AI Agent 是把模型、企业数据、权限和审批拼成能真的"动手干活"的执行层——从答问题升级到代替人在系统里点按钮。评级 跟踪。
矛盾在"发布功能"和"真收到钱"之间。一边付费证据最清楚：Salesforce 的 Agentforce ARR 已到 8 亿、同比 +169%；微软 365 Copilot 付费席位破 2,000 万；Palantir 美国商业收入同比 +133%。另一边是冷水：调查里真正把 Agent 推到规模化生产的企业只有一成出头，Palantir PE 150 倍以上已经把"满分兑现"提前定价。
长期利润池不在模型层，而在工作流入口、权限治理和连接器，这才是不易被开源吞掉的部分。优先盯平台型受益者（微软/Salesforce/ServiceNow/NICE）；最大风险不是技术不行，而是落地慢于叙事，估值泡沫先破。
核心结论
AI Agent 在产业链中的位置，不是“更会聊天的模型”，而是把基础模型、企业数据、工具调用、权限体系、审批流、监控与审计，拼成一个可交付业务结果的“system of action”执行层；真正有长期利润池的，不在单次推理本身，而在“谁掌握工作流入口、权限控制、企业数据上下文与连接器网络”。
Agent 与 Copilot、聊天机器人、RPA 的本质区别在于：Copilot 主要提升人效，机器人/RPA主要按固定脚本执行业务，Agent 则能够在目标约束下自主规划、多步调用工具、保留状态、处理异常并在需要时进入 human-in-the-loop；它从“回答”走向“行动”。
企业不直接只买模型 API，原因并不神秘：模型 API 解决的是“会不会推理”，企业真正要解决的是“能不能在权限内连接系统、调用工具、审计行为、控制成本、追踪失败、满足合规并持续优化”。这也是为什么 MCP、连接器、身份、治理、可观测性与工作流层迅速成为标配。
当前最先看到商业化验证的场景，不是“大而全通用Agent”，而是工作流清晰、ROI 易量化的场景：AI 编程、客服/联络中心、CRM 销售流程、ITSM/企业服务台、知识检索与企业搜索，以及有强规则边界的 HR/财务/法务子流程。
截至目前，公开材料里“Agent 收入落地最清晰”的上市公司并不多，证据最强的一组是 Salesforce、Microsoft、NICE、HubSpot、Palantir、UiPath、Twilio：Salesforce 披露 Agentforce ARR 已达 8 亿美元且同比增长 169%，累计关闭 2.9 万笔 Agentforce 交易；Microsoft 披露 Microsoft 365 Copilot 付费席位已超过 2,000 万，ARPU 增长再次由 Copilot 和 E5 拉动；NICE 披露 AI ARR 同比增长 66%；HubSpot 已把 Customer Agent 和 Prospecting Agent 改成按“完成结果”计费；Palantir Q1 2026 收入同比增长 85%，美国商业收入同比增长 133%；UiPath ARR 达 18.53 亿美元；Twilio Q1 2026 收入同比增长 20%，并在业绩材料中明确将 AI Agents 用于客服与销售流程。
另一组大公司更像“防御型 Agent 受益者”，而不是短期新增增长发动机：Oracle、SAP、Workday、部分 Atlassian。它们最有价值的不是把 Agent 单独卖出很高 ARPU，而是用 Agent 强化原有 system of record，提升留存、扩容、cloud backlog/RPO 与平台粘性。Oracle 已明确把 AI Agent Studio 对 Fusion Applications 客户“无额外收费”；SAP 的 Joule 已覆盖 35 个解决方案，但尚未单独披露 Agent 收入；Workday 则围绕“Agent System of Record”与角色型 Agent 推进，强调替客户管理整个 agent fleet。
从护城河看，最容易形成长期壁垒的层，不是模型层，而是“权限感知的数据访问 + 企业工作流入口 + 跨系统连接器 + 审计治理 + 分发生态”。模型层在多模型、开源与价格下降作用下更容易走向竞争加剧；真正不容易被替代的是企业组织结构、审批逻辑、历史流程状态与安全策略。
Agent 将显著改变软件计费模式，但不是“一夜之间完全从 seat 走向 usage”。更现实的路径是：先出现 seat + credits 的混合模式，再在高 ROI 场景里向按任务、按结果、按自动化流程、按 Agent 工作量收费扩展。HubSpot 已按 resolution 与 recommended lead 收费；Intercom Fin 以每次解决为计费单位；Copilot Studio 以 Copilot Credits 计费；Atlassian Rovo Dev 采用 seat + credits + 超量计费；Zoom 则采用捆绑免费 + 高级功能加价。
高收入弹性的细分赛道，目前看最强的是：企业 Agent 平台、客服 Agent、编程 Agent、Agent 安全/身份治理、iPaaS/MCP/连接器层、企业搜索/知识 Agent。它们要么直接替代人力/外包成本，要么提升原有 SaaS ARPU 与扩张率，要么成为所有 Agent 执行前的必经控制点。
利润率最好的，不一定是“最性感”的 Agent 公司。毛利率/利润率前景更好的通常是已有分发渠道和现成工作流的 SaaS 平台、身份与安全控制层、以及高附加值行业 Agent；最容易被推理成本侵蚀毛利的，通常是重度实时交互、低单价、高频调用、且缺乏工作流议价能力的通用 Agent。Microsoft 财务长已明确表示，AI 应用的商业模式将更多体现为 usage/consumption，而公司也在通过硬件栈与软件效率优化对冲推理成本。
估值最容易泡沫化的板块，是 Agent 原生热门叙事：编程 Agent、通用企业代理层、以及缺乏明确收入披露的高估值私有模型公司。Cursor 母公司 Anysphere 在 2025 年 11 月的融资后估值已接近 293 亿美元；Glean 在 2026 年初的官方披露中 ARR 已超过 2 亿美元、估值 72 亿美元；Harvey 2026 年融资估值达到 110 亿美元；OpenAI 与 Anthropic 的估值预期更是远高于传统软件倍数。公开市场里，Palantir 当前静态 PE 已在 150 倍以上。
被 Agent 冲击最明显的，不是所有 SaaS，而是“弱工作流、弱权限、弱数据壁垒、弱分发”的 seat 型工具软件，以及低附加值外包、传统脚本式 RPA、基础客服席位与部分低端开发外包。反过来，掌握 system of record 的公司有机会从“记录系统”升级成“执行系统”。
未来 12–24 个月最重要的催化剂，不是“又发布了一个 Agent”，而是五类硬指标：单独披露的 AI/Agent ARR，RPO/cRPO 的提速，usage-based 计费带来的 ARPU 抬升，pilot 到 production 的客户转化率，以及安全/治理事故对采购决策的影响。Gartner 已警告，到 2028 年，25% 的企业生成式 AI 应用每年至少经历 5 次轻微安全事件；Infosys-HFS 的 2026 调查则显示只有 14% 的企业真正把 Agentic AI 扩展到规模化生产。
最大风险不是技术“完全不可用”，而是企业落地速度慢于叙事扩张：治理、身份、数据主权、提示注入、工具滥用、审计与 ROI 证明，会比模型能力本身更常成为采购瓶颈。McKinsey 2026 AI Trust Maturity Survey 也指出，企业在治理、风险管理与信任成熟度上仍有明显缺口。
产业链全景与技术架构
从投资角度看，AI Agent 产业链可以分成“能力供给层”和“执行控制层”。前者包括模型、API、SDK 与开源框架；后者包括连接器、权限、数据检索、Memory、工作流、治理、安全、监控与最终的业务应用入口。前者更容易竞争加剧，后者更容易形成可持续的客户锁定和利润壁垒。
| 产业链位置 | 细分环节 | 核心产品与需求驱动 | 收入模式 | 主要客户 | 壁垒与利润率特征 | 代表公司 | 受益强度 | 投资弹性 | 依据 |
|---|---|---|---|---|---|---|---|---|---|
| 基础模型 | reasoning、tool use、computer use、多模态 | 支撑复杂规划、工具调用、代码执行、浏览器与桌面操作 | token、推理、API 调用 | 开发者、云厂商、平台商 | 技术迭代快但价格竞争强，长周期护城河弱于分发和数据 | OpenAI、Anthropic、Google、xAI、Cohere、Mistral | 5 | 5 | |
| Agent API | Responses API、tool calling、managed tools | 把 LLM 变成可执行程序，而非纯聊天接口 | token + tools + usage | 开发者、AI 原生应用 | API 易标准化，议价会下沉 | OpenAI Responses API、Anthropic Messages/API、xAI Tools | 4 | 4 | |
| Agent SDK / 编排框架 | LangGraph、LlamaIndex、CrewAI、Retool agentic workflows | 解决 planner、router、memory、subagent、handoff | seat、platform、enterprise support | 开发团队、AI 应用公司 | 开源替代强，商业化要靠云服务/观测/托管 | LangChain/LangGraph、LlamaIndex、CrewAI、Retool | 3 | 4 | |
| MCP / 连接器 | 标准化工具与数据接入 | 让 Agent 能够低成本接入更多系统 | platform fee、connector fee、bundle | 企业 IT、开发团队 | 网络效应强，越多连接器越难替代 | MCP、OpenAI Connectors、Anthropic MCP Connector、Cloudflare MCP 治理 | 5 | 5 | |
| 企业系统集成 / iPaaS | API 管理、workflow connector、MCP 管理 | 把 Agent 接到 ERP/CRM/ITSM/DB/文件系统 | 按连接、按流程、平台订阅 | 大中型企业 | 连接器网络、治理与企业实施能力形成高壁垒 | Workato、Boomi、Zapier、Make、n8n | 5 | 4 | |
| 数据检索 / 企业搜索 / RAG | permission-aware retrieval、enterprise search | 降低幻觉并把企业知识变为可执行上下文 | 订阅、seat、usage | 知识密集型企业 | 权限感知索引和跨系统知识图谱是核心壁垒 | Glean、Google Gemini Enterprise、Elastic、MongoDB、Snowflake | 4 | 4 | |
| Memory / context engineering | long-term memory、workflow state、semantic cache | 让 Agent 在多轮、多任务中保留上下文 | 基础设施订阅、数据库、增值功能 | 开发者与企业平台团队 | 技术壁垒中等，商业护城河取决于是否嵌入主工作流 | LlamaIndex、MongoDB Vector Search、Snowflake Cortex | 3 | 3 | |
| 身份 / 权限 / 治理 | IAM、policy engine、approval、audit trail | 企业落地 Agent 的采购门槛 | seat、platform、security bundle | 大企业、受监管行业 | 这是最容易形成独立利润池的控制层之一 | Okta、ServiceNow AI Control Tower、Workday、Cloudflare | 5 | 4 | |
| Agent 安全 | prompt injection、data leakage、runtime protection | 自主执行后风险显著抬升 | 安全订阅、token/API、bundle | 安全部门、平台团队 | 安全是生产化刚需，但需要渠道与平台整合能力 | Palo Alto Prisma AIRS、CrowdStrike Charlotte AgentWorks、SentinelOne Purple AI | 5 | 4 | |
| 可观测性 / evals | tracing、evals、cost/latency monitoring | 多步 Agent 失败难以人工定位 | seat、usage、enterprise support | AI 平台团队 | 需求真实，但易被开源侵蚀，单点工具货币化较难 | LangSmith、Arize Phoenix、Langfuse、W&B Weave | 3 | 3 | |
| 企业 Agent 平台 | build、deploy、govern、optimize | 把模型、数据、工具、权限和 workflow 统一起来 | seat + credits + platform bundle | 企业 IT、业务部门 | 最核心利润池，分发、工作流与数据决定胜负 | Microsoft Copilot Studio、Salesforce Agentforce、ServiceNow、Google Gemini Enterprise Agent Platform | 5 | 5 | |
| 企业工作流 Agent | CRM、ITSM、HR、Finance、Support | 直接替代人工步骤并提高流程吞吐 | seat、task、outcome、bundle | 销售、客服、HR、财务、IT | 行业流程与系统入口决定 ARPU 上限 | Salesforce、ServiceNow、Workday、HubSpot、NICE、Twilio、Zoom | 5 | 5 | |
| 垂直行业 Agent | 法律、医疗、金融、研究 | 高客单价、高合规、强数据闭环 | SaaS、usage、enterprise contracts | 律所、医院、金融机构 | 高数据/合规壁垒，容易高毛利 | Harvey、Abridge、EvenUp、Anthropic finance agents | 4 | 5 | |
| 个人生产力 Agent | 协作、文档、会议、邮件 | 提升个人效率与轻流程自动化 | seat、freemium、add-on | SMB、知识工作者 | 分发强但单客价值有限，易同质化 | Microsoft 365 Copilot、Zoom AI Companion、Atlassian Rovo、Google Gemini Enterprise | 3 | 3 | |
| 被替代对象 | 传统 RPA、低端客服席位、低附加值外包 | 规则固定、重复性高、人力密集 | seat 或人天 | BPO、IT outsourcer、传统 SaaS | 缺少数据、权限和 action 入口者最危险 | 传统 RPA point tools、BPO、低端开发外包、弱工作流 seat 工具 | 4 | 5 |
企业 Agent 架构里，最值得买方研究员重视的不是“谁的模型最好”，而是以下几层：第一，权限与身份层，因为 Agent 一旦开始“执行”，权限即产品；第二，工作流与 system-of-record 入口，因为这里决定能否闭环；第三，连接器与数据层，因为这里决定 Agent 是否真正嵌入企业真实系统；第四，治理/安全/可观测性，因为它决定试点能否进入生产。对比之下，纯框架层与纯 observability 层产品很好，但若拿不到 control plane，容易陷入“好产品、难赚钱”。WhyLabs 已宣布停止运营，就是一个值得警惕的反例。
商业模式与情景推演
从公开产品与定价看，Agent 商业模式已经开始脱离传统 seat-only SaaS。最清晰的趋势是“seat + credits + outcome”的混合模式：企业先购买平台席位或主产品，再为实际完成的任务、自治运行次数、推理 credits、resolution、recommended lead、开发者 credits 等付费。这种模式比单纯按 token 更贴近客户 ROI，也更有机会提升 ARPU、NRR 与留存。
| 定价模式 | 当前代表公司 | 优点 | 缺点 | 对 ARPU/NRR 的影响 | 适用场景 | 依据 |
|---|---|---|---|---|---|---|
| 按席位收费 | Microsoft 365 Copilot、Zoom AI Companion、Rovo Dev | 采购简单，预算好管理，适合个人生产力 | 与真实业务结果弱绑定，席位受 headcount 约束 | 稳定抬升 ARPU，但天花板有限 | productivity、协作、开发工具 | |
| 按 credits / 消耗计费 | Copilot Studio、HubSpot Credits、Atlassian credits | 与调用强度挂钩，更接近价值 | 预算波动更大，采购需要成本监控 | 若使用频率上升，ARPU/NRR 弹性最大 | enterprise platform、multi-agent workflows | |
| 按任务/结果收费 | HubSpot Customer Agent / Prospecting Agent、Intercom Fin | 与客户 ROI 绑定最强，容易证明替人成本 | 定义“结果”复杂，需要精确归因 | 最利于扩张和留存，尤其在客服/销售 | support、sales、collections | |
| 按流程/自动化收费 | UiPath、Appian、Workato、Boomi | 与企业流程改造预算对接，合同额大 | 项目销售周期长，实施复杂 | 对 RPO/cRPO 更友好 | back-office、跨系统流程 | |
| 捆绑免费/增购 | Oracle AI Agent Studio、部分 Zoom/Atlassian AI 功能 | 防御对手、推动主产品留存最快 | 直接收入确认弱，容易被高估 | 更偏 retention 与 attach，而非独立新增 | ERP/HCM/协作平台防御 |
从财务传导上看，Agent 对 SaaS 的影响通常是三阶段。第一阶段是“防御性捆绑”，主要体现在 win rate 与 retention，而不是新增收入。第二阶段是“混合货币化”，usage/credits 开始拉动 ARPU。第三阶段才是“system of action”成立，即企业把部分人工流程预算从 seats、外包、人天迁到 Agent 平台。Salesforce、HubSpot、NICE 已进入第二阶段；Microsoft 在个人与开发者生产力场景也已明显进入第二阶段；Oracle、SAP、Workday更偏第一阶段向第二阶段过渡。
推理成本仍会压缩毛利，但领先平台已经在三条线上对冲：一是更细粒度的路由，把简单任务下放给便宜模型；二是减少上下文开销，用缓存、工具搜索、程序化 tool calling、权限感知检索与 context management 降低 token 浪费；三是控制面产品（治理、身份、安全、workflow）占据更多总合同价值。OpenAI 价格页已明确区分输入、缓存输入和输出成本；Anthropic 也推出 Tool Search Tool 与 Programmatic Tool Calling 以减少上下文消耗；Google 在 Agent Platform 中提供仿真、评分和优化；Microsoft 管理层则明确表示 usage-based 商业模式和硬件/软件效率提升有助于长期维持更好的 AI 毛利。
下面给出一个基于当前公开证据的 24 个月情景推演。它不是行业事实，而是研究框架：用来识别哪些公司最需要“采用率加速”才能支撑当前估值，哪些公司即便 adoption 温和也能受益。
| 情景 | 核心假设 | 企业 Agent 采用率 | 单独付费率 | 推理成本变化 | 软件 ARPU 变化 | 席位数量变化 | 留存 / NRR 变化 | 主要受益环节 | 主要受益公司 | 主要承压对象 |
|---|---|---|---|---|---|---|---|---|---|---|
| 保守 | 生产化仍受治理限制，Agent 更多停留在 copilots + limited automation | 大型企业 15%–20% 进入生产 | 低 | 年降 20%–30% | 低个位数提升 | 基本稳定 | 轻微改善 | 平台捆绑、治理、安全、搜索 | Microsoft、Oracle、SAP、Okta、Palo Alto | 纯叙事 Agent 初创、弱差异 seat 工具 |
| 基准 | 客服、ITSM、销售、编码持续扩张，usage/credits 快速渗透 | 大型企业 25%–35% 进入生产 | 中等 | 年降 35%–50% | 中高个位数至低双位数 | 低端岗位/席位温和下降 | NRR 明显改善 | 企业 Agent 平台、CX、coding、iPaaS、安全 | Salesforce、ServiceNow、NICE、HubSpot、UiPath、Twilio、Atlassian | 传统客服席位、脚本式 RPA、低附加值外包 |
| 激进 | Agent 成为 system of action，模型成本显著下降且治理框架成熟 | 大型企业 40%+ 进入生产 | 高 | 年降 50%+ | 双位数以上 | 重复性 seat 明显收缩 | 留存与扩张同步改善 | 平台层与 workflow-in-control 厂商 | Microsoft、Salesforce、ServiceNow、Palantir、HubSpot、NICE、Workato/Boomi | BPO、呼叫中心、低端开发外包、弱流程 SaaS |
这三种情景里，最关键的分水岭不是模型能力，而是两个变量：第一，企业是否愿意把 Agent 真正接入“可写入”的系统；第二，供应商能否把价格从“AI功能免费送”提升到“按完成的业务结果收费”。只要第二个变量成立，Agent 才会真正改变 SaaS 的商业模式。
赛道拆解与竞争格局
下面聚焦当前最有投资价值的赛道，而不是所有概念上可能成立的 Agent 方向。评分以 5 分为上限，综合考虑商业化证据、壁垒、收入弹性与竞争强度。
| 赛道 | 赛道逻辑 | 收入如何转化 | 当前阶段 | 定价模式 | 毛利率趋势 | 壁垒核心 | 未来催化剂 | 主要风险 | 投资吸引力 | 依据 |
|---|---|---|---|---|---|---|---|---|---|---|
| 企业 Agent 平台 | 把模型、数据、工具、权限、治理统一到一个控制面 | 扩 seat、卖 credits、拉高 attach rate、增强 RPO | 已进入付费扩张期 | seat + credits + bundle | 中高，取决于 usage mix | 分发、workflow、权限、数据入口 | 独立披露 AI ARR、客户生产化案例 | 被云/模型层挤压 | 5 | |
| CRM / 销售 Agent | 直接连接 pipeline、lead、报价、客服交接 | 更高 ARPU、更高 win rate、更多 upsell | 商业化最清晰之一 | 按席位、按 lead、按任务 | 高 | CRM 数据 + sales workflow | 客户扩容、Conversion uplift 披露 | 幻觉导致业务风险 | 5 | |
| 客服 / 联络中心 Agent | 替代基础客服席位与外包成本 | 结果收费、AI ARR、席位替代 | 已进入大规模部署 | 按 resolution、按对话、按 AI ARR | 高于外包，低于纯软件平台 | 历史对话数据、流程、语音与 routing | resolution rate、human deflection 提升 | 客户体验波动、低价竞争 | 5 | |
| ITSM / 运营 Agent | 工单、变更、审批、知识库天然适合 Agent | 提升 Pro Plus / premium attach、拉动 cRPO | 生产化走在前列 | 高价套件 + usage | 高 | 工单系统、CMDB、审批链 | 大客户数、AI ACV、cRPO 提速 | 大模型厂商上推应用层 | 5 | |
| 编程 / DevSecOps Agent | ROI 直接、使用频率高、开发者扩散快 | 提升 seat、credits、平台迁移 | 爆发期 | seat + usage | 中高，但 compute 压力明显 | 代码仓、CI/CD、开发流程上下文 | 企业标准化采购、治理要求上升 | 开源替代、估值泡沫 | 5 | |
| 连接器 / MCP / iPaaS | Agent 想要行动，必须连系统 | 平台订阅、流程量、连接器增购 | 从基础设施走向 control plane | platform + flow volume | 很高 | 连接器生态、企业认证、安全与审计 | MCP 标准普及、企业多系统接入 | 开放标准削弱单一平台锁定 | 5 | |
| 治理 / 身份 / 安全 | 生产化前置条件，不是可选件 | 安全预算迁移、平台增购 | 快速升温 | 安全订阅、bundle、API | 高 | 身份控制、策略、审计、运行时防护 | 安全事故推动采购 | 可能被大平台内置吞没 | 5 | |
| 可观测性 / evals | 多步 Agent 需要 trace、eval、cost monitor | 工程预算、enterprise support | 需求真实但货币化分化 | seat + usage | 中等 | trace UX、数据留存、OpenTelemetry 兼容 | 企业从 PoC 转生产 | 开源强替代、价格压力 | 3 | |
| Memory / 企业搜索 / RAG | 决定答案是否可执行、可审计 | 搜索订阅、平台 attach、usage | 进入平台化 | seat + platform | 高 | permission-aware index、知识图谱 | 从“搜到”走向“做成” | 被平台内置 | 4 | |
| RPA 2.0 / Process Orchestration | 从脚本自动化走向 agentic automation | ARR、流程量、平台升级 | 转型中 | platform + automation | 中高 | 流程编排、确定性执行、治理 | 从旧 RPA 客户升级到 Agent | 被平台型 SaaS 吸收 | 4 | |
| 法律 / 医疗 / 金融垂直 Agent | 单客价值高、替代人工成本高、合规严 | 高价订阅、enterprise contracts | 早期到加速期 | subscription + usage | 高 | 专业数据与合规知识 | 更多行业案例、付费扩张 | 审计责任与监管 | 4 | |
| BPO 自动化 | 直接冲击人天计费模型 | 替代席位与工时 | 早期，但方向清楚 | outcome、seat reduction | 对软件方高，对外包方低 | 运营数据、流程改造能力 | 客服/财务/采购大单 | 企业不愿 full automation | 4 | |
| 个人生产力 Agent | 海量分发，低摩擦部署 | seat 升级、add-on | 已成熟但增长弹性中等 | seat、add-on | 高 | 分发与产品集成 | 免费到付费转化 | 同质化、价格战 | 3 |
从竞争格局看，Microsoft、Salesforce、ServiceNow 是当前企业 Agent 平台层最强的三家：Microsoft 拿到了桌面入口、协作入口和开发者入口，且已把 Copilot 从 seat 走向 credits；Salesforce 则是第一家在公开财务口径里把 Agent ARR 讲清楚的大型 SaaS；ServiceNow 的优势是跨部门流程与治理控制面。Google 在技术栈和 Agent Platform 完整性上并不差，甚至在 IAM agent identity、simulation 与 governed connectivity 上很强，但它在办公/CRM/ITSM 主入口上的控制力仍弱于 Microsoft、Salesforce 与 ServiceNow。OpenAI 与 Anthropic 在模型、API、MCP 与开发者标准上的影响力极强，但若没有更深的工作流和权限入口，长期利润池更可能停留在“能力供应商”而不是“企业操作系统”。Oracle、SAP、Workday 的胜率来自自有 system of record：它们未必最先看到显性增量收入，但一旦客户把 Agent 直接连到 ERP/HCM/finance 记录系统，它们的粘性会显著增强。
上市公司重点名单与投资分层
下面的表格优先覆盖“最可能在未来 12–24 个月里出现可跟踪财务验证”的上市公司。分类规则如下：A 类为核心直接受益者；B 类为明显受益但存在估值、模型成本或竞争风险；C 类为更多体现防御属性；D 类为叙事强于财务验证；E 类为潜在被冲击者。
| 公司 | 市场 | 分类 | 核心 Agent 产品 | Agent 受益路径 | 已见商业化证据 | 估值观察 | 研究结论 | 依据 |
|---|---|---|---|---|---|---|---|---|
| Microsoft | 美股 | A | Microsoft 365 Copilot、Copilot Studio、GitHub Copilot | 提升 M365 ARPU、推动 credits 消耗、增强 Azure 与开发者生态 | M365 Copilot 付费席位超 2,000 万；ARPU 增长再次由 Copilot 和 E5 领衔；Copilot Studio 已按 Credits 计费；FY25 收入 2,817 亿美元；当前 PE 约 25x | 估值不便宜，但仍属平台核心 | 强受益，确定性最高之一 | |
| Salesforce | 美股 | A | Agentforce、Data Cloud、Slack | 直接卖 Agent ARR，拉高 cRPO/RPO、扩 existing accounts | FY26 收入 415 亿美元；RPO 724 亿美元；Agentforce ARR 8 亿美元，同比 +169%；累计 2.9 万笔 Agentforce 交易；当前 PE 约 23x | 相比多数 AI 叙事股，估值仍可解释 | 强受益，公开财务验证最清晰 | |
| ServiceNow | 美股 | A | Now Assist、AI Agents、AI Control Tower、Action Fabric | 升级大客户、高价套件、治理控制面 | Q1 2026 订阅收入 36.7 亿美元，同比 +22%；cRPO 126.4 亿美元，同比 +22.5%；Pro Plus AI 中 ACV 超 100 万美元客户数同比增长 130% | 高估值平台股属性明显 | 强受益，workflow moat 极强 | |
| Oracle | 美股 | B | Oracle AI Agent Studio、Fusion AI Agents | 主要通过 ERP/HCM 留存、扩模块和云使用量受益 | Oracle 将 AI Agent Studio 向 Fusion Applications 客户免费提供；对 retention 很有利，但单独 Agent 收入未披露；当前 PE 约 35x | 估值已明显重估 | 受益明显，但更偏防御+云/ERP 绑定 | |
| SAP | 美股/欧洲 | B | Joule、Business AI、Autonomous Suite | 利用 ERP 数据/权限升级为 system of action | Q1 2026 当前云 backlog 219 亿欧元，同比 +20%；云收入同比 +19%；Joule 已 live 于 35 个解决方案，但 AI 收入未单列 | 相对美股高估值 AI 股更均衡 | 高质量受益者，但新增收入验证仍不足 | |
| Workday | 美股 | C | Illuminate Agents、Agent System of Record、Sana/Workday agents | 防御 HCM/Finance 主系统地位，提升 attach 与留存 | FY26 Q4 订阅收入 23.6 亿美元，同比 +15.7%；推出 Agent System of Record；联邦 HR PAR Agent 宣称可将 PAR 周期缩短最高 60% | 当前 PE 约 19x，较高增长 SaaS 已不算激进 | 防御性强，新增增长弹性仍需验证 | |
| Atlassian | 美股 | B | Rovo、Rovo Dev、AI credits | 提升 cloud portfolio 使用深度，扩 developer/knowledge worker ARPU | Rovo 客户 ARR 增速约为非 Rovo 客户的 2 倍；AI credit usage 月环比增长 20%+；Rovo Dev 定价 20 美元/开发者/月，超额 0.01 美元/credit | 尚未 GAAP 盈利，AI 扩张值钱但波动大 | 中高弹性，研发与知识工作流入口稀缺 | |
| HubSpot | 美股 | A | Breeze Customer Agent、Prospecting Agent、Data Agent | 从传统 seat 升级到按结果收费，适合 SMB/中端客户 | Q1 2026 客户数 29.95 万，同比 +16%；每客户平均订阅收入 11,722 美元，同比 +6%；Customer Agent 50 credits/次解决，Prospecting Agent 100 credits/条推荐 lead | 当前 PE 超 100x，财务质量好但估值已不便宜 | 强受益，但估值要求高 | |
| Palantir | 美股 | A | AIP、AIP Bootcamps、垂直 agentic workflows | 通过高价值行业/政府任务自动化放大合同额和 ARPU | Q1 2026 收入 16.33 亿美元，同比 +85%；美国商业收入 5.95 亿美元，同比 +133%；全年收入指引 76.5–76.6 亿美元；当前 PE 约 151x | 明显高估值，预期已极高 | 高确定性、高弹性、估值过热 | |
| UiPath | 美股 | B | Agentic Automation、Robots + Agents + Humans | RPA 2.0 升级、既有客户扩容、面向复杂流程编排 | FY26 Q4 收入 4.81 亿美元，同比 +14%；ARR 18.53 亿美元，同比 +11%；DBNRR 107%；毛利率 85% | 当前 PE 约 24x，市场仍对其长期竞争位置有疑问 | 受益逻辑清晰，但竞争和替代压力大 | |
| Appian | 美股 | B | Appian Agents、AI process automation | 用流程编排把 Agent 嵌入受监管业务流程 | Q1 2026 cloud subscription 收入 1.245 亿美元，同比 +25%；经营现金流 4,880 万美元 | 当前盈利口径有限，市值较小，弹性更高 | 高弹性中盘股，适合持续跟踪 | |
| Pegasystems | 美股 | B | Pega Blueprint、workflow + case management agents | 以规则引擎和流程改造切入 agentic workflow | Q1 2026 Pega Cloud 收入同比 +30%，Pega Cloud ACV 同比 +29% | 当前 PE 约 17x，相对不激进 | 被市场低估的流程型受益者之一 | |
| NICE | 美股/以色列 | A | CXone Mpower、AI CX agents | 把 AI 直接卖进联络中心预算并提升利润率 | Q1 2026 AI ARR 同比 +66%；公司同步上调全年 EPS 指引 | 估值不算昂贵，但受行业景气影响 | AI 变现证据非常强，值得重点研究 | |
| Twilio | 美股 | B | AI Agents for support/sales、VoiceAI、TaskRouter | 把通信基础设施升级成 AI action 层 | Q1 2026 收入 14.1 亿美元，同比 +20%；运营利润显著提升；官方材料中已明确 AI Agents 用于 customer support 和 sales | 当前 PE 很高，市场仍更多把它当基础设施而非平台 | 可转型受益，但需观察毛利与平台化 | |
| Zoom | 美股 | B | AI Companion、Custom AI Companion、Virtual Agent | 通过捆绑 + add-on 提升 UCaaS/CCaaS ARPU | FY26 收入 48.69 亿美元，同比 +4.4%；10/10 top ZCX deals 包含 paid AI；Custom AI Companion 已单独定价 | 当前 PE 约 19x，增长慢但 AI 变现开始见效 | 中等受益，防御转增长的观察标的 |
评分模型与优先级
以下总分是基于用户给定权重做的研究员模型评分：Agent 收入直接暴露度 25%，产品/数据/工作流壁垒 20%，客户质量和收入确定性 15%，平台生态与连接器能力 15%，财务质量和利润率 10%，估值合理性 10%，未来催化剂 5%。这不是市场价格预测，而是研究优先级排序。
| 公司 | Agent收入暴露 | 壁垒 | 客户质量 | 生态/连接器 | 财务质量 | 估值合理性 | 催化剂 | 总分 | 研究优先级判断 |
|---|---|---|---|---|---|---|---|---|---|
| Salesforce | 24 | 17 | 14 | 14 | 9 | 7 | 5 | 90 | 最值得继续跟踪的核心平台标的 |
| Microsoft | 22 | 19 | 15 | 15 | 10 | 6 | 5 | 92 | 质量最高，但估值与共识都较高 |
| ServiceNow | 22 | 18 | 14 | 13 | 9 | 6 | 5 | 87 | 企业 workflow Agent 核心票 |
| NICE | 21 | 16 | 13 | 11 | 8 | 8 | 4 | 81 | CX Agent 里证据最强 |
| HubSpot | 21 | 14 | 12 | 11 | 8 | 5 | 4 | 75 | SMB/中端 outcome pricing 最值得跟踪 |
| Palantir | 23 | 18 | 13 | 9 | 8 | 2 | 5 | 78 | 业绩弹性极大，但估值风险极高 |
| Atlassian | 17 | 14 | 11 | 12 | 7 | 6 | 4 | 71 | Rovo 有惊喜空间 |
| UiPath | 16 | 13 | 11 | 10 | 7 | 7 | 4 | 68 | 转型成功则弹性大 |
| Pegasystems | 15 | 15 | 11 | 9 | 8 | 8 | 3 | 69 | 低关注度、较高性价比 |
| Appian | 14 | 13 | 10 | 8 | 6 | 8 | 4 | 63 | 小盘高弹性，适合进阶研究 |
| SAP | 12 | 18 | 14 | 11 | 9 | 7 | 3 | 74 | 高质量防御型受益者 |
| Oracle | 10 | 16 | 13 | 10 | 9 | 6 | 3 | 67 | retention 强，增量待验证 |
| Workday | 10 | 17 | 13 | 9 | 8 | 7 | 3 | 67 | 更像防御而非爆发 |
| Twilio | 12 | 11 | 11 | 12 | 7 | 6 | 4 | 63 | 转型期，值得观察 |
| Zoom | 9 | 10 | 10 | 9 | 8 | 8 | 3 | 57 | 估值不贵，但 Agent 不是核心主线 |
全球观察名单
除上述重点名单外，以下公司建议纳入二级研究池。它们要么是重要的间接受益者，要么是地域上值得跟踪的潜在平台型资产。
| 公司/地区 | 当前判断 | 简述 | 依据 |
|---|---|---|---|
| GitLab / 美股 | B | Duo Agent Platform 已成型，但收入披露仍不充分；更适合跟踪企业标准化采购进展 | |
| Datadog / 美股 | C | AI 驱动 observability 需求增长，Q1 2026 收入同比 +32%，但其主要受益来自基础设施监控，而非 Agent 平台利润池 | |
| MongoDB / 美股 | C | Vector search 与 operational data 融合是 Agent 数据层受益，但更偏基础设施 | |
| Snowflake / 美股 | C | Cortex Agent、AI budgets 和 agent-friendly docs 说明其在 AI data plane 发力，但平台化程度仍需跟踪 | |
| Okta / 美股 | B | “Okta for AI Agents” 直接切入 agent identity control plane，妥妥的治理层受益者 | |
| Palo Alto / 美股 | B | Prisma AIRS 3.0 直接定义 Agent Security Platform，若企业安全预算向 Agent 迁移，将受益显著 | |
| CrowdStrike / 美股 | B | Charlotte AI AgentWorks 走 secure agents 生态路线，但财务归因尚早 | |
| Cloudflare / 美股 | B | MCP 治理、AI Gateway、Access 结合点很强，但当前更多是平台基础设施受益 | |
| Alibaba / 港股/中概 | B | 云外部收入同比 +40%，AI 相关产品占外部云收入 30%，是中国云+Agent 商业化最清晰案例之一 | |
| Baidu / 港股/中概 | D | 强推 Agent 叙事与 DAA 指标，但公开收入贡献仍需验证 | |
| Kingdee / 港股 | D | ERP + AI 管理平台方向正确，但公开量化财务受益不足 | |
| TCS / 印度 | B | FY26 Q4 年化 AI 收入超过 23 亿美元，是 IT 服务中 AI 变现最清楚的之一 | |
| Infosys / 印度 | C | Topaz/AI Fabric 完整，但更像服务商与集成方受益，而非软件平台利润池 | |
| HCLTech / 印度 | C | Agentic AI 服务供给强，但受益路径偏项目制服务 | |
| Capgemini / 欧洲 | B | 2025 Q4 生成式/agentic AI 占季度 bookings 超 10%，且有 6 亿欧元智能运营大单 | |
| Fujitsu / 日本 | C | 在 agentic software development 与 secure agent gateway 上有明显投入，但财务受益未披露 | |
| NTT Data / 日本 | C | 垂直行业 Agent 与 Microsoft/AWS 协同推进，偏实施受益 | |
| Samsung SDS / 韩国 | C | AI Agent 战略明确，企业工作方式转型叙事强，但全球财务验证有限 | |
| NAVER / 韩国 | D | “全平台部署 AI agents” 方向激进，但盈利与商业化口径不清晰 |
未上市公司与被冲击行业
重要未上市公司
下面这张表只保留“最值得继续跟踪”的非上市公司。标准不是名气，而是是否具备潜在平台权、是否已经出现真实 ARR/付费验证、是否可能抢预算。
| 公司 | 地区 | 细分领域 | 核心产品 | 融资/估值 | 收入/ARR | 与上市公司关系 | 关注点 | 主要风险 | 依据 |
|---|---|---|---|---|---|---|---|---|---|
| OpenAI | 美国 | 基础模型 + Agent API | Responses API、Agents SDK、MCP/Connectors | 私募估值极高，需持续验证 | 未披露 | 与 Microsoft 深度合作，也存在上推应用层可能 | 标准定义权极强 | 估值、治理、与合作伙伴博弈 | |
| Anthropic | 美国 | 基础模型 + MCP + coding | Claude、MCP、advanced tool use、finance agents | 私募估值极高，需谨慎看待 | 未披露 | 与 AWS、Google、PwC 等生态扩张 | enterprise coding / governance 强 | 估值过高、竞争激烈 | |
| Glean | 美国 | 企业搜索/知识 Agent | Enterprise search + agentic engine | Series F，估值 72 亿美元 | 官方披露 ARR 超 2 亿美元 | 与 Microsoft、Google、Atlassian 等争入口 | permission-aware enterprise context | 被大平台复制 | |
| Anysphere / Cursor | 美国 | AI coding agent | Cursor | 2025 年融资后估值约 293 亿美元 | ARR 未官方披露 | 与 GitHub Copilot、GitLab、JetBrains 竞争 | coding Agent 商业化最强赛道之一 | 估值与开源替代 | |
| Harvey | 美国 | 法律 Agent | 法务研究、合同、尽调、合规 | 2026 年估值 110 亿美元 | 未披露 | 与 Thomson Reuters、RELX、Ironclad 等竞争/协作 | 高客单价专业服务替代 | 法律责任与合规 | |
| Decagon | 美国 | 客服 Agent | AI customer service agents | 2026 年 D 轮 2.5 亿美元；估值三倍提升 | 未披露 | 与 NICE、Five9、Intercom、Ada 竞争 | 用户预算来自客服与 BPO | 结果质量与成本 | |
| Sierra | 美国 | 企业客服 Agent | 企业定制 customer service agents | 估值与 ARR 广泛报道，但仍需进一步验证 | 需进一步验证 | Bret Taylor 背书，冲击传统 CCaaS | 高端品牌客户切入强 | 公开财务不足 | |
| Abridge | 美国 | 医疗工作流 Agent | 临床记录、收入循环、医生文档 | 2025 年融资估值 53 亿美元 | 未披露 | 与 EHR、医疗 SaaS 生态协作 | 医疗是高 ROI/高合规场景 | 监管与医院采购周期 | |
| Writer | 美国 | 企业 AI 平台 | enterprise AI apps/agents | 2024 年估值 19 亿美元 | 未披露 | 与 Microsoft、Google、Salesforce 竞合 | 企业工作流平台化潜力 | 差异化需持续验证 | |
| LangChain | 美国 | Agent engineering | LangChain、LangGraph、LangSmith | 2025 年 B 轮估值 12.5 亿美元 | ARR 未披露 | 为众多应用层提供底座 | 标准影响力大 | 开源与商业化平衡 | |
| Workato | 美国 | iPaaS / orchestration | Workato Genie、Enterprise MCP | 估值需进一步验证 | 未披露 | 与 Boomi、Zapier、UiPath、SaaS 平台竞合 | 企业 orchestration control plane | 私有估值透明度低 | |
| n8n | 德国 | 开源 workflow/AI automation | AI agents and workflows | 未披露 | 未披露 | 以开源低成本挑战 Zapier/Make | 开源替代力强 | 变现天花板与销售能力 |
被 Agent 冲击的传统软件与服务
Agent 最先冲击的，不是所有软件，而是那些价值定位本来就靠“在界面里替人点击、复制、转写、回答重复问题、做弱分析”的产品和服务。预算迁移路径大致是：低端客服席位/BPO → AI support agent；规则固定 RPA → agentic orchestration；低端开发外包 → coding agents + internal platform teams；弱工作流 seat 工具 → system-of-action 平台。
| 被冲击对象 | 冲击逻辑 | 哪类公司风险更高 | 哪类公司能自救 | 研究判断 |
|---|---|---|---|---|
| 传统脚本式 RPA | Agent 可处理半结构化输入、异常和多步工具调用 | 只卖 bot seat、缺乏 workflow 和治理层者 | 拥有 orchestration、governance、robot+agent 协同者 | UiPath、Appian、Pega 是“被冲击中受益”的少数 |
| 传统呼叫中心/客服席位 | AI 客服开始按结果计费并进入生产 | 纯人力坐席与缺乏 AI 层的 CCaaS | 拥有 routing、knowledge、voice 与 AI layer 的平台 | NICE/Five9 能升级，纯外包方承压 |
| BPO / 低端运营外包 | Agent 直接替代重复性人天 | 以 FTE 计费为主、低复杂度流程多的厂商 | 能转型为 AI implementation + managed service 的厂商 | 利润池从人力转向平台+治理 |
| 低端软件开发外包 | 编程 Agent 降低简单开发/测试/修复的人天需求 | 纯 body-shopping、低附加值集成 | 掌握行业流程与平台治理的服务商 | 印度 IT 服务商短期受益于实施，长期受劳效冲击 |
| 弱工作流协作 SaaS | 前台入口被 Agent 吸走，自身退化为记录层 | 缺少系统入口/审批/权限/数据壁垒的 tool SaaS | 拥有核心 records、审批流、任务执行能力者 | Asana、monday.com 等需警惕“被后端化”风险 |
这意味着，system of record 不一定会被替代，但很多前台 UI 会被 Agent 重写。如果一个 SaaS 厂商拥有核心记录、权限与审批流，它可以从后台记录系统升级成执行系统；如果它只有薄界面和弱数据壁垒，它更可能被平台型 Agent 吸收。Workday 之所以发布 Agent System of Record，本质上就是试图把这一趋势掌握在自己手里。
风险、开放问题与最终结论
企业 Agent 的最大不确定性，并不在“模型是否足够聪明”，而在“企业是否愿意把真实权限和真实流程交给它”。这带来四类核心风险。第一，落地低于预期：Infosys-HFS 的数据显示，只有 14% 的企业真正规模化部署了 agentic AI，这意味着市场还远没到大面积生产化阶段。第二，安全与治理事故：Gartner 已预测到 2028 年，25% 的企业 GenAI 应用每年至少会遭遇 5 次轻微安全事件；Palo Alto、Okta、Cloudflare、CrowdStrike 都在把 Agent 安全当成新控制点，恰恰说明这一问题不会自动消失。第三，模型成本和供给变化：如果企业持续将预算投向基础设施和模型，而非应用层，许多软件公司会面临 AI 能力“有使用、没利润”的尴尬。第四，开源与标准：MCP 与开源 observability/framework 的普及，会抬高客户选择权、削弱某些封闭平台的预期溢价。
最终判断
AI Agent 在 AI 产业链里最重要的意义，不是再创造一个“更聪明的聊天框”，而是把企业软件从 system of record 时代 推向 system of action 时代。因此，长期利润池最可能落在五个位置：企业 Agent 平台、工作流控制面、连接器/MCP/iPaaS、身份与治理、安全与运行时防护。模型层当然重要，但更像上游算力与能力层；应用层真正能赚大钱的前提，是控制企业真实工作。
最值得关注的五个细分赛道，我会收敛到：企业 Agent 平台、客服/联络中心 Agent、AI 编程 Agent、Agent 身份治理/安全、连接器/MCP/iPaaS。这五个赛道要么已经有清晰的收费模型，要么握有未来的控制面，要么具备最明显的 seat/budget 迁移逻辑。
最值得进一步研究的十家上市公司，是：Microsoft、Salesforce、ServiceNow、NICE、HubSpot、Palantir、UiPath、Pegasystems、Appian、SAP。其中 Microsoft、Salesforce、ServiceNow 是平台核心位；NICE、HubSpot 是收费模式变化最清楚的应用层；Palantir 是高弹性但高估值；UiPath、Pega、Appian 是“流程/自动化重构”方向里最有预期差的一组；SAP 则代表被市场低估的高质量防御型受益者。
最值得跟踪的十家未上市公司，是：OpenAI、Anthropic、Glean、Cursor/Anysphere、Harvey、Decagon、Sierra、Abridge、LangChain、Workato。如果只选更窄的一条主线，我会优先看 AI 客服 Agent 与 Agent 治理/身份层：前者商业化最快，后者最可能成为生产化刚需并形成独立利润池。
最容易被市场误解的五点是： 其一，发布 Agent 功能 ≠ Agent 收入落地； 其二，模型能力强 ≠ 企业平台会赢； 其三，seat 可能不会马上消失，但 Agent 会先抬高 ARPU，再压缩低端席位； 其四，安全、身份、审计不是附属品，而是采购门槛； 其五，开源框架会压缩中间层定价，但反而提升控制面与 system-of-record 厂商的价值。
未来 6–12 个月最该跟踪的指标，不是“谁又开了发布会”，而是： AI/Agent ARR 是否单独披露、cRPO/RPO 是否因 Agent 加速、seat + credits 结构是否显著抬升 ARPU、生产化客户数是否增长、安全/治理事故是否改变采购路径、模型成本下降是否改善毛利。
后续更窄的研究方向建议：优先做两条。第一条是“AI 客服 Agent 与联络中心重构”，因为商业模式已从人席位向按结果/按 AI ARR 迁移，财务验证最清楚。第二条是“Agent 治理、身份与安全”，因为它决定企业能否把 PoC 变成生产系统，也最有潜力成为独立的新控制层市场。
开放问题与局限
本报告优先使用截至 2026 年 5 月 18 日可获取的公开资料，但仍有三类局限需要明确标注。第一，许多公司已发布 Agent 产品，但并未单独披露 Agent 收入、ARR、NRR、RPO 或毛利，因此“功能发布”和“财务受益”必须严格区分。第二，部分非美股公司与未上市公司只披露产品、融资或案例，收入与估值透明度不足，已在表中标注“未披露”或“需进一步验证”。第三，部分当前市场估值极高的私有模型公司与原生 Agent 公司，公开口径多来自融资新闻而非审计财务，因此适合作为赛道温度计，不适合作为高置信度盈利预测基础。