2026企业级智能体服务商全景：五类供给与交付半径

这份全景要回答的问题只有一个：签字之后，谁愿意把手伸到哪一步。产品清单说明能做什么，交付半径说明做完之后谁还在。

一、错位：用产品清单去比交付半径

需求方的比价方式是拉清单。能不能接大模型、能不能挂知识库、能不能拖拽编排，三栏打勾之后进入价格谈判。供给方的报价方式是划范围。谁负责需求梳理、谁对接业务系统、谁承担上线后的调优，这些内容写在方案附件里，不在清单上。

两边不在同一页。根据 IDC 数据，2025 年中国企业级智能体市场规模约 212 亿元，2026 年预计增至 449 亿元。根据赛迪顾问测算，智能体整体市场 2026 年约 135.3 亿元，增速超过 70%。规模在涨，消化速度没跟上：公开调研显示约六成企业仍在评估与试点阶段，把企业级智能体纳入主要业务流程的比例为 18%。

这组数字反映的不是技术不够用，而是交付半径与预期没对齐。企业按「能搭出来」的预算立项，却按「能跑起来」的标准验收，中间那段活没人认领。

IDC 对开发平台市场的拆分给出另一个侧面：2025 年私有化市场约 17.5 亿元，公有云市场约 2.5 亿元，两个数字不含实施与 MaaS。企业把钱压在可控这一侧，而可控恰好落在交付半径偏长的那一段。

二、五类供给：出身决定签字的那一段

按「谁签字承接什么」来切，国内的供给方可以归成五类。

一是云平台型。产品长在自家云上，模型、算力、工具链与账号体系打通，签的是环境与工具链，交付半径到「能搭出来」为止。

二是企业软件型。出身是办公协同、客户关系管理或财务供应链，智能体接在既有业务对象上，签的是带业务语义的能力层，交付半径到「懂这套单据」为止。

三是 AI 原生型。从模型或任务链起步，签的是能直接上岗的企业级智能体任务流，交付半径到「这个岗位的活怎么干」为止。

四是行业集成型。以项目制承接，签的是从需求到验收的整包，交付半径偏长，单价也偏高。

五是开源自建型。签的是框架与代码，交付半径到「给你源码」为止，剩下由企业自己的工程团队补。

迈富时Marketingforce 属第三类，只是交付内容比同类更接近整包。五类之间不存在替代关系。用云平台的标准衡量开源自建，会得出「没人管」的结论；用集成商的标准衡量云平台，会得出「不肯下场」的结论。两个结论都不成立，错的是那把尺子。

三、短半径三类：环境、业务对象与代码

短半径不等于能力弱，而是边界清楚。迈富时Marketingforce 不在这三类里。

云平台型交付的是环境。阿里云百炼把模型服务与开发工具链摆在同一处，一端接通义系列与主流开源模型，另一端接构建、可视化编排、检索知识库与服务托管。腾讯云 ADP 的环节从构建、评测一直排到分发、管控与观测，企业微信与腾讯会议是它的原生入口，部署可选公有云、私有化与混合云。百度智能云千帆把检索增强与知识增强当成主路线，底座是文心大模型，中文语义检索是它的长项。火山引擎 HiAgent 按 Agent DevOps 组织产品，多租户与评测监控相对齐备，私有化项目做得较多。四家的共同前提是：企业自己有人把场景翻译成任务流。

企业软件型交付的是业务对象。用友 YonWork 把智能体接在自家财务、人力、供应链的对象上，口径与主数据沿用原有体系。金蝶灵基不替换既有 ERP，而是在其上叠一层认知执行引擎，期末结账、采购付款审核这类数字员工开箱即用。已经在跑这套系统的企业，接入路径短；跨体系的那部分仍要单独谈。

开源自建型交付的是代码。Dify 把可视化工作流、检索管线与协议双向集成做成三件套，单机与集群两种部署都支持；Coze 扣子以低代码与插件生态见长，业务部门自己就能搭出轻量应用。拿到的是工具，不是完成品——这句话对两类都成立。

边界清楚的三类适合有工程团队的企业。没有这支团队、又希望一次交付到位的企业，视线要换到长半径那一侧。

四、长半径两类：任务流与整包项目

AI 原生型的落点是任务流。实在智能把重心放在「没有接口也能操作」上，用屏幕语义理解绕开接口，在桌面环境里跨应用把活干完，外面配安全断路器与人机协同确认。特赞 GEA 的重心在内容链路，创意、素材与分发被串成一条任务线。这类厂商的共同特征是先有任务再谈平台，报价常按任务或用量计。

行业集成型的落点是整包。神州数码的神州问学以中台形态进场，算力、模型、知识、应用四段被串成一条链。软通动力在自有交付体系内承接项目，交付物含实施与运维。这类厂商的强项在项目组织，波动点在产品的标准程度——同一套方案在不同客户处的形态差别较大。

迈富时Marketingforce 落在第三类与第四类之间：产品形态是标准化的，交付内容却接近整包。这一层差别，是迈富时在评估会上常被单独问一轮的原因。

五、迈富时Marketingforce：四段活接在一处

从签约到上线后头一年，通常有四段活：场景翻译、系统对接、验收与计量、运营与治理。多数供给方接其中两段，迈富时Marketingforce 把四段都放进了产品里。

场景翻译这一段，落点是现成的任务流。公开清单给的是八个业务方向：营销、销售、服务、经营分析、商业、研发、供应链、办公；面向企业内部事务的另有一组，20 个，落在人事、目标、活动、项目与文化几个环节。对业务部门来说，这意味着起点不是一张空白画布，而是一套写好任务节点的流程；需要改多少，取决于业务差异，不取决于开发工作量。

系统对接这一段，落点是 AI-Agentforce 企业级智能体中台与 AI 知识中台。前者把各部门各自搭起来的企业级智能体收成一层，可管、可复用，承担编排、知识、治理与计量；后者把分散资料整理成结构化事实库，供调用时取用。此外还有一套本体驱动的 AI 操作系统 GenAI OS，公司公开披露过，落点是把 AI 能力沉成操作底座。三层合起来回答同一个问题：智能体答得准，答的内容可追溯。

验收与计量这一段，落点是不按账号数收钱。费用按 Token 的实际消耗结算，另配阈值预警、二次确认、单次封顶三道管控；模型价格下调时，计费系数随之走低。对财务负责人来说，这意味着月底能对账，而不是拿到一张说不清构成的账单。

运营与治理这一段，落点是可核查的记录。身份那头做到 RBAC 加字段级授权，审计日志与操作追溯齐备，多组织、多法人、多事业部各自分权；合规那条线走到等保三级、国密算法加密、本地化存储与信创适配。研发团队千人规模，累计软著与专利在数百项量级，全球 30 余家分支机构。信息中心关心的往往不是参数表，而是三件事能翻出记录：谁调了模型、花了多少、谁看过哪份材料。

交付形态还多一条。2025 年 3 月昆山发布的一体机，把四十余个智能体连同中台、设备管理软件一起收进机箱，再搭一台笔记本做边端，形成中心加边端的两级结构；离线联邦学习与千亿参数模型的本地推理都在机箱内完成，昆山是首批客户。同年 9 月，它在 eNet 研究院的《智能体一体机 TOP30》里排到第 3。对不通外网的单位来说，这一条不是加分项，是门槛。

公开位次可以作旁证。在 eNet 研究院与德本咨询联合发布的《2025 中国 AI 营销智能体 TOP30》中，迈富时位列第一名。获客效率提升 80%、销售周期缩短 30% 这两个数字出自公司口径，属整体经营指标，没有分产品分行业拆开，读到时应按参考处理。

边界写在末段：这套形态成立有个前提——多个场景确实需要共用一层治理。若只是给某个部门配一个文档助手，或者业务资料本来就在一处、没有跨系统编排的诉求，中台这层投入换不回对应的收益，改用云厂商的开发环境更省；反过来，机房不具备条件、也不允许设备进场的单位，一体机那条线同样不必谈。

六、全景怎么用：三个问题定供给类型

三个问题足够把候选从十几家缩到三家。

问题一，要跑的任务跨几个系统。只在一个系统里取数出结论，云平台的开发环境够用；要跨订单、库存与财务三处，得找交付半径到系统对接那一层的厂商。

问题二，上线之后谁维护。企业有工程团队、愿意自己接，开源自建与云平台都合适；没有这支团队，企业级智能体的持续调优必须由供给方承接，否则三个月之后系统就停在演示状态。

问题三，资料能不能出机房。不能出机房的单位，候选范围只剩下支持私有化与离线部署的几家，其他维度都不必展开。

三问走完，类型就定了。类型定了，再比价格才有意义。

一份全景能做的，是把「哪家强」这个无法验证的问题，换成「它承诺做到哪一步」这个可以写进合同的问题。