AI agent 平台做到后面，很容易出现一种数据幻觉：能力开通越来越多、接入流程越来越顺、看板上也能看到不少“已启用 workflow”。可一旦团队真正去问哪些自动化在被持续使用、哪些只是上线后一阵子热闹、后面几乎没人再碰，答案往往并不清楚。平台如果看不到 adoption truth，就会把很多本该优化、合并甚至停掉的自动化继续留在系统里，复杂度越来越高，真实价值却越来越模糊。
问题在于，“已开通”“跑过几次”“仍被真实业务依赖”是三件完全不同的事。很多自动化在上线初期会因为试点、宣传或 owner 推动而有一波使用，但一旦遇到高返工、支持路径不顺、例外太多或业务流程变化，使用就会快速掉下去。平台如果仍只按启用数和累计调用量看 adoption，就会误把历史存在感当作当前价值。
所以 adoption telemetry 的价值，不是多一条增长曲线，而是让平台能回答更硬的问题：哪些自动化真的进入了业务日常，哪些只是在后台存活却不再被信任，哪些正处在即将沉睡但平台还没看见的边缘地带。没有 dormant detection，平台会持续养着一批“看起来存在、实际上没人在用”的自动化资产。
建议配合 AI agent 产品成功指标、AI agent Portfolio Control Tower、AI agent Capability Deprecation 与 Sunset Migration 和 AI agent Value Realization Scorecard 与 Renewal Gating 一起看。
Enable、first run、habitual use，不该被压成一个“使用数”
| 阶段 | 真正代表什么 | 如果混在一起会怎样 |
|---|---|---|
| Enable | 这项自动化已经被开通 | 容易把配置完成误当成 adoption |
| First run | 有人至少试过一次 | 容易把试点热度误当成长期使用 |
| Habitual use | 业务已经把它纳入日常流程 | 才更接近真实 adoption |
很多平台的问题不是完全没埋点，而是埋点层次太粗。开通了、跑过了、曾经被演示过，都能被算成 adoption。这样看板当然会很好看，但平台拿不到最关键的判断：这条自动化有没有真正改变业务行为。
Dormant automation 不是“完全没人跑”，而是“还挂着，但已经不再健康地被消费”
一条自动化进入 dormant 状态，往往不会表现成完全静止。更常见的信号是：
- 启用还在，周活跃使用者却持续下降
- 运行仍有，但更多依赖人工绕过或回退到旧流程
- 只在平台推动或事故复盘时才被重新触发一次
- support escalation 占比高于稳定价值，却还没有明确 owner 去决定是否收缩
这也是为什么 dormant detection 不能只看“最近 30 天是否有 run”。很多自动化 technically 仍在活着，业务上却已经死掉了。平台需要看的，是它有没有继续被正常消费，而不是仅仅有没有痕迹。
一个常见事故：平台以为 adoption 很好，结果只是被试点期数据骗了
某团队推出一套合同摘要自动化，试点阶段表现不错：多个部门开通，初期 run 数也很高。平台因此把它当作成功案例继续推广。几个月后，他们才发现这条自动化实际已经逐渐闲置。原因并不神秘：
- 新模板没有覆盖后续新增的合同例外场景
- 用户遇到两三次返工后，开始回到旧的人工流程
- 开通数据仍在，但稳定使用者已经显著减少
平台最初没有看见这件事，因为他们看的主要是启用率和累计调用量。等后来把 telemetry 拆成 enable、first success、weekly active operator、manual bypass ratio 几层后，才第一次看清 adoption 正在掉线。
真正有用的 adoption telemetry，要能把“继续投资”和“开始收缩”区分出来
如果一条自动化的使用在上升，平台应该知道是因为模板更稳、业务真的更信任，还是只是因为被强推到更多租户。如果一条自动化开始沉睡，平台也应该知道问题出在体验、能力、支持链路还是 owner 缺失。也就是说，telemetry 不只是看趋势，还要能支持动作：
- 继续 rollout
- 补 benchmark 和模板
- 转回半自动化
- 进入 deprecation 观察期
如果 telemetry 不能支持这些动作，它就只是另一套描述系统存在感的数据，而不是描述真实采用的工具。
如果你现在只能先补一层，先把“启用后 30 天仍活跃”做成核心信号
很多平台会先追求很完整的 adoption 体系。更务实的起点，是先盯住一个特别容易暴露真相的信号：一条自动化在启用后 30 天是否仍有稳定活跃使用者，且没有明显 manual bypass 上升。如果这条信号持续不好看，平台就不该继续把它算作成功 adoption。
AI agent 平台真正难的，从来不是把能力开出去，而是让能力在一段时间之后还被真实业务继续用。看清谁还活着、谁其实已经在沉睡，平台才能知道下一步该扩，还是该收。
延伸阅读：
