你的AI员工,正在你不知道的地方替你干活

前段时间,一个做B2B营销的朋友跟我吃饭,聊起他们公司上AI智能体的事。他说了句话,我记到现在:

"我们已经在用AI联系客户了。但说实话,有多少个AI在动我们的客户数据,谁也说不清。"

我当时就觉得,这事不对劲。

回来后翻了翻数据,发现我朋友的公司,不是个例。

2026年5月,LeanData 发布了一份《2026 State of AI Go-to-Market Readiness Report》,调查了157位B2B从业者,覆盖收入运营、营销运营(MOps)、销售、IT 这些岗位。报告里有个数字,我盯着看了半天:

93% 的 GTM 团队,至少已经部署了一个 AI 智能体。

什么叫 GTM?Go-to-Market,就是一家公司把产品推向市场的那整套动作:获客、打分、跟进、成交。你可以把它理解成公司的赚钱机器。

现在,93%的机器上,都装上了AI零件。

但是,先别急着鼓掌。

近三分之一的受访团队,说不出到底有多少个智能体在操作他们的客户记录。30%的团队,发现过一些没有任何审计痕迹的操作。

什么叫审计痕迹?就是"谁,在什么时间,对哪条客户数据,做了什么"的记录。没有它,出了事,你连找谁算账都不知道。

说白了,很多公司自动化决策的速度,已经超过了他们追踪决策的速度。

老毛病,新放大器

这就有个问题了:AI智能体带来的麻烦,是新麻烦吗?

还真不是。

你想想看,AI智能体干活,用的是哪套数据?还是那套客户数据。跑的是哪套流程?还是 MOps 团队跟脏数据搏斗了很多年的那套流程。

数据质量差,AI就拿着差的数据做决策。而且它做得比人快得多,规模大得多。

报告里的数字很扎眼:55%的受访者认为,数据质量和AI就绪度,是AI转型路上最大的挑战。70%的人承认,数据卫生问题已经拖累了GTM执行。

然后,事故就来了。

27%的团队,见过多个工具或智能体,去联系同一个潜在客户。什么概念?客户周一收到A系统的邮件,周二接到B系统的电话,周三又收到C系统的推送。三个系统都觉得"我在好好工作",客户的感受只有一个:这家公司是不是疯了?

还有17%的团队,见过更尴尬的场面:销售正在跟客户谈着一单生意,营销自动化序列还在往人家邮箱里发"了解一下我们的产品吧"。

AI没有放大你的能力。AI放大的是你原本的问题。

报告说,导致AI项目停滞的第一大原因,就是坏数据,占45%。其次是流程没有文档化,37%。再是部门孤岛,32%。

你看,这三样,哪一样是AI带来的?全是老毛病。

你的AI员工,来自三个不同的部门

那为什么智能体这么难管?

因为它们来得太杂了。

69%的团队,在用GTM工具里自带的AI功能,比如 Gong、Outreach、HubSpot 里嵌的那些。62%的团队,基于LLM API自建应用。46%的团队,在用智能体平台,像 Agentforce、Copilot、Gemini Enterprise。

一个团队里,往往三种都有。最常见的数量,是三到四个智能体。

我来给你模拟一个典型场景。

一个潜在客户,进了你的系统。系统一,给他做了数据补全。系统二,给他打了个分。系统三,把他塞进了自动营销序列。系统四,把他分配给了一位销售。

四个系统,各自都按设计正常运转。但客户体验呢?一塌糊涂。

为什么?因为它们用的数据不一样,节奏不一样,规则不一样。

这就好比一家餐厅,四个厨师,每人只看自己的菜谱,谁也不跟谁打招呼。端上桌的,可能是四份一模一样的汤。

所以,在加下一个智能体之前,真正该问的问题,不是"这个智能体强不强",而是:现在系统里,哪些智能体已经有权限改动客户记录?它们用什么数据?它们被允许做什么?

问完这些,再看报告里另一个数字,你大概会会心一笑:被问到"你希望协调GTM活动的技术帮你做什么"时,31%的人选了同一个答案,每一条客户记录上发生的每一个动作,都要有完整的审计留痕。还有21%的人说,智能体必须遵守和人类团队一样的规则。

翻译一下,大家要的其实很朴素:先搞清楚谁在动我的客户,再谈智能化。

最难的不是技术,是谁说了算

智能体这么乱,该谁来管?

报告的答案是:还没吵明白。

42%的组织,由跨职能委员会负责GTM的AI战略。19%的组织,没人负责,一切随机。18%的组织,指定了RevOps。

跨职能委员会,听起来很美,对吧?各方声音都能进决策。

但委员会能定方向,定不了规则。真正每天要维护"哪个智能体能动哪条数据"这类操作规则的,是运营团队。

而运营团队,已经累趴了。

66%的GTM运营团队说,要么活多到干不完,要么勉强应付完日常、完全没有余力做战略性的事。只有8%的团队说,人手够用。

8%。

一边是93%的团队在拼命上智能体,一边是只有8%的运营团队有力气看住它们。

这几乎是一个精心设计好的失控配方。

所以我的看法很简单:AI智能体不是不能上,是上的顺序错了。先把家底盘清楚,数据干不干净,规则有没有文档,出了事能不能追责。然后再让智能体进场。

最后,祝你公司的每一个AI智能体,你都能叫得出名字。

不然半夜客户投诉进来,你连该骂谁,都不知道。