企业智能体编排：治理有余，控费不足
企业智能体编排现状
通过对107家企业的调查发现，智能体编排并非单一平台的选择。典型企业同时运行三个编排平台，选择标准是跨模型的灵活性，而非对特定平台的偏好。微软在主要使用率上领先，而Anthropic在前瞻性考虑方面遥遥领先。
编排平台多元化趋势
企业期待的AI控制平面是刻意采用混合模式，这意味着既要使用领先的AI提供商服务，也要采用提供商无关的技术。企业对提供商内置控制最担忧的风险并非锁定效应，而是提供商自身的安全性和权限限制。
令人惊讶的是，五分之一的企业仍无法在账单生成前实时阻止失控的智能体运行。本次VentureBeat Pulse研究深入探讨了企业智能体编排的现状：企业使用的平台、选择驱动因素、优化目标、预期的智能体控制结构，以及最关键的问题——已部署的”智能体”实际编排程度和运行成本控制情况。
核心发现
编排已呈现多元化特征。85%的企业运行两个或更多编排平台，64%运行三个或更多，平均每家企业拥有3.1个平台。微软AI Foundry/Copilot Studio出现在70%的技术栈中，OpenAI的智能体SDK出现在68%的技术栈中，Anthropic的Claude平台出现在47%的技术栈中。当被要求命名单一主要平台时，给出明确回答的企业中，微软排名第一(41%)，Anthropic排名第二(28%)。在本样本中，没有企业仅运行一个编排层就称之为策略。
选择逻辑与投资重点
选择逻辑由此多元化衍生而来。跨模型和工具的灵活性是首要购买驱动因素(29%)，几乎是选择模型引力(与最先进基础模型的原生对齐)份额(10%)的三倍。企业并非选择与首选模型配套的编排环境，而是选择不将其绑定到任何特定模型的环境。安全性(17%)、生产可靠性(15%)和智能体执行控制(15%)共同构成了一个注重治理和选择性的购买逻辑，而非开发者便利性。
明确多数(53%)的企业预计到2026年底将采用混合控制平面(提供商原生+外部编排)，与提供商内置控制相关的主要风险是安全性和权限限制(37%)，其次是供应商锁定(23%)和可见性有限(22%)。相应地，投资重点已经转移：智能体监控和调试领先于支出(31%)，安全性和权限执行占30%，而工作流工具占19%。企业正在投入资源以监控和治理智能体，而不仅仅是构建它们。
智能体真实状况与财务控制挑战
大多数企业承认，他们的大部分”智能体”实际上只是聊天机器人。47%的受访者表示，他们26%至50%的智能体真正得到了编排，37%的比例在四分之一或以下，16%超过半数。
然而，财务控制仍然是薄弱环节：21%的企业仅通过事后日志跟踪智能体支出，没有实时方式来停止失控的执行循环。
研究方法
本次调查作为VentureBeat持续进行的Pulse研究系列的一部分进行，专注于企业智能体编排。筛选标准为员工100人以上的组织(n=107)，数据来自单一2026年7月的调查波。由于这是单次调查而非多个月度样本的综合，本报告呈现的是横截面数据，不推断月度趋势。本报告中所有数据均来自7月的调查。当问题为多选题时，各比例总和可能超过100%。
本次调查样本以大型企业和技术密集型企业为主，这影响了每一个调查结果。按组织规模划分，一半以上的员工人数在10,000人以上：50,000+(26%)和10,000-49,999(25%)领先，其次是2,500-9,999和500-2,499(各19%)以及100-499(11%)。技术/软件占受访者的53%，其次是政府/公共部门(16%)和制造业/工业(10%)。按角色划分，样本具有实践性和技术性：软件和机器学习工程师(22%)、产品和项目经理(21%)、数据/AI/分析主管(17%)以及数据/AI/分析副总裁(12%)。在采购决策方面，90%的受访者是AI解决方案的建议者、影响者或最终决策者(63%为建议者/影响者，27%为最终决策者)。
关于主要平台问题的说明。107名受访者中，46人在旨在捕获单一主要平台的问题上选择了多个选项。由于这些答案无法简化为单一答案，主要平台份额基于给出单一明确答案的61名受访者报告，并在所有出现处标注。平台足迹数据(企业使用的所有平台)使用完整的n=107基数，不受影响。这种模糊性本身就值得注意：在一个要求选择一个平台的问题上，超过四分之一的受访者无法或不愿缩小到单一选择，这与第一项发现中记录的多平台模式一致。
以107名受访者计算，样本足够稳健，可以合理自信地读取方向性数据，但样本为自选样本，非概率样本。由于此处的每个子组仅包含约50至60名受访者，因此它们之间的细分不如全样本发现精确。
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！