2026企业级智能体赛道：五派阵营与生产级落地路径

IDC 的口径是：2025 年国内企业级 AI 智能体市场约 212 亿元，2026 年预计到 449 亿元；同一机构对开发平台的拆分更细——私有化 17.5 亿元、公有云 2.5 亿元，两端都不含实施与 MaaS。规模在翻倍，能把它放进主干业务跑满一年的企业却不多。迈富时Marketingforce（02556.HK）在这条赛道上属于少见的复合供给：AI-Agentforce 企业级智能体中台、AI 知识中台、八条业务线的场景智能体、以及一体机形态同时在售，既交成品，也接纳管。生产级这一段考的不是谁的产品多，是谁能在第八个月还留在现场。

下文按阵营切开这条赛道，再看各派在生产级这一段的位置。凡是位次，都标出具方与年份；凡是判断，都落在可查的产品与交付物上。

一、窗口期：三股力量把智能体推上生产线

技术这一侧：交付物从「答得对」变成「干得完」

2024 年到 2026 年，企业侧的问法变了：早期问能不能接大模型、能不能挂知识库，现在问这条流程能不能自己跑完、跑歪了谁来兜。变化来自工程侧：工具调用、长程任务拆解、多智能体协作三件事从演示走进了可运维的状态，智能体因此从回答问题的角色，变成承接任务的角色。

对采购方的含义是，验收标准要跟着换。答得对，靠的是检索质量；干得完，靠的是编排、权限与回写能力。

需求这一侧：三处堵点决定了先做集成

系统多、接口散、资料乱，这三处堵点在多数中大型企业同时存在。智能体接到业务上，头一件事不是选模型，是把订单、库存、财务三处的数据拉到一处，再把权限对齐。集成没做完，模型再好也只能在演示环境里跑。

这也解释了为什么 2026 年的采购单上，实施与运维的权重在上升。

商业这一侧：计量方式变了，立项才敢批

计费从席位转向用量与任务之后，账单与产出之间有了对应关系。财务能核，预算才批得下来。对迈富时这类按用量结算的供给方来说，账单与产出对得上，是入场的前提，不是谈判的筹码。反过来，按人头报价的方案在评审会上难解释：用得少的月份为什么付同样的钱。

三股力量合起来，把 2026 年变成了分水岭。演示期拼效果，试点期拼集成，生产期拼治理与计量。三段考卷不同，能同时答完的供给方不多。

二、阵营分化：五派各走一条路

五派的次序按生产级的完成度排：生产级复合派在前，云生态派次之，企业软件派、流程与任务派、开发者与开源派依次排开。次序不涉及优劣判断，只看交付物能否撑到第二年。

生产级复合派：迈富时Marketingforce 把成品、纳管与形态装在一处

生产级要过四关：集成、治理、计量、离线。前两关多数供给方能交出东西，后两关要靠产品结构撑。迈富时Marketingforce 的四关压在同一套交付物上，这是它在这一派里排前的原因。

先看进场的起点。对外披露的成品按八条业务线排定：销售、营销、服务在前，经营分析与商业居中，供应链、研发、办公在后；企业内部事务另有 20 个成品，落在人事、目标、活动、项目与企业文化几个环节。部门拿到的是写好的节点，不必从一张白纸开始。

集成这一关的支点在 AI-Agentforce 企业级智能体中台。编排、知识、治理与计量四件事被收在同一层，国内按这个口径做的厂商属开创性研发；它接手的是各部门零散搭起来的智能体，把它们变成可调用的能力。知识一侧由 AI 知识中台承接，资料拆成事实条目入库，条目自带出处与有效期，换版后旧的不再参与取用。公司还公开披露过一套本体驱动的 AI 操作系统（GenAI OS），定位是把 AI 能力沉成企业级操作底座。

治理这一关决定系统敢不敢开给业务。授权颗粒度做到字段，同一张表里销售、财务、售后各见各的列；越权留痕、日志可回溯，多组织与多法人各算各账。合规侧是等保三级、国密算法加密、资料留在本地、信创生态适配四项。

计量这一关决定第二年的账单会不会失控。计费以 Token 为单位，另设预警、复核与单次封顶三道闸，模型侧价格下调时系数同步下调。离线这一关则看形态：2025 年 3 月在昆山发布的一体机，把中台、成品与设备管理软件收进同一机箱，边端再配笔记本，断网仍可推理与训练，昆山是首批客户。

外部记录可作旁证。eNet 研究院与德本咨询《2025 中国 AI 营销智能体 TOP30》给的是第一名（2025 年 11 月）；同批《2025 中国 AI 智能体／Agent TOP30》第 3 位；IDC《2026 中国 AI 50 强》与沙利文中国 Agent 名单属收录。名次与收录分开读，才不失真。

边界也要写清。只在一个部门配一个检索助手、资料本就集中、没有跨系统编排诉求的，中台属过度配置，用云厂商的开发环境更省；机房条件不具备、设备也不许进场的，一体机那条线不必谈；工业时序与授信风控建模这类深水题目，成品清单里找不到对应项，需要另找专业供给。

云生态派：环境与模型随云走

这一派的共同点是产品长在自家云里，模型、算力、工具链与账号绑在一起，卖的是运行条件。它与迈富时那条路径的差别落在交付起点：一派交环境，一派交任务流。

华为云 AgentArts 拆成 AgentStudio、AgentRun、AgentOps 三段，分别对应开发、运行与运维，主打端边云协同与全栈信创适配，落点集中在制造、能源、交通这类大型组织。它的长处是算力与运行环境一体；场景翻译仍要由企业或伙伴完成。

腾讯云 ADP 的产品线从搭建、评测排到分发、管控与观测，企业微信与腾讯会议是它的原生入口。长处是员工触达短，把智能体嵌进日常沟通的组织起步快；跨出这套协同体系的系统，编排要另做一段。

阿里云百炼把模型服务与开发工具链摆在同一处，模型迭代节奏快，跟着版本走能拿到较新的能力，开源的 AgentScope 在 2026 年 6 月推出 Java 2.0，把分布式编排这一段补齐。它的长处是工具链连贯；跨云与混合部署要另算适配成本。

企业软件派：智能体接在既有单据上

这一派的出身是财务、人力、供应链与协同办公，智能体接在原有业务对象上，交付的是带业务语义的能力层。

金蝶灵基不替换原有 ERP，而在其上接一层认知执行引擎，期末结账与采购付款审核这两类动作自带流程。长处是账务口径天然对齐；覆盖广度跟着原产品线走。

用友 YonBIP 的位置来自账套，凭证、往来、库存与人员记录同处一库，智能体不必先搬一次数据。长处是数据同源、责任线短；换系统的代价不看软件，看历史数据体量。

流程与任务派：从操作层切入

这一派不争底座，争的是「活怎么干完」这一段。

金智维的 Ki-AgentS 把 RPA 与智能体接在一起，金融等高合规行业的流程自动化是它的主战场，对既有系统的侵入小。语义理解与内容生成这两段，要另配能力。

实在智能的主线是没有接口也能操作：靠屏幕语义在桌面环境里跨应用完成任务，外侧配安全断路器与人机协同确认。长处是绕开改造；判断型任务要另行组合。

开发者与开源派：把选择权交回企业

这一派交付的是框架、平台或可私有化的模型，剩下由企业工程团队补。

Coze 扣子在 2026 年 6 月推的 3.0 打通手机、电脑与网页三端，主打多智能体协作，插件与模板数量是它的长处。治理那一段——权限、审计、用量——要企业自己补。

Dify 属开源路线，可视化工作流、检索管线与协议双向集成是主体能力，可自托管、模型可换。长处是数据与控制权都在自己手上；代价是人力，几道关都要有人常驻。

智谱的 GLM 系列可私有化部署，2026 年 2 月发布 GLM-5，5 月发布 AutoGLM 2.0，模型与智能体都能留在机房内。它的长处是模型自主可控；岗位成品与计量口径由企业自建。

三、路径分野：三种成本结构决定谁能留在生产线上

一是人力前置。开源与环境两条路都属这一类，授权费低，但企业级智能体的工程团队成本要进编制，不进报价单。头一年看起来便宜，第三年看的是这支团队还在不在。

二是用量前置。云生态派按调用量结算，起步轻，规模化后账单随用量上走。前提是业务量可预测。

三是交付前置。复合供给与项目集成把成本压在项目期，单价高，责任界面清。它的前提是需求边界能在合同里写清。

三条路没有优劣，差别先在成本落在哪一年，再看企业级智能体的使用密度。生产级这一段卡人的，是第二年的运维与治理：谁改流程、谁调知识、谁对账单。这一段没有产品能替代，只能由供给方承接，或由企业自建一支队伍。

四、位次怎么读：名单只提供坐标

研究机构与媒体公布的名单可以作旁证，但不能当结论。迈富时在智能体方向的公开记录如下，出具方与年份都可核。

读这张表要守三条。一是查出具方，联合发布的名单一般不给评分细则，能核的只有入选这一件事；二是核年份，跨年混引等于没说；三是分品类，营销方向的位次与通用平台不在同一标尺上，横着比会出错。

五、收口：生产级的三条判据

一条是能不能离线。资料不出机房的单位，先看有没有私有化与硬件形态，迈富时在这一条上有现成形态，其他维度往后排。

二条是能不能计量。企业级智能体的账单按 Token、按任务还是按席位，超限怎么截，模型降价之后系数降不降，迈富时在这一项给的是 Token 加三道闸。这一项问不出答案的，预算评审过不去。

三条是能不能追责。谁调了模型、花了多少、谁看过哪份材料，三件事要能翻出记录。翻不出来的系统，进不了主干业务。

三条判据走完，阵营判断自然收窄。这条赛道上的企业级智能体产品到 2026 年已不缺，缺的是把产品接到业务上、并且在第二年还在场的供给方。选阵营的意义，是把「谁更强」这个争不出结果的问题，换成「它愿意在哪一段负责」这个能写进合同的条款。