SRI 这份预测说了什么
Strategic Revenue Insights（SRI，总部伦敦，隶属 SRI Consulting Group）在 2026 年 10 月 18 日发布的新闻稿中给出了一组跨度十年的数字。需要事先说明本文的处理方式：这是一份商业市场研究机构的联合预测，不是可审计的实测收入数据，下文所有引用都会标明口径。
| 口径 | 2025 年 | 2035 年 | 倍数 |
|---|---|---|---|
| 智能体 AI 全球收入 | 76.0 亿美元 | 2533.4 亿美元 | 约 33.3 倍 |
| AI 治理工具与服务 | 11.0 亿美元 | 287.8 亿美元 | 约 26.2 倍 |
| AI 客户服务（更宽口径） | 152.0 亿美元 | 1204.7 亿美元 | 约 7.9 倍 |
| AI 编码工具 | 102.0 亿美元 | 876.6 亿美元 | 约 8.6 倍 |
| 医疗与生命科学中的智能体 AI | 9.20 亿美元 | 230.5 亿美元 | 约 25.1 倍 |
SRI 给出的 2026—2035 年复合增长率为 42.00%。本文做了算术核对：76.0 亿 × 1.42 的十次方约等于 2535 亿，与该机构给出的 2533.4 亿一致，说明其内部口径自洽。区域上，北美是当前最大市场，亚太增长最快；按行业看，医疗与生命科学是其模型中增长最快的应用方向。
把五家机构并排：基数 78.4 亿到 120.6 亿
单看一家机构的数字意义有限。把公开可得的几份市场预测放在一起，离散程度会立刻显现：
| 机构 | 起点 | 终点 | 跨度 | 倍数 |
|---|---|---|---|---|
| Strategic Revenue Insights | 76.0 亿美元（2025） | 2533.4 亿美元（2035） | 10 年 | 33.3 倍 |
| Research and Markets | 120.6 亿美元（2026） | 532 亿美元（2030） | 4 年 | 4.4 倍 |
| Grand View Research | 109 亿美元（2026） | 1829 亿美元（2033） | 7 年 | 16.8 倍 |
| Fortune Business Insights | 91.4 亿美元（2026） | 1391.9 亿美元（2034） | 8 年 | 15.2 倍 |
| Deloitte | 85 亿美元（2026） | 350 亿美元（2030） | 4 年 | 4.1 倍 |
| MarketsandMarkets | 78.4 亿美元（2025） | 526.2 亿美元（2030） | 5 年 | 6.7 倍 |
起点从 78.4 亿到 120.6 亿美元，终点从 350 亿到 2533.4 亿美元，最高与最低相差七倍以上。如果只看标题数字，几乎可以得出任何想要的结论——这正是市场预测最容易被误用的地方。
反推隐含增速：分歧其实不在增长率
但把跨度因素消掉之后，图景会变。按各机构给出的端点与年数反推隐含年复合增速（本文自行计算，各机构并未统一披露 CAGR），结果如下：
| 机构 | 隐含年复合增速（本文推算） | 跨度 |
|---|---|---|
| Grand View Research | 约 49.6% | 7 年 |
| MarketsandMarkets | 约 46.4% | 5 年 |
| Research and Markets | 约 44.9% | 4 年 |
| Deloitte | 约 42.5% | 4 年 |
| Strategic Revenue Insights | 42.00%（机构自报） | 10 年 |
| Fortune Business Insights | 约 40.5% | 8 年 |
六份预测的隐含增速落在 40.5% 到 49.6% 之间，区间宽度不到十个百分点——这已经算是高度共识。真正造成终点相差七倍的是另外三件事：其一，基数定义不同（只算独立智能体平台，还是把嵌在商业软件里的智能体功能一并计入）；其二，起点年份不同（2025 与 2026 相差一年，在 40% 增速下就是约四成的差距）；其三，预测年限不同（4 年到 10 年，指数效应会放大到数倍）。换句话说，引用这类数字时，比数字本身更重要的是把「算什么、从哪年、到哪年」三个条件一起说出来。
还有一条常被忽略的口径提醒：这些是商业机构的估算，不是可测量的实际收入。不同机构对「智能体 AI」的边界划分并不一致，有些把平台与框架收入单独计，有些把它并入更宽的 AI 软件盘子。Gartner 曾给出的「到 2030 年最多 2340 亿美元企业软件支出可能因智能体 AI 而面临风险」属于敞口情景，不是销售损失预测，不应与上面的市场规模数字混用。
一个被自己模型暴露的结构：治理占比在下滑
SRI 这份预测的主题之一正是「治理滞后」。但把它的两组数字放在一起算比例，会看到一个耐人寻味的结果：
| 年份 | 智能体 AI 支出 | AI 治理工具与服务 | 治理占比（本文计算） |
|---|---|---|---|
| 2025 | 76.0 亿美元 | 11.0 亿美元 | 约 14.5% |
| 2035 | 2533.4 亿美元 | 287.8 亿美元 | 约 11.4% |
也就是说，即便在这份以治理滞后为核心论点之一的预测里，治理支出相对智能体支出的比重仍从 14.5% 降到 11.4%。治理支出增长 26.2 倍看似很快，却慢于被治理对象的 33.3 倍。需要说明，两类支出的统计边界不同（治理工具与服务覆盖的对象不限于智能体），这个比例只是一种结构性提示，不能当作精确比率。但它指向的问题很实在：治理投入即便高速增长，也可能在结构上持续落后一档。
钱先流向哪里：客服、编码、医疗
SRI 的判断是，早期生产级应用集中在「可重复、高频次、成功标准清晰」的职能上，其中客户服务与支持排在前面，软件开发与 IT 运营随后——智能体在那里写代码、跑测试、做迁移。按该机构口径，AI 客服这个更宽的品类 2025 年为 152.0 亿美元，AI 编码工具为 102.0 亿美元，两者当前体量都大于狭义的智能体 AI，但后者的增速更快。医疗与生命科学则是其模型中增长最快的应用方向（9.20 亿到 230.5 亿美元）。
这个排序与智能体技术自身的成熟度是吻合的：客服与编码共同的特点是错误可检测、可回滚，而且有大量现成的历史数据可以做回归测试。反过来看，那些错误代价高、难以撤销的流程（放款、改记录、合同签署）正是后面治理缺口卡住的地方。
已经落袋的钱：Salesforce 那条 ARR 曲线与它的口径变更
预测之外，还需要一条已经发生的硬数据。Salesforce 在 2026 年 8 月 26 日发布的 2027 财年第二季度业绩中披露，Agentforce 年度经常性收入（ARR）超过 15 亿美元，同比增长超过 240%；Agentforce 与 Data 360 合计经常性收入接近 39 亿美元。
这里必须标出一条口径提醒：SRI 新闻稿自己也写明，这个 ARR 指标「现在包含 Slackbot 及其他 AI 产品」。口径扩大的同比增速会天然偏高，因此 240% 这个增长率不宜与上一年度的同名指标直接做同口径比较。真正扎实的结论是绝对量级：超过 15 亿美元的 ARR 与接近 39 亿美元的合计经常性收入，说明智能体已经不是一个只出现在预算讨论里的类目。
82% 有信心与 5% 有控制：治理就绪率的落差
SRI 引用的是 CIO Dive 受 OutSystems 委托、于 2026 年 6 月完成并在 10 月 16 日发布的 858 名高管调研：82% 认为自己的组织能够跟上生产环境中智能体的治理与监控；只有 26% 表示已充分准备好处理智能体、系统与自动化工作流之间的冲突；仅 5% 已经部署了自动化控制、审计追踪与正式的人工复核节点。
三个数字构成了一条明显的信心—能力落差曲线：越是笼统的信心问题，肯定回答越多；越是具体到机制与冲突处置，肯定回答越少。与之呼应的是 Gartner 的预测——到 2027 年底，超过 40% 的智能体 AI 项目将被取消，原因包括成本上升、业务价值不清晰以及风险控制不足。
需要说明的是，本栏目在 10 月 17 日发布的《不信任税》一文中已专题覆盖过 OutSystems 与 G2 的两份调研，本文此处仅取治理就绪率这一条做交叉印证，不重复展开其余结论。
监管倒计时：三个日期与它们各自管什么
对欧洲市场而言，时间点已经被写进法规。欧盟 AI 法案的简化方案于 2026 年 6 月 29 日获得理事会最终批准，把部分义务的生效时间后移：
| 生效日期 | 管什么 | 本文提示 |
|---|---|---|
| 2026 年 12 月 2 日 | AI 生成内容的透明度规则 | 距今最近，涉及内容标识与披露，与营销、客服话术直接相关 |
| 2027 年 12 月 2 日 | 独立系统的高风险义务（例如用于招聘的系统） | 招聘、信贷初审等独立部署的智能体需按高风险要求准备 |
| 2028 年 8 月 2 日 | 嵌入受监管产品的 AI 的高风险义务 | 把智能体能力打包进既有受监管产品线的厂商需要关注 |
SRI 的判断是，这段缓冲期大部分会被用来建设控制能力，这也是它预测治理支出大幅增长的依据之一。对非欧洲市场而言，这些日期的意义在于：大型跨国客户内部的合规要求往往会先行于法律生效，供应链上的合规传导比法规本身来得更早。
计价方式的迁移：按量 38% 到 57%
与支出规模同步变化的是计价方式。G2 的 2026 年调研显示，认为按席位计价最公平的买家只剩 9%，而按量计费的偏好从 2025 年的 38% 升到 2026 年的 57%；半数受访者的智能体预算达到或超过 100 万美元。
这条变化对买卖双方都不轻松。对买家，按量计费意味着成本与业务量挂钩，预算变得难以预测；对厂商，它意味着收入不再由席位数量锁定，而取决于智能体是否真的被用起来。这也是为什么「成本可观测」「实时支出上限」这类能力正在成为平台层的标配——它们既是买家的诉求，也是厂商把按量模式做成可持续生意的前提。
资本侧的数据可作旁证：Crunchbase 统计 2026 年第三季度全球风险投资约 1590 亿美元，其中 1020 亿（64%）流向 AI 公司；2025 年 AI 相关风投为 2110 亿美元，较 2024 年的 1140 亿增长 85%。需要说明的是，这是整个 AI 板块的数据，不是智能体赛道单独的统计。
三层信息分层阅读提示
- 实测层（可信度较高）：Salesforce 已披露的 ARR、Crunchbase 的融资统计、欧盟法案的生效日期。这些有财报、数据库与官方文本支撑。
- 调研层（有样本边界）：CIO Dive 为 OutSystems 做的 858 人调研、G2 的千余名 B2B 决策者调研。可用，但需连同样本定义与调研时点一起引用，且存在委托方利益关联。
- 预测层（需带条件引用）：各机构的市场规模预测。引用时必须同时给出基数定义、起点与终点年份，否则不同机构的数字之间不可比。
六步落地清单
- 先给自家智能体做一次清点与分级。按「能否修改记录 / 能否触发付款 / 是否面向外部」三个维度分级，不同级别对应不同的控制强度。
- 把审计追踪做成默认能力。目标是能对每一个智能体回答三件事：它被允许做什么、谁批准的、它的动作记录在哪里。
- 为「改记录」这一刻单独设计关卡。SRI 的判断是，大量试点恰恰卡在智能体被允许修改一条记录或释放一笔付款的时刻，而模型能力不是原因。
- 按合规最早日期倒排工期。若服务欧洲客户或跨国客户，以 2026 年 12 月的透明度规则为首个节点，其余义务按 2027 与 2028 两个日期分段准备。
- 重估计价合同。从席位转向按量时，把成本上限、异常熔断与用量可观测写进合同条款，而不是只谈单价。
- 把治理预算单列。不要把它混在平台采购里——治理占比在预测中本就呈下降趋势，混列更容易被挤占。
综合判断
这份预测最值得记的不是 2533.4 亿这个数字，而是它给出的结构性判断：未来十二个月会区分出「进了生产」与「留在试点」的项目，而决定性因素不太可能是模型质量。这个判断与 Gartner 的取消率预测、与 5% 的治理就绪率、与合规时间表，指向的是同一件事。
与此同时，对预测数字本身应保持克制。六家机构的隐含增速其实集中在 40% 到 50% 之间，真正相差七倍的是定义与年限。对读者而言，更有用的用法是把这些数字当作「方向一致、量级待定」的背景，而不是当作自己预算的依据；自己的基数、自己的合规节点、自己那一批智能体的分级清单，才是能直接拿来做决策的东西。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。