同一年的两个市场：2.6 万亿元与 449 亿元
2026 年 11 月上旬，一份沙利文智能体研究的汇总材料把两组规模数字放在了同一页：主报告《2026年中国智能体（AI Agent）最佳应用实践》称中国 AI Agent 市场规模从 2025 年 2.6 万亿元增至 2030 年 20.1 万亿元，2025 至 2030 年复合增长率 50.4%，B 端长期贡献约九成收入；同一页又给出「企业级市场口径更窄也更具体」的 2025 年 212 亿元、2026 年预计 449 亿元、2029 年 3320 亿元（来源：三个皮匠报告《沙利文发布2026年智能体市场研究报告》）。
| 口径 | 2025 | 2026E | 远期 | 复合增速 | 统计边界 |
|---|---|---|---|---|---|
| AI Agent 整体市场 | 2.6 万亿元 | 未单列 | 2030 年 20.1 万亿元 | 50.4% | 含产业带动的更宽口径 |
| 企业级 Agent 市场 | 212 亿元 | 449 亿元 | 2029 年 3320 亿元 | 未给 | 企业级产品与服务 |
| 工业智能体垂类 | 3080 亿元 | 未单列 | 2030 年 23175 亿元 | 48.6% | 单独拆出的垂直赛道 |
把 449 亿元放进 2.6 万亿元，约占 1.73%；两者相差约 57.9 倍（原创换算）。这不是同一市场的高低两个估计，而是统计边界不同的两把尺子：一个把产业带动计入，另一个只数企业级产品与服务。本站 R-INDUSTRY-58 曾把 1558 亿元与 449 亿元做过口径对照，本轮新增的是「万亿元级」这一层。
2.6 万亿元、449 亿元、3080 亿元分别对应整体、企业级与工业垂类。工业垂类 3080 亿元已大于企业级 449 亿元，说明两者不是包含关系而是不同切法。把三者相加或据此计算「企业级占比」都没有依据。
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。汇总材料未公开主报告的样本量、测算方法与「AI Agent 整体」的具体科目构成。
增速反推：两处自洽，一处约 1.1 个百分点的差
用端点反推复合增速，可以检验报告数字之间是否自洽（以下三组均为本文原创换算，报告只给端点与标注增速）。
| 区间 | 算式 | 反推结果 | 报告标注 | 差值 |
|---|---|---|---|---|
| 整体 2025→2030 | （20.1 ÷ 2.6）^(1/5) − 1 | 约 50.5% | 50.4% | 约 0.1pp，四舍五入范围内 |
| 企业级 2025→2026 | 449 ÷ 212 − 1 | 约 +111.8% | 未给 | 不适用 |
| 企业级 2026→2029 | （3320 ÷ 449）^(1/3) − 1 | 约 94.9% | 未给 | 不适用 |
| 工业垂类 2025→2030 | （23175 ÷ 3080）^(1/5) − 1 | 约 49.7% | 48.6% | 约 1.1pp |
整体口径基本自洽；工业垂类差约 1.1 个百分点，可能来自端点取整、起止年份口径或报告采用的期数不同，公开汇总页没有解释。更值得注意的是企业级 2026→2029 的隐含年增约 94.9%，明显高于整体 50.4% 与工业垂类 48.6%——这说明窄口径的近期斜率远高于宽口径的长期斜率，但两者年份区间不同，不能据此说企业级「跑赢」整体。
融资端与规模端的斜率也不同：2026 年上半年 AI Agent 赛道 83 起融资、同比增幅 131%，反推上年同期约 35.9 起（83 ÷ 2.31，原创换算）。融资起数反映的是交易笔数，不是金额，与任何一条规模曲线都不在同一量纲。
渗透率分歧：超 50% 与约 18% 差在哪
同一份沙利文汇总材料里并列保留了一个少见的冲突：CIDC 口径称金融、工业、医疗三大行业智能体渗透率均超 50%，IIM 等机构给出的金融渗透率只有约 18%，并明确说明差距来自「渗透率」的定义本身（来源：三个皮匠报告汇总页）。
| 来源 | 口径 | 读数 | 可能的分母 | 可否互推 |
|---|---|---|---|---|
| CIDC | 金融、工业、医疗渗透率 | 均超 50% | 未公开，可能含试点与单点应用 | 否 |
| IIM 等机构 | 金融行业渗透率 | 约 18% | 未公开，可能限核心业务流 | 否 |
| IDC（经宝兰德文转引） | 活跃企业智能体数量 | 2025 年近 200 万个 → 2026 年预计 500 万个 | 智能体实例数，非企业比例 | 否 |
| Gartner（经宝兰德文转引） | 已部署 AI 智能体的组织 | 仅 17%，超 60% 计划两年内跟进 | 组织占比 | 否 |
把「均超 50%」按下界 50% 与 18% 相减，差至少 32 个百分点、比值至少约 2.78 倍（原创换算）。由于一个是下界、一个是约数，这个差值只能作为量级参考。真正需要问采购方的是分母：分母是全部企业、已上云企业、已试点企业，还是把智能体放进主要业务流程的企业？本站 R-INDUSTRY-59 记录的另一组读数是 IDC 73% 已启动试点、仅 19% 实现跨部门规模化，以及信通院口径下「把智能体放进主要业务流程的企业只有 18%」——18% 这个数在不同材料里指向不同命题，更不能混用。
汇总材料给出的分层是：桌面智能体 WorkBuddy 在个人端与企业端两份榜单均列首位，企业级平台扣子、文心、百炼位列前三。榜单的评价维度、样本与权重未公开，属于报告方口径，宜与本站产品库的能力项分开看。
两年连续调研：扩张先行，准备滞后
2026 年 11 月 3 日，CIO时代联合新基建研究院与红帽发布《2026中国企业级AI实践调研分析年度报告》，面向制造、金融、能源、互联网、医疗等行业的 400 多位 CIO 及 IT 决策者，覆盖战略投入、基础设施、Agentic AI 部署、模型选型与成本、数据安全合规、价值实现、人才治理七大维度，并给出两年连续对比（来源：CIO时代网全文）。
| 维度 | 2026 读数 | 对照 / 变化 | 本文核对 |
|---|---|---|---|
| AI 定位 | 55.2% 列为战略核心或重要支撑 | 较 2025 年 +3.1pp；含试点探索达 84.6% | 两档口径不同，不相减 |
| 资源承诺 | 25.9% 实现多年期战略性投入 | 68.7% 仍为年度项目制或 PoC | 两者相加 94.6%，其余未归类 |
| Agent 落地 | 69% 已试点或大规模运行 | 53.0% 试点 + 15.9% 大规模生产 | 相加 68.9%，与 69% 四舍五入自洽 |
| 开源私有化部署 | 62.9% | 从 16.0% 跃升 | +46.9pp，约 3.93 倍 |
| 模型选型 | DeepSeek 58.1%、Qwen 47.0% | 数据安全与隐私保护 77.6% 成首要权重 | 58.1+47.0=105.1%，属多选 |
| AI Coding 辅助开发 | 35.6% | 从 22.1% 跃升 | +13.5pp，相对约 +61.1% |
| 知识管理（RAG / 企业问答） | 40.5% | 报告称其为新主轴 | 采用率，非效果指标 |
有一处条件比例值得单独核对：报告称「在明确将 AI 定位为战略核心或重要支撑的企业中，只有 43.2% 落实了多年期投入」。按 55.2% × 43.2% 折算约 23.8%，与全样本口径的 25.9% 相差约 2.1 个百分点（原创换算）。两个数是不同分母下的表述，公开全文未说明差异来源，宜并列保留。
降本增效 84.3% 仍是主要目标，增收 50.2% 与商业模式创新 49.5% 的选择率一年内各上升 6 至 8 个百分点。三项相加 184.0%，明显为多选；把它读成「84.3% 的企业只为降本」会漏掉同时选了增收的那部分样本。
治理覆盖率不升反降：四道门槛与一组反向走势
报告里风险信号最集中的一条是：AI 正式治理框架覆盖率从 19.0% 下滑到 14.4%，与 Agent 部署规模扩大形成反向走势。按 69% 与 14.4% 相减，落差 54.6 个百分点、比值约 4.79 倍；治理覆盖率自身下降 4.6 个百分点，相对降幅约 24.2%（原创换算）。
| 门槛 | 公开读数 | 报告归因 | 可核验项 |
|---|---|---|---|
| 数据关 | 80.3% 受数据本地化约束；62% 平台仍处碎片化 | 先定数据能放哪，再选技术 | 跨环境统一运营能力 |
| 系统关 | 安全需求转向模型访问控制 68.4%、训练推理加密隔离 61.9%、供应链可信验证 53.5% | 从边界防护走向多层防御 | 三项相加 183.8%，属多选 |
| 组织关 | 业务部门配合度不足 58.7% 超过技术人才短缺 57.0% | 矛盾从技术供给转向业务融合 | 差值仅 1.7pp，不宜夸大排序 |
| 价值关 | 业务价值难以量化 48.3% 超过人才短缺 47.0%；31.8% 无系统性 ROI 机制 | 规模化首要障碍易主 | 差值 1.3pp，属同量级 |
Agent 安全风险图谱三项也需按多选读：越权操作与擅自修改高危数据 62.7%、提示注入攻击 45.8%、长期记忆被污染 44.3%，合计 152.8%（原创换算）。报告另给 72.4% 企业表示 2026 年 AI 投入将进一步增加，但能清晰说明 AI 改变了哪条核心业务流程的企业不足四成，两者相差至少 32.4 个百分点。
数据关是架构约束，系统关是技术选型，组织关是协作机制，价值关是度量制度。把 80.3%、48.3%、58.7%、62% 相加或排序，等于把四种不同性质的量放在同一列。本站 R-INDUSTRY-52 记录的「九成说管得住、四成拿不出证据」是同一形状的另一组证据。
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。报告全文需扫码获取，公开页面未披露 400 多位受访者的企业规模分布、行业权重与置信区间。
真实案例：宝兰德的三类生产场景与它的准入条件
规模与治理之外，需要一组能说明「钱花在哪里」的真实案例。2026 年 11 月 4 日览富财经网经网易发布的宝兰德（688058.SH）材料给出了一组垂类工程化读数：约 70% 的企业存量系统未开放 API，强监管行业还要求私有化部署与全链路留痕（来源：网易订阅全文）。
| 层级 | 组成 | 作用 | 公开读数 |
|---|---|---|---|
| 平台 | DeBot 智能体平台、DeFlow 流程引擎、DeClaw 自主进化引擎 | 内网、信创环境里管理多套智能体 | 2026 年 8 月 Web/消息中间件入围中央国家机关框架协议联合征集采购 |
| 场景 | 运维 SRE Agent、中间件智能体 | 故障定位时间、MTTR、人力投入可直接观测 | 运维智能体通过信通院「可信 AI 智能体平台」评级 |
| 生态 | 昇腾算力 + openJiuwen 开源框架 + 中间件/智能体 | 适配私有化与全栈国产化 | openJiuwen×FAB 智慧金融专区首批共建伙伴 |
| 存量通道 | 全国 1000 余家金融单位服务关系 | 沿既有体系交付智能体模块 | 单客户最大规模支撑千万级用户并发 |
| 生产场景 | 客户类型 | 交付内容 | 是否给出量化 ROI |
|---|---|---|---|
| 客服质检与报表自动生成 | 电信运营商 | 服务流程由人工操作转向标准化 | 否 |
| IT 运维自愈 | 城商行 | IT 服务助手、故障应急助手、授信意见分类、生产问题预警 | 否 |
| 科研需求与算力资源匹配 | 科研院校 | 异构智算平台在科研场景复用 | 否 |
三类场景均已进入生产环境，硬门槛是私有化部署、数据不上云、等保 2.0 三级、信创适配。材料另引中国信通院大模型幻觉测试 2025 年第四季度结果：10 个国内模型与 5 个国外模型共 15 个参测模型中，约 80% 引用幻觉率高于 10%——按 15 折算约 12 个模型（原创换算）。这条被用作「可追溯性与权限隔离先于生成效果」的依据。
材料给出宝兰德 2026 年第三季度单季营业收入约 6216 万元、环比增长 69%，反推第二季度约 3678 万元（原创换算）。但这是公司整体营收，未拆分智能体模块收入，也没有给出三类场景的工时节省或回本周期。把它写成「智能体带来 69% 增长」属于归因越界。
艾媒 804 亿元到 1558 亿元、IDC 活跃企业智能体近 200 万个到预计 500 万个（约 2.5 倍），以及 Gartner 17% 已部署、超 60% 两年内跟进，均在同一篇材料中作为背景转引；其中 1558 亿元口径本站 R-INDUSTRY-58 已有专题对照，本轮只作交叉，不再立篇。
金融垂类：第三把尺子与它的政策前置
共研网给出的金融智能体规模序列提供了另一条垂类曲线（来源：共研网《规模化应用提速》报告页）。
| 年份 | 规模 | 同比 | 口径提示 |
|---|---|---|---|
| 2023 | 约 320 亿元 | — | 第三方咨询测算 |
| 2024 | 约 480 亿元 | +50.0% | 同上 |
| 2025 | 约 760 亿元 | +58.3% | 同上 |
| 2026E | 约 1200 亿元 | +57.9% | 预测值 |
| 2027E | 约 1800 亿元 | +50.0% | 预测值 |
按 320 到 1800 反推四年复合增速约 54.0%，与报告标注的「约 54%」自洽（原创换算）。报告称银行、证券、保险三大行业投入占比超七成，投研、客服与风控是预算最集中的三类场景；并按自主程度分辅助型、协同型、自主型，按部署形态分自建、云厂商平台、第三方垂类。政策侧提到多地金融监管部门开展大模型金融应用试点备案，北京、上海、深圳把金融大模型与智能体纳入创新监管工具入箱测试。
其一，这份规模数的是软件与服务合同额，还是含硬件与算力？其二，渗透率的分母是持牌机构总数还是已试点机构？其三，报告中「监管沙盒入箱」对应的是哪一批试点、是否有公开名单？三句都问不清，规模与渗透率就无法用于预算。
原创换算与不可相减清单
| 换算 | 算式 | 结果 | 分母边界 |
|---|---|---|---|
| 整体与企业级倍差 | 26000 ÷ 449 | 约 57.9 倍；449 占约 1.73% | 两种统计边界，非高低估计 |
| 整体五年复合反推 | （20.1 ÷ 2.6）^(1/5) − 1 | 约 50.5% | 与标注 50.4% 自洽 |
| 工业垂类复合反推 | （23175 ÷ 3080）^(1/5) − 1 | 约 49.7% | 与标注 48.6% 差约 1.1pp |
| 上年同期融资起数 | 83 ÷ 2.31 | 约 35.9 起 | 笔数，非金额 |
| 渗透率分歧下界 | 50% − 18% | 至少 32pp，比值至少约 2.78× | 一端为下界、一端为约数 |
| 私有化与治理落差 | 62.9 − 16.0；69 − 14.4 | +46.9pp 与 54.6pp；约 3.93× 与 4.79× | 均为同一调研内的比例差 |
| 条件比例折算 | 55.2% × 43.2% | 约 23.8% | 与全样本 25.9% 分母不同 |
| 多选校验 | 58.1+47.0；84.3+50.2+49.5；62.7+45.8+44.3 | 105.1%、184.0%、152.8% | 均超过 100%，说明为多选 |
| 增资与可说明流程缺口 | 72.4% − 不足 40% | 至少 32.4pp | 后者为「不足四成」的模糊表述 |
| 三季度反推 | 6216 ÷ 1.69 | 约 3678 万元 | 公司整体营收，非智能体模块 |
不可相减的组合至少有三类：整体万亿元与企业级亿元；CIDC 渗透率与 IIM 渗透率；公司季度营收与单个场景 ROI。可相减的是同一份问卷内的两点读数，例如 19.0% 到 14.4%、16.0% 到 62.9%、22.1% 到 35.6%。
四条行动优先级与一张采购问询表
报告把 21 条启示归并为四条跨维度行动优先级（来源：CIO时代网全文）：
- 以数据主权为锚点构建混合云 AI 架构：80.3% 企业面临本地化约束，挑战是在合规边界内保留推理资源动态调度、模型持续迭代与多环境一致治理。
- 把推理成本管控纳入规模化战略核心：单次 Agentic 任务的 token 消耗往往是简单问答的数十倍，建议按场景建立 token 消耗基线，把推理吞吐效率纳入基础架构评估。
- 价值衡量机制前置：立项时明确效率、质量与财务三类业务指标，指定业务侧负责人承担采纳责任，以六个月为节点做首次正式价值评估。
- 统筹治理框架与外部服务协同：把「统一最低审批基准」列为年度治理目标，并在外部服务合同里写明知识转移条款。
| 问询项 | 要拿到的证据 | 对应本文哪一组读数 | 答不上来的风险 |
|---|---|---|---|
| 规模口径 | 合同额科目清单与是否含硬件 | 2.6 万亿 / 449 亿 / 3080 亿 | 预算基准错约一个量级 |
| 渗透率分母 | 试点、核心流程、跨部门规模化分别多少 | 超 50% 对 18%、73% 对 19% | 把试点当规模化 |
| 治理证据 | 审批基准、审计轨迹、越权处置记录 | 19.0%→14.4%、62.7% 越权顾虑 | 部署扩张快于管控 |
| 成本基线 | 按场景的 token 与单次任务成本 | 推理成本优先级、31.8% 无 ROI 机制 | 规模化后账单失控 |
| 系统接入 | 存量系统 API 开放率与留痕方案 | 约 70% 未开放 API、全链路留痕 | 工程成本被低估 |
| 效果复核 | 六个月节点的业务侧签字指标 | 48.3% 价值难量化、72.4% 增资 | 无法说明改变了哪条流程 |
红帽另从开源与混合云视角提出「三位一体」企业级 AI 基础设施框架与三阶段落地路线图，把调研痛点映射到基础设施、智能体与模型运营三层；公开页面只给了框架名称与层数，未给阶段划分与验收标准（来源：CIO时代网全文末段）。
口径风险与未披露项
- 汇总页非报告原文：沙利文主报告的核心数字经第三方报告平台转述，样本量、测算方法与科目构成未公开；工业垂类增速反推与标注相差约 1.1 个百分点。
- 调研全文需扫码获取：CIO时代公开页未披露 400 多位受访者的企业规模分布、行业权重与置信区间，两年连续数据的配对方式也未说明。
- 渗透率无可比定义：CIDC 与 IIM 的分歧被归因于定义本身，但两种定义的具体文字没有公开。
- 案例材料含厂商立场：宝兰德文为财经媒体发布的企业路径报道，三类场景均无量化 ROI，季度营收属公司整体口径。
- 多份数据为预测值：2026E、2027E、2029 与 2030 年数字均为预测或指引，不能与已实现读数并列求平均。
- 榜单口径未公开：桌面与企业级两份榜单的评价维度、样本与权重未说明，不宜直接当作产品能力排名。
一条可证伪的检验路径是：请供应商把「已落地 Agent」按试点、单部门生产、跨部门规模化三层重报一次，若 69% 主要落在试点层，则「渗透率逼近七成」与「仅 18% 进核心流程」就不矛盾，而是同一事实的两种切法。这个检验不需要新数据，只需要把分母写清楚。
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。尚未说明的是沙利文主报告全文测算方法、两年调研的样本结构、渗透率定义原文，以及三类生产场景的工时与回本数据。