Anthropic 表示，企业 AI 采用仍处于其所说的早期阶段。这一评估与亚马逊 CEO 的单独评论并列出现，后者将 AI 成本列为更广泛采用的障碍。同一主题的报道描述了 AI 超级用户推动使用量，而更广泛的组织采用则更难持续。
对于 agent 工程而言，供应商宣传与实际部署深度之间的差距才是有用的信号。演示数量和席位数量并不能可靠反映系统实际嵌入工作流的程度。因此，试点范围界定应从团队能够支撑的运营面出发：agent 涉及哪些决策、需要哪些工具和数据访问、输出如何检查、失败由谁负责。当部署超越实验阶段时，每次成功任务的成本而非每 token 成本，才是更诚实的约束条件。
使用集中在超级用户身上，值得在设计时加以考虑，而不是当作异常现象。少数重度用户能快速暴露失败模式和评估用例，但他们的熟练度掩盖了更广泛人群的入门摩擦。本工作室的工作假设是，试点应以采用的广度和常规负载下的可靠性来评判，而不是以少数倡导者的峰值使用量来评判。从报道中仍不清楚的是，采用是如何衡量的、覆盖多长周期、以及涉及哪些企业细分市场。