一段摘要里的十几把尺子
《中国AI代理行业发展研究报告（2026 CIZBQUO）》由产业透镜（CIZ）于 2026 年 11 月 8 日发布，公开页面含报告摘要与八章目录（来源：产业透镜报告页全文直读）。摘要篇幅不长，但把规模、增速、数量、专利、用户、基础设施、时长、渗透率与集中度并列陈述，读起来像一张完整仪表盘。
把这些读数按量纲重新排列，会立刻看出它们不是同一类东西：金额有 980 亿元；个数有 170 万个 AI 代理、3500 万件技术储备、3200 项新增专利、5400 万生活消费用户、500 万朵服务器与计算资源；时长有 4200 万小时每年算力消耗与 720 分钟用户年均使用时长；比例与强度有 23.5% 增速、7.8% 研发投入强度、30% 以上金融需求占比、15.6% 行业渗透率；指数有 52.3 集中度。
| 量纲类别 | 报告给出的读数 | 是否给出统计定义 |
|---|---|---|
| 金额 | 2026 年市场规模 980 亿元 | 未说明是否含硬件、集成与服务 |
| 比例 | 同比增长 23.5%、研发投入强度 7.8%、金融需求占比 30% 以上、行业渗透率 15.6% | 四个百分比的分母未在摘要中逐一说明 |
| 个数 | AI 代理 170 万个、技术储备 3500 万件、新增专利 3200 项、生活消费用户 5400 万 | 「技术储备」与「代理」的计数单位未定义 |
| 基础设施个数 | 服务器与计算资源总使用量超过 500 万朵 | 「朵」为非常规计量单位，摘要未给换算 |
| 时长 | AI 算力消耗 4200 万小时每年、用户年均使用时长 720 分钟 | 前者是算力侧、后者是用户侧，不是同一对象 |
| 指数 | 行业整体集中度 52.3 | 未说明是 CRn、HHI 还是自定义指数 |
按本文点数，摘要可拆出至少 13 个量化读数，分属五类量纲（原创结构折算，分母为该摘要中的量化读数，不含重复表述）。这个折算不指向报告质量评价，只说明一件事：把这些数放进同一张表、或让它们互相解释，需要先确认量纲与分母。报告自身也在目录里把「市场规模增长趋势」「部署数量增长预测」「计算资源消耗数据」「行业集中度指数」分列在不同章节，摘要是把不同章节的结论压到了一起。
其中「500 万朵」最值得单独记一笔。服务器与计算资源的常见计量是台、核、实例或卡时，「朵」通常出现在云资源的口语化表述里；摘要把「总使用量」与「朵」搭配，既未给单位定义也未给折算关系（来源：产业透镜报告摘要原文）。本文按原文保留该写法，不替报告换单位，也不据此推算任何算力总量。
行业报告的价值在于给出可引用的量级。但一份摘要里同时出现金额、个数、时长、比例与指数时，读者最容易犯的错是把某个数当作另一个数的佐证——例如用 5400 万用户去解释 980 亿元规模，或用 4200 万小时去解释 720 分钟。下面逐项拆分，能反推的做反推，不能反推的明确留白。
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。尚未公开的是报告的样本框、调查方法、预测模型、各项指标的数据来源与统计截止日期。
980 亿反推 793.5 亿，与 804 亿差约 1.3%
摘要里可直接做内部反推的是规模与增速：2026 年市场规模预计 980 亿元，同比增长率预计 23.5%（来源：产业透镜报告摘要）。若按同一口径的同比关系倒推，2025 年基数约为 980 ÷ 1.235 ≈ 793.5 亿元（原创换算）。
另一份公开汇编《企业级智能体产业落地研究报告》的核心数据表给出「中国AI智能体市场规模（2025 年）804 亿元，同比增 123.2%」，同一表另列全球 AI Agent 市场 2025 年 73.8 亿美元、2026 年预测 117.8 亿美元，以及中国企业级 AI Agent 市场 2025 年 212 亿元、2026 年预测 449 亿元、2029 年预测 3320 亿元（来源：三个皮匠报告对该汇编的数据表整理，并注明数据引自 IDC、Gartner、第一新声、易观分析等机构）。
| 链条 | 数值 | 来源与口径 |
|---|---|---|
| CIZ 报告 2026 年规模 | 980 亿元 | 中国 AI 代理行业，预计值 |
| CIZ 报告同比增速 | 23.5% | 预计值，分母未在摘要中单列 |
| 本文反推 2025 年基数 | 980 ÷ 1.235 ≈ 793.5 亿元 | 原创换算，假设同比口径一致 |
| 另一汇编 2025 年规模 | 804 亿元 | 中国 AI 智能体市场，同比增 123.2% |
| 两者差额 | 804 − 793.5 ≈ 10.5 亿元，约 1.30% | 以 804 亿元为分母的原创换算 |
| 另一汇编 2026 年企业级预测 | 449 亿元 | 中国企业级 AI Agent，口径更窄 |
10.5 亿元的差额约相当于 804 亿元的 1.30%（原创换算）。数值接近很有意思，但不能据此判定两份报告口径一致：一份叫「中国 AI 代理行业」，一份叫「中国 AI 智能体市场」，机构不同、统计对象名称不同，且 980 亿元与 23.5% 都是预计值而非实绩。本文把这条反推作为「可核对性的样本」列出，结论仅限：若两份材料的同比口径恰好一致，其 2025 年基数会落在同一量级；是否真的一致，公开摘要没有给出足够信息。
同一份汇编还标注「2024-2029 年复合增长率 107%」，并给出 2025 年 212 亿元、2026 年 449 亿元、2029 年 3320 亿元三个企业级读数。按 212 → 3320 亿元四年折算，年复合约 99.0%；按 449 → 3320 亿元三年折算，年复合约 94.8%（原创换算）。两条都低于标注的 107%，差额可能来自 2024 年起点基数、统计对象边界或四舍五入，公开数据表未给 2024 年数值，本文并列保留、不替汇编补基数。
980 亿元（2026 中国 AI 代理行业）、804 亿元（2025 中国 AI 智能体市场）、449 亿元（2026 中国企业级 AI Agent）分属不同年份、不同机构与不同统计边界。793.5 与 804 的 1.30% 只是同一假设下的算术核对，不能读成「两份报告互相验证」，更不能把 980 与 449 相减得出「非企业级部分为 531 亿元」。
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。尚未公开的是 CIZ 报告 980 亿元的构成分项、804 亿元的原始调查样本、107% 复合增长率的起止基数，以及两套口径中「企业级」与「行业整体」的边界定义。
个数类读数：170 万个代理与 3500 万件技术储备
个数类读数里最容易被直接引用的是「2026 年 AI 代理数量预计增长至 170 万个」与「技术储备总量预计突破 3500 万件」，另加「新增专利数量预计 3200 项」「生活消费领域用户数量预计达到 5400 万」（来源：产业透镜报告摘要）。四个数都在同一段里，但计数对象并不相同。
| 读数 | 量级 | 计数对象 | 能否与其他读数换算 |
|---|---|---|---|
| AI 代理数量 170 万个 | 百万级 | 代理实例或产品单元，摘要未定义 | 不可与用户数直接相除求人均 |
| 技术储备总量 3500 万件 | 千万级 | 未定义，「件」非专利标准量词 | 不可当专利存量 |
| 新增专利 3200 项 | 千级 | 年度新增专利 | 与上一行相差约 1.09 万倍，量纲不同 |
| 生活消费用户 5400 万 | 千万级 | 用户数 | 与代理数分母不同，不构成对应关系 |
| 服务器与计算资源 500 万朵 | 百万级 | 基础设施使用量 | 单位未定义，不做任何折算 |
3500 万 ÷ 3200 ≈ 10937.5，约 1.09 万倍（原创换算）。这个比值不是「技术储备转化效率」，只说明「技术储备」与「年度新增专利」不是同一统计对象：前者若为累计存量、后者为年度流量，二者相除得到的是量级差而非转化率。摘要没有给「技术储备」的定义，本文不推断它是论文、代码组件还是数据条目。
另一个常被误用的换算是 5400 万 ÷ 170 万 ≈ 31.8，读作「每个代理对应约 32 个用户」。这不成立：用户数是生活消费领域的预计用户，代理数是全行业预计数量，两个分母覆盖的范围不同，摘要也未说明 170 万个是否包含消费级代理（原创口径辨析）。同理，7.8% 研发投入强度乘以 980 亿元得约 76.4 亿元，但摘要未说明强度的分母是市场规模、行业营收还是企业研发支出，本文把它列为条件换算而非结论。
52.3 的集中度指数也一样。报告写「行业整体集中度指数为 52.3，表明市场仍具有较大的分散性与不确定性」，但摘要未说明是 CR4、CR8、HHI 还是自定义指数，也未给计算方法（来源：产业透镜报告摘要）。不同集中度指标的数值含义差别很大，52.3 在 CR4 口径下与在 HHI 缩放口径下指向的竞争格局并不相同，本文按原文记录并保留定义缺口。
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。尚未公开的是「代理」「技术储备」「朵」「集中度指数」的计数规则、口径边界与历史序列，以及各项预计值的测算模型。
时长类读数：4200 万小时算力与 720 分钟使用时长
报告在基础设施段落给出「AI 算力消耗预计增长至 4200 万小时每年」，在需求段落给出「用户年均使用时长增长至 720 分钟」（来源：产业透镜报告摘要）。两者都带时间量纲，却分别计量机器侧与用户侧。
| 读数 | 换算 | 计量对象 | 边界 |
|---|---|---|---|
| AI 算力消耗 4200 万小时/年 | 约 4794 年等效连续小时数（4200 万 ÷ 8760） | 算力侧累计时长 | 仅单位换算，不代表设备台数 |
| 用户年均使用时长 720 分钟 | 12 小时/用户/年 | 用户侧使用时长 | 摘要未说明是否含间接调用 |
| 5400 万用户 × 12 小时 | 约 6.48 亿用户小时/年 | 用户侧汇总时长 | 假设 5400 万用户均适用 720 分钟 |
| 6.48 亿 ÷ 4200 万 | 约 15.4 倍 | 两个不同对象的时长比 | 不可当算力效率或并发比 |
4200 万 ÷ 8760 ≈ 4794，是把小时换成年等效连续运行量的纯单位折算；720 分钟即 12 小时每用户每年。若假设 5400 万生活消费用户都适用该时长，可得约 6.48 亿用户小时每年，对算力侧 4200 万小时约 15.4 倍（原创换算，四步均标注假设）。但这条比值不能读作效率：用户使用时长包含等待、阅读与交互，算力消耗时长是计算资源占用，两者既不共享分母，也不构成投入产出关系。本文列出它是为了说明哪些换算看起来合理、实际却跨越了量纲。
同一段还有「各类服务器与计算资源的总使用量预计超过 500 万朵」。若把 4200 万小时除以 500 万朵得 8.4 小时每朵每年，这个数没有可解释的物理含义，因为「朵」未定义（原创反例）。凡是单位定义缺失的读数，正确做法是先停在原文，而不是先做除法。
当两个数的单位看起来相同（都是小时、都是个、都是百分比）时，先问计量对象是不是同一个。用户小时与算力小时、代理个数与用户人数、行业渗透率与试点比例，都属于「同单位、不同对象」，相减或相除得到的数值无法解释。
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。尚未公开的是 720 分钟的统计方式、4200 万小时的算力规格，「500 万朵」的单位定义，以及两类时长之间是否存在任何官方换算关系。
把采纳率摆成一排：73%、72%、19%、40% 与 15.6%
同一份汇编还集中列出多组采纳率：全球 Top500 企业启动 AI Agent 试点比例 73%、实现跨部门规模化应用比例 19%、企业已完成智能体试点并投入正式使用比例 72%、企业平均部署智能体场景数 3.5 个并计划 2026 年扩展至 6.7 个；Gartner 预测 2026 年底企业应用嵌入任务型 AI 智能体比例 40%（2025 年不足 5%），并预测 2027 年被叫停的 Agentic AI 项目比例超过 40%（来源：三个皮匠报告对 IDC、Gartner、第一新声等机构数据的整理，原文注明不同机构统计口径与调查方法存在差异）。CIZ 报告另给 2026 年行业渗透率 15.6%。
| 读数 | 分子含义 | 分母（据公开表述） | 可否与其他行相减 |
|---|---|---|---|
| 73% 启动试点 | 已启动试点的企业 | 全球 Top500 企业 | 与 19% 分母可能不同，不宜直接相减 |
| 19% 跨部门规模化 | 已跨部门规模化的企业 | 未在数据表单独注明 | 同上 |
| 72% 完成试点并正式使用 | 已投入正式使用的企业 | 受访企业 | 与 73% 属不同调查，不可求差 |
| 40% 应用嵌入 | 嵌入任务型智能体的企业应用 | 企业应用 | 分母是应用而非企业 |
| 超 40% 项目被叫停 | 被取消的 Agentic AI 项目 | 项目 | 与上一行同为 40%，方向相反、分母不同 |
| 15.6% 行业渗透率 | 未给分子定义 | 未在摘要中说明 | 不可与上述任一读数相减 |
两个 40% 尤其值得并列：一个是企业应用的嵌入比例，一个是项目被叫停的比例，前者是采用侧、后者是退出侧，分母不同、时间也不同（2026 年底对 2027 年）。把它们读成「一边 40% 采用、一边 40% 失败，正好抵消」是错的（原创口径辨析）。同理，73% 与 19% 相差 54 个百分点，但公开数据表未说明两者是否出自同一调查样本，本文不把这 54 个百分点表述为「从试点到规模化的流失」。
企业平均部署场景数从 3.5 个计划扩到 6.7 个，增幅约 91.4%（原创换算，分母 3.5）。这是同一指标的前后对照，可相减、可算比例，因为它共享「每企业平均场景数」这一分母；它与 72%、19% 这类企业占比读数不同量纲，不能相加成「整体采纳度」。
汇编还给出几组分行业读数：金融行业 AI Agent 渗透率 38.2%、制造业 15.3%、AI Agent 在 SaaS 行业渗透率从 2025 年 7 月的 30% 升到 9 月的 40% 以上；以及 76% 企业面临遗留基础设施与数据孤岛挑战、65% 认为 AI 环境过于复杂难以管理、高频使用的智能体占比不到三分之一（来源：三个皮匠报告整理）。这些读数的分母分别是行业企业、SaaS 场景与受访企业，均需单独标注。
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。尚未公开的是各采纳率的样本量、调查时间窗、企业规模分层，以及「试点」「正式使用」「跨部门规模化」三者的判定标准。
从规模数回到企业侧读数
规模与渗透率之外，公开汇编还列了一批企业侧读数，可用于观察口径落到业务时的样子：联想乐享超级智能体累计创收 18.9 亿元、覆盖 20 余核心场景；美的智能体工厂首检效率从 15 分钟压缩至 30 秒、累计打造智能体 1.3 万个；宇信科技信贷尽调智能体把 72 小时压缩到 3 小时以内、替代 80% 手工操作；银河证券交易智能体的询价到下单转化效率提升 3 倍；明略科技按结果付费收入 2025 财年超 1 亿元、占总营收约 7%；范式智能 Agentic AI 业务 2025 年营收 5.03 亿元、同比增长 93.2%（来源：三个皮匠报告整理的数据表与案例列表，原始出处标注为明略科技招股书及年报、范式智能年报等）。
| 企业读数 | 指标类型 | 分母或时间口径 | 与 980 亿元规模的关系 |
|---|---|---|---|
| 联想乐享累计创收 18.9 亿元 | 累计金额 | 覆盖 20 余核心场景，累计非年度 | 累计值不可与年度市场规模相除求份额 |
| 美的首检 15 分钟 → 30 秒 | 环节耗时 | 单一检验环节 | 属效率读数，与金额不同量纲 |
| 美的累计智能体 1.3 万个 | 累计个数 | 累计打造数量 | 与 170 万个全行业预计数分母不同 |
| 宇信 72 小时 → 3 小时以内 | 流程耗时 | 信贷尽调流程 | 替代 80% 手工操作为另一口径 |
| 明略按结果付费收入超 1 亿元、占约 7% | 收入与占比 | 2025 财年，分母为公司总营收 | 占比分母是公司营收，不是行业规模 |
| 范式智能 5.03 亿元、同比 +93.2% | 业务营收 | 2025 年，Agentic AI 业务分部 | 单一公司分部，不可与行业规模直接相除 |
按联想的 18.9 亿元除以 20 余场景，约为每场景 0.95 亿元；但这是累计创收按场景数的机械摊分，既不是单场景年收入，也不是投入产出比（原创口径说明）。明略的约 7% 与范式智能的 93.2% 同比则共享「公司自身营收」这一分母，属可内部核对的读数，仍不能与行业规模数混合。
这些企业侧读数与 CIZ 报告的 980 亿元、170 万个处在并不相同的层级：前者是具体公司的流程或财务指标，后者是全行业预计值。把它们并排放进一张「行业全景表」会让读者误以为存在加总关系。本文的增量结论是：规模数用来定坐标，企业读数用来验机制，两者不做除法。
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。尚未公开的是上述企业读数的统计周期、是否经第三方审计、场景边界定义，以及「累计创收」「效率提升」的具体测算方法。
引用前四问与可证伪边界
把这类报告当作引用源时，建议先过四问，再决定用不用某个数：
- 量纲是什么：金额、个数、时长、比例还是指数？「朵」「件」「技术储备」有没有定义？
- 分母是谁：全行业、企业级、Top500 企业、企业应用、项目，还是受访样本？同一指标前后是否换过分母？
- 实绩还是预计：980 亿元与 23.5% 均为预计值；804 亿元、5.03 亿元为已披露的年度数值。预计值不宜与实绩值直接求增速。
- 能不能反推：能反推的做反推并标注假设（793.5 亿元）；缺起点、缺定义的并列保留（107% 复合增长率、52.3 集中度），不替原报告补数。
可证伪边界同样要写清。CIZ 报告页公开的是摘要与目录，未附样本框、调查方法、预测模型与数据来源明细；「500 万朵」「3500 万件技术储备」「52.3 集中度指数」等单位或指标缺少定义，本文所有涉及它们的换算都标为结构折算或反例，不作为结论。三个皮匠的汇编本身也注明「不同机构因统计口径和调查方法差异，同一指标可能存在数值差异，具体数据口径请以原始报告为准」，其数据转引自 IDC、Gartner、第一新声、易观分析、企业年报等多类来源，混合了预测、调查与财务披露三种性质。
本站此前已在 R-INDUSTRY-60 讨论过沙利文主报告与中国 400 多位 CIO 调研之间的规模口径落差，在 R-INDUSTRY-61 讨论过词元与算力的计量分层；本篇不重复那些倍数对照，改以单份报告内部的量纲分类为切口（内部对照说明）。结论限于：一段摘要里并列的不同量纲读数不能互为佐证，能核对的只有少数几条。
一条可证伪的检验路径是：若 CIZ 后续公开完整报告或方法附录，明确了 980 亿元的构成分项与 23.5% 的基期数值，则本文的 793.5 亿元反推可被直接证实或推翻；若「朵」与「技术储备」得到正式定义，本篇标记为不可换算的两行也应随之重算。在此之前，这些位置保持留白。
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。尚未公开的是完整报告正文、样本框与调查方法、各项预计值的模型与置信区间、指标定义表，以及 2024 年规模基数。