从“造智能体”到“管智能体”企业AI采购逻辑转向

随着企业对统一管理、稳定运行和安全治理智能体的要求持续提高,今年以来,互联网巨头正在企业AI入口相遇。
据《中国经营报》记者对公开招投标信息的不完全统计,2026年下半年以来,智能体平台招投标活跃。包括阿里云专有云智能体工厂OpenTrek Agent Dev,蚂蚁数科Agentar、腾讯ADP智能体平台,以及华为云、火山引擎等均有重要项目落地。
采购方向显示,企业关注的已不只是如何开发一个Agent,而是如何建立一套能够支撑多智能体开发、集成、评测、治理和持续运营的生产体系,并与解决场景问题高度绑定。“智能体工厂”作为形容智能体平台形象的市场概念——正成为AI时代企业基础设施的重要组成部分。
IDC中国研究经理孙振亚在近期接受记者采访时表示,国内企业智能体建设已经走出概念验证阶段,进入规模化普及周期。企业采购逻辑关注点从“能否快速做出Demo”转向“能不能管好、算清、用稳”生产环境下的智能体。未来,既能把全生命周期的平台能力做扎实,又能把垂直场景做深的厂商,会有更多机会。
近期,国际数据研究公司IDC发布《IDC MarketScape:中国智能体平台2026年厂商评估》报告,从能力和战略两个维度评估中国智能体平台市场的28家厂商,为国内企业选型企业级智能体平台提供参考。
上述报告显示,强化智能体治理与合规、提升开发与交付效率、支撑跨场景规模化复制,是企业考虑引入智能体平台的三大首要目标,占比分别为58.7%、52.5%和49.2%。
基于对28家布局厂商的调研,孙振亚发现,当前智能体开发平台已经逐步演进为智能体平台。“平台能力除了开发和构建,也覆盖测试、发布、运行、运维和治理等全生命周期管理环节。随着企业部署的智能体逐渐增多,对统一管理、稳定运行和安全治理的要求也在提高,这也推动厂商持续完善平台能力。”
这一变化也反映在产品布局上。作为较早提出“工厂”模式的国内企业,蚂蚁数科在今年7月发布Agentar 2.0,预置近200个岗位级数字专家模板和数百项可订阅技能;9月推出金融版和能源版,11月又推出面向医生工作台的医疗版。
“客户现在更关心的已不只是智能体能否完成某项任务,而是这些智能体能不能跨岗位协作,上线以后能不能统一管理,最终能不能交付业务结果。”蚂蚁数科副总裁、中国区业务发展部总经理孙磊在接受记者采访时表示,“具体而言,工厂真正要规模化生产的是可验收的业务能力——智能体代表谁、可以执行什么动作、什么时候必须转人工,出了偏差能不能追溯。这些要求需要进入开发、部署和运行的全过程,并与客户的业务验收标准连接起来。”
看好这一业务机会的厂商不止蚂蚁。10月末,2026腾讯全球数字生态大会上,腾讯云智能体开发平台ADP进一步升级,并向企业级智能体规模化生产和管理延伸,这也被市场认为进一步加码“智能体工厂”业务。
“企业Agent竞争的核心,已经不再是‘能不能把智能体搭出来’。真正的分水岭在搭出来之后:治理、观测、数据回流、自演化。这些决定了企业敢不敢把Agent放进核心业务流程。”腾讯云副总裁、腾讯云智能产研负责人吴永坚在接受记者采访时表示。
据吴永坚介绍,ADP不同于通用Agent开发平台的关键是能帮助企业搭建服务于数据和业务场景的Agent,并产出清晰的经营成果。“这一类的智能体服务,通常要求云端部署、在线运行,接入企业系统,有明确产出。交付物也不只是智能体,而是智能体与页面、后台打包的完整业务应用。”
面对金融、能源、医疗等行业的不同客户,哪些底层能力可以复用,哪些仍然需要深度行业定制,直接关系着这一模式的商业回报和商业价值。
从蚂蚁数科披露的市场项目与中标信息看,目前金融场景的规模化程度最高。官方信息显示,蚂蚁数科与合作伙伴已在金融场景打造超过300个专业智能体,应用从问答、报告生成延伸至信贷风控、财富管理和理赔等业务流程。
“在某头部股份制银行,智能体已进入客户经营全流程,客户经理端到端业务处理效率提升数十倍,单人服务客户数量提升超过10倍。与林洋智维合作打造的虚拟交易员,将此前单个交易员可操作的电站数量从4至6座提升至20座以上,人员效率提升超过5倍。”孙磊透露。
相比综合云厂商,企业服务类厂商的优势更多来自金融科技、风险控制、可信计算及复杂业务流程的长期积累。但同时提出了一个问题:能否将金融行业积累的知识工程、业务流程编排和多智能体协同能力,转化为跨行业的标准化产品?
“Agentar已经从验证单个智能体能不能做好一项任务,走到把一组智能体接进生产流程,并尝试按行业复制的阶段。”孙磊判断,岗位模板并非简单地把提示词和工作流打包。“我们通常从一个岗位如何完成任务入手,与一线专家一起拆解需要读取的数据、判断规则、可调用的系统、转交人工的条件,以及结果如何验收,再将重复出现的动作封装成技能,进一步组合成岗位模板。”
“着力点是把高严谨度行业的业务经验和可信治理一起做进产品,跨行业能复用的是工程和治理机制,要深入现场的是业务规则和责任边界。”孙磊表示。“金融、能源和医疗可以共用模型接入、工具调用、任务编排、身份授权、审计留痕和评测框架,但具体到授信政策、电力交易规则、院内系统和专科验证,仍需要按照行业和客户要求进行适配。”
记者注意到,2026年以来,蚂蚁数科中标或作为中标候选人的智能体平台相关项目方在浙江农商数字科技、杭州银行、重庆农商行、浙商银行、浙江农商联合银行等金融机构之外,也出现了中国石化西南油气分公司、中国科学院广州生物医药与健康研究院、深圳市慢性病防治中心等能源、医疗领域主体。
腾讯云则将企业系统的“连接”作为平台的核心能力。吴永坚向记者介绍,ADP提供40个连接器、150多项Skills和100多个开放接口;对于运行多年、缺少文档的企业老系统,会尝试将其接口转化为AI可识别的能力,再通过安全私网连接。
通过ADP搭建的企业应用,通常都会深度嵌入企业的业务和经营系统,而不仅停留在办公。吴永坚告诉记者:“比如ADP自研的客服智能体已落地200多家标杆客户,平均解决率超过85%;视觉智能体已在一家零食品牌约4000家门店、13万路摄像头落地,日均处理约78万张图片。”
具体来看,腾讯云在此次平台升级中推出FDE交付方法论,将项目落地划分为接入、建设、验证、推广和九游体育,九游体育股份有限公司,九游体育官方网站,九游Sports治理五个阶段,沉淀了覆盖零售、制造、教育、金融、医疗五大行业的25个标准化场景包。“整体按‘70%可复制、30%按需定制’的思路运作。”吴永坚透露。
蚂蚁与腾讯之外,今年以来,阿里巴巴持续推进企业级智能体相关布局,围绕悟空、AgentCore及Agent Native Cloud等产品和能力,延伸向多智能体协作、运行管理和安全治理;华为云则通过AgentArts及“行业AI梦工厂”等布局,推动智能体开发平台与行业资产、场景交付相结合。
此外,公开信息显示,百度智能云、神州数码、金蝶、软通动力、中关村科金、联通数智等云与垂直类厂商均在智能体平台领域加大业务布局。
巨头的集中入场,意味着“智能体工厂”模式正在成为云和企业服务厂商争夺企业AI市场的重要抓手。
在孙振亚看来,各家厂商的路线与原有的技术积累、客户关系和产品入口密切相关,总体来看,基础平台能力会逐步趋同,厂商之间的差距更多体现在场景侧——能否将行业经验沉淀为可复用的知识、工具和流程,能否贴合本土系统环境做好私有化、混合云和国产化适配,以及能否通过API、连接器或受控的界面操作连接已有系统。
今年9月,阿里云CTO李飞飞强调,企业级Agent规模化落地,不仅需要模型能力,还需要全面、统一、持续更新的上下文,以及安全、控制、身份认证和可信协作机制。
“未来真正的竞争重点会落在另外三层:企业系统连接、Agent运行和治理能力,以及行业 Know-how的规模化落地。”吴永坚认为。
这也会推动智能体工厂未来形成不同层次的分工。在孙磊看来,这种分层方式会趋向底层提供算力和模型,中间层负责智能体开发、运行和治理,上层连接行业知识、岗位流程和业务系统,并对交付效果进行验收。
“我们希望占据的是中间平台和行业交付的结合处,让合作伙伴能接入通用能力,也能把自己的行业经验做成可复用的产品。厂商可以跨层,同一个项目里也可能既竞争又合作。”孙磊表示。
这意味着,智能体工厂的竞争不仅是简单地比拼谁拥有更多模型,更需要帮助企业统一开发、部署和管理,将行业知识、业务规则和客户系统连接起来。
这也推动商业模式不断进化,孙振亚向记者表示,平台要获得持续性收入,还需要提供更多运行托管和端到端任务执行能力。
据腾讯云方面介绍,ADP的收入结构已从早期按调用量单次收费,逐步转向“平台订阅+行业智能体订阅+资源消耗”的复合模式,平台套餐升级、模型调用和工具插件消耗有望形成持续付费。

