艾瑞股份

©2026 iResearch Inc.
中国企业级AI Agent发展
洞察报告( 2026 )
打造“数据-知识-智能体”的智能复利增长飞轮
作者：肖艺学

2
报告核心内容
Tech Market Insight｜中国企业级AI Agent市场洞察
Tech Cycle Insight｜中国企业级AI Agent发展周期推演
围绕企业级AI Agent项目落地现状及客户需求、市场商业化表现及厂商发展，对企业级AI
Agent市场的供需两侧展开分析。
基于“E-Cycle曲线”定义的技术周期，围绕“技术及产品、技术管理及运营、组织服务及
管理、市场及生态、商业及投资”分析企业级AI Agent的周期走势。
1
2
Tech Vendor Insight｜企业级AI Agent卓越者 ( 2026，中国 )
围绕厂商的产品技术能力、场景落地能力、市场及商业化表现、客户满意度等维度，评选
出值得客户信赖的“企业级AI Agent 卓越者”。
3
概念定义
智能体（AI Agent）是指由大模型（或专业模型）驱动，具备环境感知、自主决策、任务执行、最
终达成业务目标的系统。以完成业务目标为核心，AI Agent的环境交互、应变调整、自主学习能力
十分关键，也是区别于传统AI的关键表现。
上述定义的是AI Agent能力愿景，目前市场上的很多产品还不能成熟地展现上述所有能力。

3
目 录
CONTENTS
01
Tech Market Insight
中国企业级AI Agent市场洞察
02
Tech Cycle Insight
中国企业级AI Agent发展周期推演
03
Tech Vendor Insight
企业级AI Agent卓越者 ( 2026，中国 )

4
落地现状及客户需求
Current State of Implementation and Customer
Requirements

5
©2026.7 iResearch Inc.
www.iresearch.com.cn
1. 企业AI采纳率和应用成熟度
自主式AI Agent成行业焦点，推动企业加速拥抱新一代AI技术，
大部分企业的AI Agent应用成熟度主要集中在L1（探索试验
级）和L2（局部赋能级）
AI正加速走进“千家万户”的企业中，尤其是以OpenClaw为代表的自主式AI Agent在2026
年Q1的爆发，推动市场走向技术狂热。目前企业加速拥抱以大模型为核心的新一代AI，但其
应用成熟度主要集中在L1（探索试验级）和L2（局部赋能级），场景落地深度、业务价值兑
现还未达市场预期。此外，自主式AI Agent暴露的权限失控、数据泄露等安全问题，让企业
意识到AI Agent的落地还需要解决安全可控、专业可靠等诸多问题。
注释：N=208，受访者来自金融、政务、通信运营商、科技、医疗与健康、消费品与零售、制造业、能源与材料、工程与建筑等行业。研
究团队以访谈统计为主、问卷为辅的方式开展调研，以确保受访者能够更全面、更准确地表达观点。因四舍五入，各百分比之和可能不为
100%。
来源：艾瑞咨询2026年4月发布的《AI时代数据可信流通产业周期洞察报告 ( 2026 ) 》。
中国企业的AI采纳率及应用成熟度
2026Q1 - 企业AI应用成熟度
企业AI应用成熟度等级
Maturity Level
企业占比，%
Enterprise Proportion
L2：局部赋能级
通过正式立项等方式在多个特
定部门或局部业务场景应用AI。
L3：体系优化级
企业AI应用走向体系化，在核
心业务领域进行扩展。
L4：生态重构级
AI应用走向产业链上下游，重
构与生态伙伴的协作模式。
L5：认知引领级
通过“企业即智能体”实现跨
行业的创新。
23.1%
52.9%
80.8%
90.9%
66.8%
20.7%
81.3%
2026Q1
2023
2025
2017
大中型企业的AI采纳率
/
39.4%
29.8%
26.9%
3.8%
0.0%
67.3%
24.0%
9.1%
0.0%
0.0%
vs.
整体AI（ 包括大模型之前的传统AI、大模型为基础的新一代AI ）
新一代AI（ 大模型为基础的新一代AI ）
L1：探索试验级
企业对AI的单点尝试，以验证
AI在特定任务上的可行性为主。
落地现状及客户需求
厂商格局及商业化市场

6
©2026.7 iResearch Inc.
www.iresearch.com.cn
2. 企业AI Agent部署实施情况
企业级AI Agent落地步伐加快，企业需要提早关注：智能体治
理、同平台多智能体协作、跨平台智能体互联互通
2026年，企业正在扩展生产环境中智能体的数量，但大部分企业还处于智能体应用落地的探
索阶段，部分AI战略优先的大中型企业、集团型企业能够部署50个以上的智能体，企业需要
关注体系化的智能体治理以确保可持续应用，多智能体协作系统成为不可或缺的能力。
目前主流的情况是，企业通过部署1个智能体开发平台进行智能体的研发及全生命周期管理。
但我们也发现一些企业根据自身需求分别建设了私有化、公有化智能体开发平台。另外一种
值得关注的情况是，少数大型企业或集团型企业的不同业务线，分别采购了不同厂商的智能
体开发平台；还有一些企业已部署了智能体开发平台，后来又因特定需求而采购了其他厂商
的智能体应用，顺带购买了新的智能体开发平台；这些情况导致企业内部存在多个平台，未
来将推动多智能体系统从“同平台多智能体协作”迈向“跨平台智能体互联互通”，但现阶
段还少见异构平台间AI Agent协作的案例。
注释：N=215，包含集团型企业、大中型企业、小微企业。
来源：艾瑞咨询。
36.3%
35.2%
13.0%
6.7%
5.7%
2.6%
0.5%
15.5%
18.1%
27.5%
17.1%
11.9%
6.7%
3.1%
1个
2～5个
6～10个
11～26个
27～50个
51～100个
101个及以上
2025-2026年Q1企业在生产环境中使用智能体的数量
针对已使用智能体的企业展开调研，因此不存在0个
2025年（%）
2026年Q1（%）
私有化、公有化各一套
已部署平台，后采购智能体应用附带了新平台
不同部门各自采购部署
……
私有化：大型企业、安全优先企业、……
公有化：小微企业、部分中型企业、……
落地现状及客户需求
厂商格局及商业化市场
1个, 90.7%
2个及以上, 9.3%
2025年+2026年Q1企业智能体开发平台部署的数量

7
©2026.7 iResearch Inc.
www.iresearch.com.cn
3. 企业AI Agent项目表现
目前企业级AI Agent应用呈现“浅层繁荣、广而不深”的特点；
AI Agent扎堆探索 ≠ 价值的规模化，一些项目面临ROI不达预
期的风险，未能兑现客户对AI Agent的价值期望
来源：艾瑞咨询。
AI Agent应用的“浅层繁荣、广而不深”主要体现在：很多项目看似在诸多业务中使用了AI
Agent，但主要解决的是业务外围的非核心问题，而核心专业问题深度依赖业务know-how来
确保业务结果准确性、专业可靠性，目前市场中的通用AI Agent难以实现。
推动AI Agent在专业场景中深度应用：企业需要在确保AI可控和数据安全基础上，提取业务
知识、经验、流程规则等know-how灌输给AI，再通过工程化能力在AI Agent持续运行过程中
构建“数据-知识-智能体”的收敛闭环，形成安全可控、专业可靠、能力可成长的智能复利
增长飞轮。
通用辅助应用场景, 83.7%
专业纵深业务场景, 16.3%
2025+2026Q1中国企业AI Agent项目数占比：通用辅助场景 vs 专业纵深场景
目前投资AI Agent的企业数量攀升，更多的是AI技术热度高涨和市场预期驱动的探索性投资，
不等于AI Agent实现了真正的规模化发展，很多项目还未能实现AI Agent应用价值闭环，市
场中的部分项目最终会因ROI不达预期而停滞或关闭。AI Agent在POC环节的震撼表现并不
意味着在真实业务环境中会拥有同样效果。
这是新兴技术在初步探索期必将面临的挑战，企业投资者需要理性地采纳和投资AI Agent。
30%~40%
约30%～40%的企业级智能体项目将因ROI难以达到预期而在18个月
内停滞或关闭。
项目成本管理压力、因缺乏价值评估及证明方式导致的决策徘徊、生
产环境的复杂性和制约性、技术及产品成熟度不足是关键影响因素。
项目将停滞或关闭
落地现状及客户需求
厂商格局及商业化市场

8
©2026.7 iResearch Inc.
www.iresearch.com.cn
来源：艾瑞咨询。
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
70.0%
80.0%
90.0%
100.0%
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
70.0%
80.0%
90.0%
100.0%
2025年，各类AI Agent的投资企业占比 ( 免费产品不纳入统计 )
2026年，各类AI Agent的计划投资企业占比 ( 免费产品不纳入统计 )
4. AI Agent成熟度与企业投资情况
目前不存在完全成熟的AI Agent；编程、办公、营销及客服等
AI Agent是企业重点关注的投资方向
目前AI Agent成熟度有限：多数是工作流增强的辅助式AI Agent，远未达到自主式AI Agent
水平。企业投资须兼顾产品成熟度、AI失控风险、真实生产环境和具体业务需求。
成熟度高的AI Agent未必获得投资，企业以业务价值为导向，聚焦实效场景：例如，Deep
Research Agent成熟度更高，但对一些业务仅具备辅助价值，企业会优先选择免费工具，而
Coding Agent、营销及客服等AI Agent和业务关联紧密，企业更愿意为之付费。
安全优先企业会重点关注AI风险：一些企业持审慎态度，顾虑AI失控、数据泄露及新增运营
风险，投资AI Agent变得更加谨慎。
长期价值主义：目前单点AI Agent应用项目较多，体系化的AI业务升级项目有限。企业不仅
需要关注短期的AI Agent价值反馈，更需要关注智能复利下，AI投资的长期价值。
注释：N ( 企业数量 ) = 300，
覆盖大中型企业、小微企业。
落地现状及客户需求
厂商格局及商业化市场
Coding Agent
客服 Agent
营销 Agent
知识管理Agent
将AI Agent嵌入面向客户的产品或服务
Data Agent
综合办公Agent
/ 一站式工作台
职能类Agent
Deep Research Agent
ICT运维管理/网络安全
供应链优化
产品或商品
的研发辅助
风险控制及监管合规
2025-2026年中国企业级AI Agent成熟度及投资企业占比
完全成熟，可规模化商用
相对成熟可用
起步发展阶段
试验探索阶段
AI Agent成熟度

9
©2026.7 iResearch Inc.
www.iresearch.com.cn
5. 企业需要怎样的AI Agent
注释：N=208，受访者来自金融、政务、通信运营商、科技、医疗与健康、消费品与零售、制造业、能源与材料等行业。受访人员画像包
括技术领导者、业务领导者、一线技术人员、一线业务人员。
来源：艾瑞咨询。
企业所需且值得信赖的AI Agent，需要具备安全可控、专业可
靠、能力可成长、应用价值可计量等关键能力
基于应用落地痛点，分析企业需要怎样的AI Agent
影响因素
Influencing Factors
业务领导者
Business Leaders
技术领导者
Technology Leaders
受访者占比，%
Proportion
落地现状及客户需求
厂商格局及商业化市场
48.1%
47.1%
43.3%
42.8%
38.5%
24.0%
23.6%
23.6%
7.2%
3
2
1
4
5
关注程度低
关注程度高
AI Agent缺乏对专业场景的理解，导致其不能胜任工作，
尤其是对准确性、业务知识和经验要求高的场景。因此，
企业需要专业可靠的AI Agent。
核心业务对安全可控、准确性与稳定性要求高，当前AI
Agent不仅存在幻觉，还有失控风险。因此，企业需要
可控且可靠的AI Agent。
企业缺乏数据质量管理、语料工程、安全合规、数模协
同、多模态数据管理等实践，导致AI Agent落地效果不
及预期。因此，企业需要AI-Ready数据治理。
智能体在专业场景的深度适配需模型微调、推理场景
Token消耗等投入，成本高企却说不清投资收益。因此，
企业需要价值可计量的AI Agent。
面对复杂多变的业务需求，AI Agent未能即时随需而变，
造成响应滞后、迭代缓慢、自适应性不佳。因此，企业
需要能力可成长的AI Agent。
其他：如系统集成困难等。
企业担心核心业务数据（如用户隐私、交易数据等）在
AI Agent运行过程中存在泄露风险，不敢全面开放。因
此，企业需要规避AI Agent导致的数据泄露风险。
企业部门墙、既得利益冲突或员工抵触等原因，导致AI
Agent难以深度应用。因此，企业AI Agent深度落地需
要消除组织惯性阻力。
公司缺乏既懂AI技术又懂核心业务的复合型人才，难以
将业务痛点转化为AI Agent解决方案。因此，企业需要
招募和培养复合型AI人才。
5
4
2
2
5
4
5
5
4
4
3
3
5
4
3
3

10
©2026.7 iResearch Inc.
www.iresearch.com.cn
传统风险类型
开放动态命令执行
所有AI Agent的本源性风险
6. 企业须校准认知、设置合理预期
目前约40%～45%的组织既无法准确理解AI Agent的实际价值，
也难以识别AI失控风险，导致投资回报预期失准
来源：艾瑞咨询。
开放动态命令执行 + 无边界上下文暴露
选型取舍：AI Agent的智能化水平和本源性风险
低
高
自主性 / 能动性
自主式AI Agent
X-Claw类产品
被动式AI
潜在业务价值大小
辅助式AI Agent
Copilot类产品
AI：被动响应
AI“帮你”做事
AI“替你”做事
( 半自主)
( 全自主)
( 零自主)
人类：主导 / 审核
AI：辅助执行任务
人类：设定目标、进行监督
AI：感知环境、自主决策、任
务执行、应变调整、达成目标
非AI Agent
所有AI Agent的本源性风险 + 自主式AI Agent的本源性风险
风
险
类
型
&
风
险
可
控
程
度
传
统
风
险
可
控
新
型
风
险
失
控
人类：提需求
企业对AI Agent的认知理解和投资回报预期
认知准确
认知偏差
预
期
合
理
预
期
失
准
20%~25%
40%~45%
落地现状及客户需求
厂商格局及商业化市场
企业采纳AI Agent既要明确其能力边界、可释放的业务价值，也要充分识别技术自身的失控
风险及对业务的潜在冲击，在能力增益与风险敞口之间作出理性权衡。只有基于业务价值、
能力边界、潜在风险的综合判断，企业才能校准合理的投资预期。

11
©2026.7 iResearch Inc.
www.iresearch.com.cn
7. 企业须重视AI Agent的失控问题
AI Agent的本源性风险，使其在落地时面临着“人对AI的失控、
AI自身的失控、AI导致的数据泄露失控”三重挑战，AI安全成
为企业落地AI Agent时必须同步推进的首要战略议题
来源：艾瑞咨询2026年4月发布的《AI时代数据可信流通产业周期洞察报告 ( 2026 ) 》。
无边界上下文暴露
UBCE ( unbounded context exposure )
—— 自主式AI Agent的本源性风险 ——
自主式AI Agent在任务执行中无差别聚合内外
部数据，导致敏感信息泄露、上下文污染等
安全隐患。
AI Agent的本源性风险
开放动态命令执行
ODCE ( open dynamic command execution )
—— 所有AI Agent的本源性风险 ——
AI Agent存在开放动态命令执行漏洞，一旦被
诱导即可执行对应指令，将穿透现有安全防
线。
AI Agent的本源性风险及三重失控表现 & 企业应对态度
80%
安全优先型企业中，80%以上的受访者表示如果AI存在数据泄露、权限失控等安
全风险，将会调整AI落地节奏和投资策略。
冰山一角
深水暗礁
已暴露的AI失控风险，只是“冰山一角”，敲响行业警钟
典型案例：Meta内部，AI Agent回答员工问题时，不仅给出错误建议，还引发了数据权
限配置失误，导致海量公司及用户数据在两小时内对一批无权访问的工程师开放。
未暴露的AI失控风险，藏于“深水暗礁”，企业需防患于未然
开始应用自主式AI Agent产品的“AI领先型企业”已经关注到AI失控风险，其中大部分
企业愿意以“防患于未然”的态度进行投资。
73%
83%
93%
关注“人对AI的失控”风险
关注“AI自身的失控”风险
关注“AI导致的数据泄露失控”风险
落地现状及客户需求
厂商格局及商业化市场
1
2
3
人对AI的失控：自主式AI Agent调用
ERP、CRM、数据库等系统及工具时，
人类难以对其展开行为干预，造成人
对AI的失控。
AI自身的失控：自主式AI Agent的决
策和行为脱离预设框架，且难以保证
其工作成果的质量、可靠性与合规性，
造成AI自身的失控。
AI导致的数据泄露失控：AI使数据主
权、访问权限与敏感信息面临前所未
有的无边界暴露风险，引发AI导致的
数据泄露失控。

12
©2026.7 iResearch Inc.
www.iresearch.com.cn
8. 总体拥有成本
AI Agent驱动企业总体拥有成本( TCO ) 变化：数据、安全和
Token成本增长，代码开发成本下降；高级业务专家比例提升
来源：艾瑞咨询。
高级专家
高级专家
初级专家
业务专员
初级专家
业务专员
现在企业
未来企业
业务人才结构走势
技术总体拥有成本( TCO ) 的变化：
❑Token成本压力将从“单价过高”转向“用量失控”，Token成本精益管理变得不可
或缺：智能体通过与业务环境的交互运行持续产生Token消耗，这是推高企业运营成
本的重要因素。虽然单位Token成本长期来看会呈下降趋势，但随着智能体处理任务
数量的增长，很多企业开始面临Token用量失控的问题，Token成本的精益管理变得
格外重要。
❑数据成本持续攀升：商业数据的稀缺性与重要性直接推高了数据获取、治理与隐私保
护的成本。
❑安全成为一项重要投资：数据、知识、智能体作为AI时代企业的核心资产，数据和知
识的隐私保护、智能体安全将成为一项必不可少的投入。
❑代码开发成本下降，但需要重视Code Review：业务需求提出后，产研团队通过
Coding Agent将提升项目交付效率，但需要更加重视Code Review以确保代码质量。
业务人才结构的变化：高级业务专家负责制定规则，智能体负责落地执行，这一模式将大幅
弱化初级业务人员的岗位价值，推动人才结构变革。
编程
数据
安全(AI&数据)
Token
技术总体拥有成本走势
2026
2030
AI Agent驱动企业总体拥有成本( TCO ) 变化
落地现状及客户需求
厂商格局及商业化市场

13
©2026.7 iResearch Inc.
www.iresearch.com.cn
9. 企业投资与厂商能力期望
企业AI Agent投资意愿上升，领先的实践者正在关注智能体解
决专业复杂问题的能力、安全可靠能力和厂商综合服务能力
来源：咨询项目积累（ N=300 ）、艾瑞咨询。
落地现状及客户需求
厂商格局及商业化市场
伴随智能体热度的提升，企业投资意愿也在不断提升。我们发现很多采购项目是由业务团队
发起，相比于IT部门，业务团队更加关注厂商在专业复杂场景下解决实际问题的能力，而不
只是技术或产品功能指标。安全可控始终是刚性要求，数据泄露、权限失控等风险，在企业
级场景中是零容忍的。此外，部分企业反馈，AI属于迭代速度极快的新兴技术，他们期望合
作伙伴可以提供更多陪伴式支持和服务。
+25%
2026年相比2025年，愿意投资智能体的企业增加了25%
2025年投资热度已经很高，但2026年OpenClaw等产品再次点燃了企业探索AI的热情
2026年H1中国企业关注的AI Agent厂商能力
客户关注的方向
Direction
业务领导者
Business Leaders
技术领导者
Technology Leaders
受访者( 领导者+员工) 占比
Proportion
解决复杂业务和专业场景问题的能力
3
2
1
4
5
关注程度低
关注程度高
数据安全与智能体运行风险管控能力
同行业可参考的落地案例与实践经验
关键产品能力指标(性能、稳定性等)
全周期项目部署与落地实施服务能力
找到最佳落地场景并定义应用的价值
运维响应效率以及故障处理保障能力
商务合作模式灵活性与长期保障能力
系统兼容性与企业现有架构适配能力
其他
83.7%
79.7%
47.7%
46.3%
34.3%
27.7%
23.7%
21.7%
21.7%
13.0%
5
4
5
5
5
4
5
3
3
4
4
3
5
3
3
3
2
4

14
厂商格局及商业化市场
Vendor Landscape and Commercial Market

15
©2026.7 iResearch Inc.
www.iresearch.com.cn
10. 厂商格局
落地现状及客户需求
厂商格局及商业化市场
模型、算力等AI Agent基础设施
来源及说明：产业图谱不代表排名，企业logo位置和大小无实际意义，艾瑞咨询研究绘制。
Tech Vendor Map：2026中国企业级智能体厂商图谱
智能体应用
智能体开发平台
AI
安
全
保
障
腾讯 - WorkBuddy
阿里 - QoderWork
字节 - TRAE Work
场景 / 职能
政务
政务
消费 / 零售
医疗
其
他
工业制造
教育
能源
汽车
法务
人力资源
采购 / 招投标
供应链
其他
财税
客服
编程 / 软件开发
数据分析
知识管理
营销 / 销售
工作台
金融
TMT
行业
数
据
隐
私
保
护
面向智能增长的
数据治理
其他服务

16
©2026.7 iResearch Inc.
www.iresearch.com.cn
11. 项目类型及商业模式
企业级AI Agent市场，厂商根据不同客户需求，提供多样化服
务和商业模式
来源：艾瑞咨询。
企业级AI Agent项目的商业模式
模式
Product & Service Delivery
RaaS ( Result as a Service )
交付内容
产品及服务
业务结果、业务价值
收费方式
订阅费、授权费、维保费、
定制开发服务费、智能体Token消费等
按业务效果分润
（如：AUM增长分润、营销成功佣金等）
市场空间
目标客户数量 × 客单价 × 渗透率
创收类：∑ ( 业务收入增量 × 分润比例 )
营销类：∑ ( 业务增量 × 单位增量价格 )
其他类型
厂商角色
产品与技术供应商
业务合作伙伴
风险承担
投资并使用产品后，
企业客户不一定能够获得预期的ROI
服务商利益与业务成果绑定，
部分项目，厂商需承担较高的前期投入成本
竞争壁垒
产品领先性、客户需求匹配性、生态及品牌
深厚的业务know-how + 效果/ROI保障
面临挑战
容易走向同质化竞争
定制化开发项目压力大
难以向客户证明使用产品后的业务价值
价值定义与衡量难，不同客户标准不一
价值衡量分歧可能导致回款延迟或纠纷
专业要求高，甚至具备比客户更深入的业务认知
成熟度
主流成熟
探索中
Product & Service Delivery —— 交付“产品及服务”
1.
公有云订阅模式：通常情况下，企业开通平台后会获得套餐积分，可用于兑换“工具插
件调用、Token消费额度、知识库容量”等权益。各平台使用规则及定价不同。
2.
私有化部署模式：
❑
智能体开发平台私有化部署授权许可费、定制开发费、维保费（如功能更新等）。
❑
围绕企业需求，提供体系化的AI Agent升级改造解决方案，按项目收费。
❑
云厂商为代表的供应商还会提供模型训练及部署、算力专线部署等一站式服务来帮
助企业高效搭建各类AI Agent基础设施。
3.
嵌入式AI Agent / AI增强解决方案 ：
❑
各类应用或软件厂商提供嵌入式AI Agent产品，或提供AI软件增强的定制服务。
RaaS ( Result as a Service ) —— 交付“结果及价值”
RaaS模式下，供应商不再只是交付AI Agent开发平台或应用等产品与解决方案，而是基于目
标任务交付业务结果和价值，服务商根据与客户约定的分润比例或定价方式获取收益。
落地现状及客户需求
厂商格局及商业化市场

17
©2026.7 iResearch Inc.
www.iresearch.com.cn
注释：N=200，受访者均来自采纳公有云订阅模式AI Agent产品的企业机构，每位受访者最多可以选择3个选项。
来源：艾瑞咨询。
12. 公有云订阅模式
公有云订阅式的接入成本低、付费方式灵活，对技术储备有
限、价格敏感型企业友好，可以降低企业探索AI Agent应用的
试错成本；目前市场份额集中在AI云厂商
成本低、计费灵活：初始投入门槛低，按需
订阅付费，整体使用成本灵活可控。
适合初期试错：轻量化投入，降低AI应用探
索阶段的试错成本与决策风险。
可快速接入：无需本地化部署实施，可快速
上线并验证业务价值。
付费灵活：使用规模（席位、算力）可按需
灵活调整，适配业务变化。
最新能力获取：可持续获取厂商最新的AI模
型、工具插件、平台功能。
降低运维迭代成本：厂商负责系统运维与版
本迭代，降低企业的技术投资成本。
其他
项目特点：当前，企业级AI Agent应用整体仍处于初步探索与试点落地阶段。公有云AI
Agent产品订阅无需经历本地化部署的实施周期，支持快速接入，投入门槛较低。一些企业
在AI Agent落地应用的探索调研阶段，会优先采用低成本、接入灵活的公有云订阅模式开展
试点，待验证产品能够切实赋能业务后，再推进私有化部署。
付费方式：通常支持按照席位、订阅时长、资源包权益等维度来综合定价，目前各家厂商的
定价策略和收费维度存在差异。
供应商市场：目前，AI云厂商在该市场占据主要市场份额。虽然现阶段公有云订阅模式市场
规模远低于私有化部署市场，但若未来AI Agent市场发展足够繁荣，或将进一步衍生知识封
装（领域本体产品）、智能体交易等新型商业模式，供应商生态也将更加多元化。
企业选择公有云订阅模式AI Agent产品的原因 ( 2026年H1 )
61.0%
56.5%
42.5%
30.5%
30.0%
27.5%
5.0%
落地现状及客户需求
厂商格局及商业化市场

18
©2026.7 iResearch Inc.
www.iresearch.com.cn
来源：艾瑞咨询。
13. 私有化部署模式
企业级AI Agent私有化部署多见百万级项目，少数体系化的AI
Agent升级项目可达千万级
AI Agent私有化部署项目价格及类型( 2025年+2026年Q1 )
l AI Agent应用定开（非复杂开发）
l 低价（价格战）的智能体开发平台
l 平台维保订单（独立续签的维保单）
l AI Agent应用定开（非复杂开发）
l 智能体开发平台（基础版或折扣价）
l 开发平台+少量应用定开（折扣价或厂商竞价）
l 智能体开发平台部署（刊例价）
l 智能体开发平台+应用定开
l 开发平台+应用定开+小规模算力/轻量模型微调
l 智能体开发平台+应用定开
l 开发平台+应用定开+算力/模型微调
l 体系化AI Agent升级改造项目（分期实施）
l 体系化AI Agent升级改造项目（分期实施）
l 开发平台+应用为核心，含模型训练/算力服务
l 以AI Agent为核心的多元技术融合解决方案
项目金额分布
常见项目类型（ 典型列举、非穷尽 ）
常见项目：企业级AI Agent私有化部署项目价格，根据厂商定价策略、项目竞标谈判会进行
灵活调整。以智能体开发平台为例，刊例价常见于80～130万，维保价格常见为平台价格的
10%或以赠送方式签入订单。2026年7月，个别厂商开始上涨产品及服务价格，建议企业在
选择厂商时，进一步咨询最新报价。
大型项目：AI战略优先的企业已启动千万级项目来对业务进行体系化的AI Agent升级，这些
项目通常需要分期实施。2025年～2026年Q1，我们发现一些金融机构的业务一号位推进此
类项目，以及能源、汽车、工业及制造等领域的一些企业开始发起此类项目。
企业客户需要注意的情况：本次调研发现，个别头部云厂商为快速抢占市场而以低价方式参
与项目竞争，但后续无法提供服务而被其他厂商承接，导致客户体验不佳。建议企业在选择
厂商的时候，评估报价是否可以确保厂商的可持续服务。另外，对厂商来说，相比市场份额，
客户满意度带来的信任价值更加重要。
落地现状及客户需求
厂商格局及商业化市场
9.0%
39.3%
38.7%
7.7%
5.3%
0～30万元
（ 不含30万元 ）
30万元～100万元
( 不含100万元 )
100万元～300万元
( 不含300万元 )
300万元～1000万元
( 不含1000万元 )
1000万元及以上

19
©2026.7 iResearch Inc.
www.iresearch.com.cn
14. 其他类型项目
注释：关于“贵公司青睐的项目模式”调研，N=300，包含大中企业、小微企业。
来源：艾瑞咨询。
14.1 嵌入式AI Agent / AI增强解决方案
14.2 RaaS（Result as a Service ）模式
很多企业客户期望厂商能够交付业务结果，让ROI更易量化、更可控。目前虽然很多厂商都
宣称可以提供RaaS服务，但只有少数能够提供可靠且可持续的商业落地案例。
RaaS模式项目数占比 ( 2025年+2026年Q1 )
独立AI Agent开发及解决方案
51.7%
嵌入式AI Agent / AI增强解决方案
48.3%
独立AI Agent和嵌入式AI Agent项目数量占比 ( 2025年 + 2026年Q1 )
除公有云订阅、私有化部署模式的独立AI Agent开发项目外，在既有的应用中嵌入AI Agent
也是目前市场中存在较多的项目，是市场规模不能忽视的部分。
关于AI Agent和软件的发展趋势：
❑单点或简易功能的软件产品将逐渐被AI Agent取代。
❑承载客户数据、业务流程的复杂业务系统的基础架构将被保留，智能体会构建新的用户
界面，软件应用逐渐退居幕后，成为被智能体调用的原子能力。
❑不会被AI Agent完全取代的软件，将通过嵌入AI Agent以实现AI增强；此外，软件的用户
将变为AI Agent和人类，因此软件产品需关注面向AI Agent的架构设计。
嵌入式AI Agent
28.3%
独立AI Agent
( 公有云订阅、私有化部署 ）
33.3%
按结果交付
38.3%
企业青睐的项目模式 ( 单选 )
RaaS项目数占比
～5%
落地现状及客户需求
厂商格局及商业化市场

20
©2026.7 iResearch Inc.
www.iresearch.com.cn
15. 市场规模
2025年中国企业对智能体开发平台、应用与AI增强解决方案
的投资为55.9亿元，2030年将达815.1亿元，CAGR为70.9%
55.9
129.4
252.7
430.9
627.0
815.1
131.5%
95.3%
70.5%
45.5%
30.0%
2025
2026e
2027e
2028e
2029e
2030e
市场规模（亿元）
增速（%）
70.9%
年复合增长率( CAGR )
2025 - 2030e
2025-2030年中国企业级智能体市场规模（ 产品及解决方案市场 ）
市场规模统计说明：
1.
智能体开发平台包含公有云订阅、私有化部署两类模式的商业营收，维保费用、定制开发服务费用也包含其中；
2.
智能体应用包含独立智能体产品、平台预置组件、定制开发等费用；
3.
嵌入式AI Agent / AI增强解决方案类项目，分为两种情况：
−
AI Agent低占比项目，不纳入统计范畴：以系统或软件产品销售为核心，AI Agent仅作为附加增值功能或附赠服务的项目。
−
AI Agent高占比项目，纳入统计范畴：一类是以AI增强为目标、以AI Agent为主体而单独立项的软件/系统升级项目；另一类是
AI Agent功能模块在系统或软件整体报价中占比超过35%的项目。
4.
RaaS模式项目不纳入本次统计范畴。模型微调 / Token消费，不纳入统计范畴。
5.
很多项目采用一体化打包（如智能体开发平台+配套应用开发、或其他组合）的交付与结算模式，且部分模块以赠送形式纳入整体报
价，因此本次市场规模统计未做细分项拆分。统计范畴涵盖竞争性磋商、单一来源等采购形式的公开及非公开项目。
来源：艾瑞咨询。
落地现状及客户需求
厂商格局及商业化市场
智能体开发平台及应用：目前智能体开发平台及应用的市场份额，私有化部署占据主要部分。
以智能体开发平台为例，现阶段80%～85%的市场规模由私有化部署项目贡献，虽然公有云
订阅模式拥有很多中小企业付费客户，但客单价远低于私有化部署项目。未来市场规模增长
将来源于：1）新增的首次采购客户；2）客户的年度维保费用；3）平台新增功能、原有功
能升级、平台代际版本升级；4）增量的定制化及服务需求。
体系化智能体升级方案：除百万级的“平台+应用”项目外，当前市场还有大型企业发起的
千万级体系化智能体升级解决方案项目。这类项目分期实施，金额高、周期长。
嵌入式AI Agent / AI增强解决方案：当前此类项目数量占比约48%。一些客户向厂商提出在
自身既有的应用及系统中增加AI Agent能力的需求；软件厂商也在主动拥抱AI Agent，并将
其融入产品矩阵或探索重构原有软件产品。
长期来看，评估企业级AI Agent市场增长，不能局限在产品及解决方案交付的线性增长规模。
更应该关注AI原生企业服务范式下的企业智能经济。且未来的AI原生企业服务范式将会对
RaaS的发展产生重要影响（下一章趋势推演部分详细阐述）。

21
目 录
CONTENTS
01
Tech Market Insight
中国企业级AI Agent市场洞察
02
Tech Cycle Insight
中国企业级AI Agent发展周期推演
03
Tech Vendor Insight
企业级AI Agent卓越者 ( 2026，中国 )

22
©2026.7 iResearch Inc.
www.iresearch.com.cn
周期概览
来源：艾瑞咨询。
初步探索期
敏捷实践期
规模扩展期
增速放缓期
成熟期
0 - 0.1
0.1 – 1
1 – 90
90 – 100
100
Tech Cycle Insight ：中国企业级AI Agent发展周期
−
+
效
能
( E )
技术管理及运营
技术及产品
商业及投资
市场及生态
绘制时间：2026年7月
组织服务及管理
大模型爆发：
新一代AI时刻到来
辅助式AI Agent
商业化元年
AI Agent厂商兴起
自主式AI Agent
AI Agent架构和工具升级
典型实践误区：
AI Agent工具堆砌
警惕：初期项目未达预期影响企业投资信心
可信赖的AI Agent
数据-知识-智能体：智能复利增长飞轮
AI Agent竞争力评估逻辑及度量衡指标
面向智能增长的FDE
面向智能增长的数据治理
AI原生企业服务
AI原生企服公司兴起、市场格局重塑
智能组织竞争力 = 智能复利 × 复合型人才
企业智能经济
初步探索期｜2022-2026
敏捷实践期｜2027-2030
规模扩展期｜2031-2040
周期概览
E-Cycle
2027 - 2030
2022 - 2026
2031 - 2040
2041 +
低 企业AI应用成熟度
高

23
©2026.7 iResearch Inc.
www.iresearch.com.cn
注释：以上洞察是基于E-Cycle曲线定义的技术发展周期框架，通过未来10年的战略假设而展开的周期推演。本研究重点面向企业机构客
户、供应商，用以支持企业AI战略决策、供应商PFM和GTM策略制定。我们基于独立的研究主张，所有研究观点不代表投资标的推荐，也
不构成企业投资的最终意见。每个组织的战略应结合自身业务进行合理取舍。
来源：艾瑞咨询。
初步探索期｜2022-2026
敏捷实践期｜2027-2030
规模扩展期｜2031-2040
周期概览
Tech Cycle Insight ：中国企业级AI Agent发展周期概要解读
周期阶段
初步探索期
敏捷实践期
规模扩展期
其他
战略假设
企业级AI Agent市场，2033年AI原生企业服务公司占比将达到45%；未来企业服务范式将从底层逻辑实
现重构，2035年AI原生企业服务将催生1.9万亿人民币的企业智能经济市场
时间线
2022 – 2026年
2027 – 2030年
2031 – 2040年
—
核心目标
验证AI Agent落地可行性
探索AI Agent规模化范式
AI Agent可持续规模化落地
市场表现
技术狂热：积极尝试AI
走向理性：探索AI真实价值
期望复苏：AI原生企业服务
周期焦点
POC或MVP验证
可信赖的AI Agent & 基于智
能复利增长飞轮构建护城河
新一代企业服务范式落地
周期节点
历程回顾( 7个Cycle Case )
趋势推演( 10个Forecast )
1. 大模型爆发：新一代AI时
刻到来
2. 辅助式AI Agent
3. 商业化元年
4. AI Agent厂商兴起
5. 自主式AI Agent
6. AI Agent架构和工具升级
7. 典型实践误区：AI Agent
工具堆砌
1. 警惕：初期项目未达预期
影响企业投资信心
2. 可信赖的AI Agent
3. 数据-知识-智能体：智能
复利增长飞轮
4. AI Agent竞争力评估逻辑
及度量衡指标
5. 面向智能增长的FDE
6. 面向智能增长的数据治理
7. AI原生企业服务
8. AI原生企服公司兴起、市
场格局重塑
9. 智能组织竞争力 = 智能复
利 × 复合型人才
10. 企业智能经济
警惕事项
( 典型列举)
❑伪AI Agent产品扰乱市场
❑海外模型限制和后门风险
❑客户没有准确理解智能体
能力边界、预期过高
❑形成AI Agent工具堆砌
❑缺乏有效Token成本管控
❑……
❑上一阶段的项目效果未达
客户预期而影响持续投资
❑企业未能识别和采纳可信
赖的AI Agent
❑企业缺乏对AI Agent竞争
力的正确理解而错失构建
AI护城河的最佳窗口期
❑……
❑传统公司包装成AI原生企
业服务公司
❑面向AI原生企业服务，无
法跨越业务、组织、人类
工作职能转变的三重挑战
❑企业未能构建智能组织竞
争力，导致其在市场竞争
中陷入增长停滞
❑……
绘制时间：2026年7月

24
初步探索期｜2022-2026
历程回顾｜Tech Cycle Insight：中国企业级AI Agent发展周期

25
©2026.7 iResearch Inc.
www.iresearch.com.cn
周期第1阶段：初步探索期
初步探索期，AI Agent架构持续升级，行业正在验证企业AI
Agent落地可行性、市场机会和商业模式，大部分AI Agent成
熟度较低，企业迫切需要可信赖的AI Agent
来源：艾瑞咨询。
初步探索期｜2022-2026
敏捷实践期｜2027-2030
规模扩展期｜2031-2040
周期概览
Tech Cycle Insight ：中国企业级AI Agent发展周期概要解读 – 初步探索期
周期阶段
初步探索期
敏捷实践期
规模扩展期
其他
战略假设
企业级AI Agent市场，2033年AI原生企业服务公司占比将达到45%；未来企业服务范式将从底层逻辑实
现重构，2035年AI原生企业服务将催生1.9万亿人民币的企业智能经济市场
时间线
2022 – 2026年
2027 – 2030年
2031 – 2040年
—
核心目标
验证AI Agent落地可行性
探索AI Agent规模化范式
AI Agent可持续规模化落地
市场表现
技术狂热：积极尝试AI
走向理性：探索AI真实价值
期望复苏：AI原生企业服务
周期焦点
POC或MVP验证
可信赖的AI Agent & 基于智
能复利增长飞轮构建护城河
新一代企业服务范式落地
周期节点
历程回顾( 7个Cycle Case )
趋势推演( 10个Forecast )
1. 大模型爆发：新一代AI时
刻到来
2. 辅助式AI Agent
3. 商业化元年
4. AI Agent厂商兴起
5. 自主式AI Agent
6. AI Agent架构和工具升级
7. 典型实践误区：AI Agent
工具堆砌
1. 警惕：初期项目未达预期
影响企业投资信心
2. 可信赖的AI Agent
3. 数据-知识-智能体：智能
复利增长飞轮
4. AI Agent竞争力评估逻辑
及度量衡指标
5. 面向智能增长的FDE
6. 面向智能增长的数据治理
7. AI原生企业服务
8. AI原生企服公司兴起、市
场格局重塑
9. 智能组织竞争力 = 智能复
利 × 复合型人才
10. 企业智能经济
警惕事项
( 典型列举)
❑伪AI Agent产品扰乱市场
❑海外模型限制和后门风险
❑客户没有准确理解智能体
能力边界、预期过高
❑形成AI Agent工具堆砌
❑缺乏有效Token成本管控
❑……
❑上一阶段的项目效果未达
客户预期而影响持续投资
❑企业未能识别和采纳可信
赖的AI Agent
❑企业缺乏对AI Agent竞争
力的正确理解而错失构建
AI护城河的最佳窗口期
❑……
❑传统公司包装成AI原生企
业服务公司
❑面向AI原生企业服务，无
法跨越业务、组织、人类
工作职能转变的三重挑战
❑企业未能构建智能组织竞
争力，导致其在市场竞争
中陷入增长停滞
❑……
绘制时间：2026年7月

26
©2026.7 iResearch Inc.
www.iresearch.com.cn
来源：咨询项目积累、艾瑞咨询研究绘制。
Cycle Case 01 ｜ 大模型爆发：新一代AI时刻到来
周期意义：该Cycle Case定义了周期的起点，企业级AI Agent发展周期，将从大模型爆发开
启的新一代AI时刻开始(2022年11月30日ChatGPT发布，随后大模型爆发)。大模型是AI
Agent的认知与决策中枢，承担智能体“大脑”的核心职能。大模型的技术迭代、能力边界
与成本水平，影响着AI Agent的功能实现与应用实践成效。
发展描述：
❐
企业AI Agent匹配模型，安全可控是第一要义：93%的央国企及政府机构的智能体项目
首选国产化模型，但放眼全行业，依旧有大部分企业会通过境外节点等渠道来调用海外
模型，此类方式存在数据出境与网络合规风险；此外，近期海外产品Claude Code被发
现存在安全后门隐患，均是应该格外关注的安全问题。
❐
企业在AI Agent开发和生产环境应用中使用的模型：大部分企业选择通用大模型，且
55%~60%的企业不做微调或后训练，直接使用成熟模型；51%的企业出于成本、安全
可控、避免厂商锁定、社区支持等因素会将开源大模型作为选择；仅26%的企业会采用
垂域模型，随着AI Agent更多地从通用场景走向专业场景，预计这一比例将在2028年提
升至50%；另外，在一些场景中，小语言模型或将成为更好的选择，此类模型能够快速
从环境中获取反馈并实现优化迭代，且性价比更高。
❐
AI Agent与模型的路由适配：68%的企业采用多模型策略。部分厂商会提供智能模型路
由功能，支持按任务自动匹配性价比最优模型；部分企业客户出于路由机制透明性、安
全可控性考虑，会倾向使用指定模型，对此，一些厂商支持工作流编排时，在对应节点
选择模型。
技术及产品
68%
企业在AI Agent开发和生产环境应用中使用的模型
典型事件：Claude Code被发现存在安全后门隐患
国产商用闭源大模型
海外商用闭源大模型
开源大模型
93%
93%的央国企及政府机构的智能体项目首选国产化模型
模型安全是前提、尤其是央国企及政府客户
安全可控需求
驱动用户迁移
安全可控需求
驱动用户迁移
68%的企业采用多模型策略
51%
51%的企业使用了开源大模型
55%~60%
55%~60%的企业不做微调或后训练，直接使用成熟模型
26%
26%的企业使用了垂域模型
初步探索期｜2022-2026
敏捷实践期｜2027-2030
规模扩展期｜2031-2040
周期概览

27
©2026.7 iResearch Inc.
www.iresearch.com.cn
来源：咨询项目积累、艾瑞咨询研究绘制。
❑
模型选择三要素 – 安全、能力、价格：企业须确保模型供应链可靠性、确保模型的安全。
企业应按照AI Agent执行任务的难度和类型，选择最适配当前任务的模型，例如复杂任
务用顶级大模型以确保获取更加可靠稳定的输出，在客服、文档处理等通用场景适配性
价比更高的模型，围绕模型的安全、能力、价格进行合理取舍。
❑
一些客户正在关注多模态模型：例如，部分内容创作公司向我们反馈，他们除了关注文
本理解、生成与推理的大语言模型外，还会重点关注供应商能否提供生成高质量连续动
态视觉内容的视频生成模型。
❑
模型的持续学习趋势：目前绝大多数模型的参数都是静态的，无法自主更新。让模型不
断吸收新知识、更新参数的持续学习能力有助于构建可成长的AI Agent以增强动态业务
适应性。
38.5%
❑
企业数据和知识隐私保护视角下的模型采纳趋势：一些闭源商业模型项目正在通过企业
数据和知识来增强自身的AI能力，期望构建自身AI护城河而不愿完全依赖供应商的企业，
将更多采纳开源模型或本地部署模型。一些企业已经开始关注这个问题，并采取相应举
措。对此，基于密态计算的数据和知识的隐私保护将成为一项重要解决方案。
38.5%的企业面对复杂多变的业务需求，AI Agent
未能即时随需而变，造成响应滞后、迭代缓慢、自
适应性不佳。因此，企业需要能力可成长的AI
Agent，模型也应具备持续学习能力。
初步探索期｜2022-2026
敏捷实践期｜2027-2030
规模扩展期｜2031-2040
周期概览

28
©2026.7 iResearch Inc.
www.iresearch.com.cn
来源：艾瑞咨询。
Cycle Case 02 ｜ 辅助式AI Agent
周期意义：辅助式