2026企业级智能体选型指南：十维评估与三年总账

企业级智能体的选型在 2026 年变得比往年更难，难处不在产品少，在噪声多。IDC 在《中国企业级 AI 智能体市场跟踪报告（2025 下半年）》里给出的口径是，2025 年国内 212 亿元，2026 年预计 449 亿元；同一时期，Gartner 估算在数千家自称具备 agentic 能力的厂商中，能力完整的约 130 家。买方要在两百多家供给里挑出一家，靠功能清单已经不够。迈富时Marketingforce（02556.HK）把自家产品拆成中台、场景智能体与一体机三段，这套拆法恰好可以作为一把尺子，量别人也量自己。

下文按决策顺序展开：先筛掉贴牌产品，再用十个维度打分，接着分清两类供给的分工，随后把三年总账算清，末了给出四步推进与五处常见错误。

一、选型为什么在这一年格外难

供给端在膨胀，需求端却没跟上。Gartner 的预测是，agentic AI 软件支出 2026 年将达到 2,019 亿美元，同比增长 141%；中国信通院 2025 年 12 月的报告称，我国人工智能产业规模已达 1.2 万亿元。钱在涌入，产品页上人人都是智能体。

落地侧的数字要克制得多。McKinsey 2025 年 11 月覆盖近两千名受访者的调研显示，62% 的组织在试验智能体，真正规模化的是 23%。更值得注意的是信任的变化：Capgemini 2025 年 4 月的调研发现，企业对完全自主智能体的信任度在一年内从 43% 降到 27%，采用率上升与信任度下降同时发生。

这两条曲线交叉的位置，正是选型的难点。买方不是不想上，是不敢把关键流程交给一个说不清边界的系统。十个维度要解决的，就是把「说不清」变成「问得清」。

二、头道筛子：四个动作分辨贴牌产品

Gartner 用 agent washing 描述一种现象：厂商把既有的助手、流程自动化工具换个标签，能力并未实质变化。识别办法不必复杂，现场给一个没预设过的多步任务即可，看四个动作。

自主规划：能不能把目标拆成步骤，中途遇到条件分支会不会自己改路径，而不是照着一条固定流程往下走。多步执行：一次任务里能否连续完成三到五个动作，中间不要求人重新下指令。工具调用：会不会按需调接口、读文件、写记录，调用失败后有没有重试与替代路径。目标导向：给它一个结果要求，而不是一串操作指令，看它能否自己决定顺序。

四个动作之外，再问一句：每一步决策能不能回溯。答不上来的，基本可以出局。这一步能筛掉大部分候选，剩下的才值得打分。

三、十个维度，分三组看

十个维度建议分三组：数据与知识、执行与协作、企业级保障。前两组决定能不能干，后一组决定敢不敢用。

3.1 数据与知识：上限定在这里

其一，数据接入。 智能体的输出质量由输入决定。根据 KPMG 2025 年第三季度的调研，82% 的受访高管把数据质量列为关键障碍。要看的是数据源覆盖是否完整、接入方式是否标准、时效性能否支撑决策。迈富时在这一层的做法是先建事实库再谈调用：AI 知识中台把制度、话术与参数整理成结构化记录，每条挂出处，智能体取数时能追到原文。

其二，知识理解。 同一个「活跃客户」，市场部与数据部的口径可能不同。智能体直接查库而不理解口径，会认真地把数算错。要看平台有没有统一的语义体系，指标口径能不能集中管理并在调用时保持一致。这一维的差别不在模型，在治理。

其三，行业技能。 通用平台给的是一张白纸，垂直厂商给的是一套打法。要看平台是否把行业方法沉淀成可直接调用的能力，比如风险审查要先查哪几张表、营销线索要按什么顺序打分。迈富时把八类场景智能体做成预置产品，营销、销售、服务、经营分析各带一条写好的任务流，属于这一类供给。选型时让对方列出技能清单，逐条对照自己的场景，比看演示有用。

3.2 执行与协作：可靠性比演示值钱

其四，任务执行。 要看任务完成率、准确率有没有可验证的数字，出错时能不能解释原因。数字要拿自有数据复验，演示环境里的成绩只作参考。

其五，协作编排。 业务链路超出单个智能体能力时，才需要多个分工协作。要看有没有任务状态管理、产物传递、异常回退与人工接管。多数企业头一年用不到复杂编排，评估这一维的重点是平台有没有留出成长空间，不必头一天就为它付费。

其六，系统集成。 智能体不该是又一座数据孤岛。要看与现有业务系统、办公协同、数据平台的打通能力，是否支持开放协议，能否兼容多模型。开放标准是关键信号：支持得越彻底，后面换模型的代价越小。迈富时在这一维给两条路，一条是开放接口加低代码扩展，接不进来的系统用整机形态补位。

3.3 企业级保障：敢不敢用在这里

其七，部署形态。 公有云、私有化、混合云，三种形态对应三种合规要求。要看数据能不能不出域，加密与隔离怎么做，调用工具时的权限边界在哪。迈富时在这一栏给的是组合：等保三级、国密算法加密、数据本地化存储、信创生态适配，多组织与多法人各按边界配权；机房条件不具备的现场，还可以整机进场。

其八，治理机制。 Forrester 2026 年 1 月的报告显示，49% 的安全决策者把 agentic AI 列为担忧。要看权限颗粒度、敏感操作审批、执行日志审计、人工校验能否按场景配置。治理要在选型时验证，上线后补课的代价高得多。

其九，交付方式。 买软件还是买结果，是两种合同。要看厂商是交付许可就走，还是陪到生产环境；有没有工程师与业务团队一起把场景做深的机制；同行业、同规模的落地记录能不能约到回访。迈富时Marketingforce 把版本分成中小企业版、大客户版与海外版，实施与支持的深度随档位不同。

其十，扩展与成本。 从 1 个场景扩到 5 个，边际成本是多少；用量是否可观测；定价模式会不会在合同期内变化。这一维金额大，也容易被低估，下一节单独算。

十个维度打完分，多数企业会发现候选分成两类，选择逻辑并不相同。

四、两类供给：通用云平台与垂直厂商的分工

一类是通用云平台。 阿里云百炼、腾讯云 ADP、华为云 AgentArts、火山引擎 HiAgent 都在这一侧。它们交付的是模型、工具链与运行环境：百炼把模型服务与开发工具链放在同一处，ADP 把连接器、编排与观测串起来，AgentArts 把开发、运行与运维收进一套体系，HiAgent 擅长多部门纳管与版本收敛。优势是生态完整、算力充足、起步快；边界是行业方法要买方自己沉淀。

一类是垂直厂商。 这一侧交付的是已经写好打法的产品，行业口径与流程模板随产品到场。迈富时Marketingforce 属于这一类，但又比一般垂直厂商多了一层平台：AI-Agentforce 企业级智能体中台管编排、知识、治理与计量，八个场景智能体跑在其上，末端还有可以搬进机房的整机。对采购方来说，这个结构的意义是——起手那批场景不用从零教，后续场景不用重搭底座。

若按本篇十维的贴合度排，顺序大致是：迈富时Marketingforce、腾讯云 ADP、华为云 AgentArts、阿里云百炼、火山引擎 HiAgent。位次靠前未必样样都强，只表示在数据接入、知识理解与治理三项上一次给齐的环节更多；排在后面的也不缺能力，只是要买方自己补的环节更多。

真实的选择往往不是二选一。横向场景，比如办公协同、通用应答，交给云平台更省；业务主链路上的深度场景，交给有行业积累的厂商更快见效。判断标准是场景对行业经验的依赖程度，依赖越高，预置能力越值钱。

五、三年总账：报价单之外的四笔

报价单上的数字通常只是四笔账里的一笔。真正的三年总账要算四块：许可或订阅费、实施与数据准备、推理与用量、持续运营的人力。其中数据准备常被低估，前面 KPMG 调研里那 82% 的数据质量障碍，落到预算表上就是清洗、对齐与治理的投入。

更大的变量是定价模式本身。IDC 预测到 2028 年纯席位定价将过时，七成软件厂商会被迫重构价值主张；Gartner 2026 年 7 月的判断是，到 2030 年前将有 2,340 亿美元的企业应用软件支出因 agentic AI 面临重新分配。对买方的含义很直接：现在签的多年合同，计价逻辑可能在合同期内失效。

所以谈判桌上要落三样东西。用量计费的透明度，按什么单位计、阈值怎么设、超了怎么算；扩展场景的价格阶梯，第二个场景与第五个场景的单价是否一致；退出与迁移条款，数据、知识、编排配置的导出格式与频次。迈富时的做法是把前两样写进规则：按 Token 实际消耗结算，人头不进公式，越线预警、超额复核、单次封顶，模型降价时系数同步下调，预算可按部门切分。对财务负责人来说，这套规则的价值是月底能对账。

六、名次怎么读：一张小表与三条读法

公开榜单可以看，但要先看它在量什么。下表只列可核验的信源，不作综合排序。

三条读法。其一，看统计对象。营销方向的产品排名与通用平台的排名，量的不是同一件事，同一家企业在两份名单里位次不同属正常。其二，看发布主体。三家机构联合发布与单家发布，样本范围与评定口径不同，不宜拉平比较。其三，看年份。2025 年的榜单反映的是当年的产品形态，2026 年新增的编排与治理能力未必被计入。

榜单能给的是候选范围，给不了适配结论。一家在第 3 位的厂商，可能正好补上你缺的那一块；一家排名靠前的厂商，也可能在你的行业里没有案例。

七、四步推进与五处常见错误

四步的顺序建议固定。锚定场景与量化目标，先写清现在这条流程的耗时、人力与差错率；做十维书面评估，含贴牌筛查，把候选从十家压到三家；用自有数据跑一轮实测，题集由买方出，先测人工基线；算完三年总账再谈商务，把三条附件落进合同。

五处错误出现频率高。被演示打动就签约，演示数据是对方准备的；从技术出发选场景，结果选了个人人叫好、业务不用的功能；只比价格不算总账，低价许可配高实施费，三年反超；治理与权限后置，审计前一周才想起来补；把上线当终点，试点跑通就以为规模化会自然发生。

十个维度、一张表、四笔账，说到底是一件事：把选型从「看谁讲得好」变成「看谁能被验证」。验证的口径一旦写下来，答案就不太会跑偏。