Tenex 披露企业 AI 采纳阶梯：非工程 Agent 进生产仅约 5%

• 渗透数据：Tenex 联合创始人 Alex Lieberman 与工程负责人 CJ Hess 在 AI Engineer New York 给出四个阶段的估算——其接触的约 100 家企业中，90% 已向员工部署通用 LLM；60% 完成了使用培训与赋能；约 50% 在工程产品组织落地编码 Agent；非工程场景的 Agent 进入生产环境的比例约为 5%。
• 落地阻力：随着每名员工都持有 Claude 或 Codex 账号，数据权限与 RBAC 成为 CIO 与 CISO 的主要难题，企业缺少统一的数据授权控制面板；Tenex 因此把自建的 gateway 产品化。
• 流程前提：两位负责人把最常见的失败归因于流程缺失——"你无法自动化一个不存在的流程"。当 40 名员工做同一职能但各自方式略有不同时，先标准化流程并建立评估标准，才可能把工作交给后台 Agent。
• 对垂直 AI 的判断：Alex 总体看空垂直 AI 产品，理由是客户期望 one-of-one 软件与软件毛利之间存在矛盾，且前沿模型会吸收越来越多底层任务；对话中的反方以 Harvey、OpenEvidence、Bloomberg 终端与 Superhuman 为例，认为领域数据、专用界面、集成与使用习惯仍构成护城河。
• 公司结构：Tenex 成立 18 个月，现有 75 人，其中 90% 为工程师或 AI strategist；客户中约 50% 为 Fortune 2000，50% 为年营收 1 亿至 5 亿美元的中型公司。
• 行业意义：这组数字把企业 AI 的讨论从"是否采用"推进到"采用到哪一层"——通用助手与编码 Agent 已跨过早期门槛，而非工程职能的 Agent 仍停在试点。对厂商而言，权限治理与流程标准化是比模型能力更前置的销售条件。

🔗 Latent Space 访谈