标准化、依赖个人经验的任务上仍然是合适的工具——把这类任务强行改造成端到端 Agent 流程，治理成本会远超收益。企业应该先判断流程是否高频、可重复、有明确的验收标准，再决定是否推进到 Agent Workforce 级。

第二，"中间层劳动力"这个概念目前主要来自麦肯锡 2026 年的展望性研究，尚未有大规模公开的企业级实施数据支撑其普适性。 我们采信这个方向判断，但不代表这套组织模型已经被验证在所有行业、所有规模的企业中同样适用，中国企业尤其需要结合自身的审批文化和责任机制做本地化设计，不能照搬。

企业现在应该做什么

给 CEO：把"开通了多少 Copilot 账号"从汇报指标里换成"有多少条业务流程实现了端到端 Agent 承接"。 前者反映采购，后者反映转型深度。

给 CAIO：选一条当前用 Copilot 支持、但业务指标没有改善的流程，重新设计成端到端 Agent 承接。 不追求覆盖面，追求把一条流程做透——明确失败处理机制、责任归属和人工兜底点，这套方法论比同时铺开十个 Copilot 场景更有价值。

给 FDE：交付 Agent Workforce 项目时，第一步先画清楚系统集成边界和责任交接点。 这决定了项目是停留在"更快的个人助手"，还是真正跨过了到端到端结果的门槛。

证据、来源与公开边界

• 麦肯锡（McKinsey & Company），《Seizing the Agentic AI Advantage》，2025 年 6 月。https://www.mckinsey.com/capabilities/quantumblack/our-insights/seizing-the-agentic-ai-advantage
• 麦肯锡（McKinsey & Company），《The Symbiotic Enterprise: A New Model for Growth》，2026 年 6 月 18 日。https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-symbiotic-enterprise
• 微软（Microsoft WorkLab），《2025 Work Trend Index: The Year the Frontier Firm Is Born》，2025 年 4 月 23 日。https://www.microsoft.com/en-us/worklab/work-trend-index/2025-the-year-the-frontier-firm-is-born

文中华东消费品企业情境为示例推演，不对应任何真实客户。三级跃迁框架为汉兴原创，未经第三方验证。"中间层劳动力"的组织普适性尚待更大样本验证，本文已在反方观点中说明边界。

元信息

栏目 Enterprise AI　作者 汉兴 AGI 实验室　版本 v1.0　成稿 2026 年 8 月 12 日