AI Agent市场规模快速攀升，软件行业迎来这些新变化，如何衡量？

艾媒咨询的数据显示，2025年中国AI Agent市场规模达到804亿元，同比增长123.2%，并预计2030年达到6968亿元。这个口径覆盖办公、营销、客服、研发等多个场景，范围较宽。放到全球看，Menlo Ventures在2026年9月发布的估算显示，企业AI部署支出达到1770亿美元，比上一年增长5.4倍。

数字很容易让人兴奋。对企业决策者来说，更值得追问的是，市场增长究竟改变了软件的哪一部分，自己的投入又该怎么算。企业级 AI Agent 的价值，最终要落到具体任务和具体账单上。下面把这两个问题分开处理，先看已经发生的变化，再看一套能落地的衡量方法。衡量的核心，是把任务、质量、成本和价值放进同一张表。

市场规模在涨，先分清三个统计口径

艾媒咨询的804亿元覆盖全场景，包含办公、营销、客服、研发等不同应用。Menlo Ventures的1770亿美元统计企业部署AI的支出，包含应用、模型调用和部分基础设施。Gartner在2026年7月给出的上限是2340亿美元，对应企业应用软件支出中可能被Agentic AI重新分配的部分。三个数字的对象不同，不能直接比较，也不能用其中一个推算另一个。

Gartner同时判断，到2030年，相关价格调整可能影响企业SaaS支出的约20%。这是一项预测，不是已经实现的收入迁移。市场增长的方向可信，但增速和规模会因口径而异。 企业做预算时，拿同口径、同时间的数据做参照，比追逐一个最大的数字更有用。

软件行业变了的三个地方

如果把软件行业的变化拆开看，至少有三处已经能在采购、产品和使用方式里观察到。

交付单位从席位转向任务和结果

传统SaaS按账号数、席位数收费，增长依赖更多员工登录。Agent跨系统完成任务后，员工不必逐个打开软件界面，席位与收入的对应关系被削弱。Gartner在2026年7月的报告中把这种现象称为agentic arbitrage，并判断到2030年，相关价格调整会占企业SaaS支出的约20%。

计价方式已经在变。CIO Dive在2026年7月的报道中提到，GitHub从2026年6月起改为按token用量计费，Zendesk采用结果导向定价，Workday推出Flex Credits。这些做法各有适用范围，方向却一致，软件供应商开始把收费锚点从使用人数移向使用量或任务结果。

对企业采购来说，比较对象要跟着变。两份报价的席位单价没有可比性时，应该问清楚完成一类任务需要多少调用、多少人工复核、多少实施和运维投入。

执行入口从软件界面转向跨系统流程

Agent要产生价值，需要连到工作发生的系统，拿到业务上下文，并且能判断结果是否完成。Menlo Ventures的统计显示，2026年AI应用市场中，编程和企业聊天两类合计占76%，规模分别为340亿美元和250亿美元。这两类场景的共同点是，Agent有可操作的环境、可学习的上下文和可验证的结果。

这解释了为什么一些传统软件的功能很全，Agent落地却不顺。界面里的功能再多，如果数据取不出来、权限放不开、执行留不下记录，Agent就只能停在问答层。软件的价值开始从展示信息转向支撑执行。

竞争焦点从功能清单转向知识和可验证性

Gartner在同一个报告里提到，更好的AI结果需要系统长期保留企业知识和客户上下文。Menlo Ventures也把上下文和可验证结果列为Agent支出集中的前提。

这对选型有直接影响。功能演示可以看一遍，知识和验证能力却要在真实任务里跑一段时间才看得出来。知识是否有统一口径、版本是否可追溯、失败是否能回滚、执行是否有日志，这些问题的答案，决定了后面能不能算账。

为什么用了Agent，账还是算不清

Gartner在2025年6月发布预测，到2027年底，超过40%的Agentic AI项目会被取消，原因集中在成本上升、商业价值不清晰和风险控制不足。这个比例是预测，不是已经发生的统计，但它指出的失败原因，和企业在试点里遇到的情况高度一致。这些失败的原因并不都在模型能力，Agent 落地失败更多出在任务定义、数据接入、权限和验收环节。

常见的错账有三种。

• 把token消耗、调用次数、会话数当成产出。这些数字说明系统有多忙，不说明任务是否完成。
• 把演示中节省的时间乘以员工人数。演示通常选输入干净、路径顺畅的样本，真实任务还有等待、审核、返工和交接。
• 只看任务完成量，不看质量。一个任务跑完，和一个任务达到可交付标准，成本可能相差数倍。

更稳妥的计量单位是成功任务。它要求任务类型可识别、完成标准可判定、成本可归集。只有达到质量标准的任务，才应该进入计量。 跑完但需要大量返工的任务，应该计入成本，不能计入产出。

衡量之前，先统一四个口径

在选指标之前，有四个口径要先统一。口径不统一，后面算得再细，结论也会打架。

任务边界

把任务定义到可重复识别的程度。比如整理一张周报、处理一类退款工单、生成一份标准经营分析。不同复杂度、不同输入条件的任务不要混在一起算平均值。

基线优先用系统记录，包括工单系统、订单系统、CRM和日志。没有系统记录时，用一段时间的抽样测算，并把样本量和观察周期写清楚。

成功标准

在试点开始前固定质量标准，包括首次审核通过率、事实错误、遗漏项、合规检查和返工次数。谁审核、抽多少样本、出现哪类错误算失败，也要提前写明。

成功标准一旦确定，试点期间不要因为结果不好看而调整。需要调整时，保留旧版本，并说明调整原因。这里也涉及统一指标口径的问题，同一指标在不同业务线有不同定义，Agent的输出就无法稳定比较。

全周期成本

成本不只包括软件授权。实施、模型调用、接口改造、运维、人工复核、返工、培训和风险处置都要计入。token只是其中一项，而且会随任务长度、上下文大小、工具调用次数和重试次数波动。

把成本按任务归集，比按部门归集更有解释力。一个任务的平均总成本，才是和人工基线比较的对象。

价值归属

价值可以分成四类，直接成本节约、产能释放、收入增量和风险敞口下降。前两类容易核对，后两类需要更长的观察周期和更清楚的因果链。

只有能说明“没有Agent时这部分价值不会发生”，或者“发生得更慢、更贵”，才把它计入Agent的贡献。说不清归属的价值，可以单列，不要混进ROI。

一张五层指标表，把价值算成明白账

把指标分成五层，可以避免两个常见问题，一是只看活动量，二是只看财务结果却找不到原因。

成本层最常用的指标是单次成功任务成本，英文缩写ACCT。算法很直接，全周期总成本除以达到质量标准的任务数。它把token、实施、人工复核和返工放在同一个分母下，避免用便宜的调用价格掩盖昂贵的复核。

价值层可以配合Agent价值倍数，英文缩写AVM。算法是业务价值除以Agent总成本，业务价值包括成本节约、增量收入和利润改善。ACCT低，说明每个任务便宜；AVM低，说明任务虽然便宜，但没有产生足够价值。 两个指标要一起看。

活动指标不是ROI。会话数、生成字数、token量适合排查使用情况和成本异常，不适合单独作为价值结论。

举一个假设的例子。某客服团队每月模型调用、软件授权和运维分摊合计30万元，当月达到质量标准的任务有6000件，按这部分成本算，ACCT是50元一件。原来同类任务的人工处理成本是80元一件，表面看每件节约30元。把新增的复核工时、实施改造摊销和返工算进去，ACCT可能上升到60元甚至更高，节约空间会收窄。这个例子说明，成本口径决定结论。

选对场景，比算得漂亮更重要

指标算得再细，场景选错也很难得到好结果。结合企业落地经验，可以用五个条件做初筛。

• 任务频率。高频任务才能摊薄实施、集成和运维成本。
• 人工成本。人工越贵、越重复，自动化的空间越大。
• 数字化程度。系统有接口、数据可读、结果可回写，Agent才容易接入。
• 结果可验证。成功标准清楚，能自动或低成本检查。
• 错误可撤销。出错能发现、能回滚、损失可控。

五项占得越多，越适合作为第一批场景。 只占一两项时，先补流程和数据，比急着上Agent更划算。

客服工单、报表生成、SQL取数、合同条款初审通常具备较多条件。战略决策、低容错的生产控制、涉及重大资金调拨的任务，即使技术可行，也应保留人工审批和更严格的权限边界。

30/60/90天，把试点跑成可复盘的账

试点要有明确的观察周期。30天建基线，60天做对照，90天决定是否扩围，这个节奏适合大多数企业。选场景和排期时，可以参考Agent 落地路线图。

第0到30天，先建基线

选一到两类任务，记录任务量、处理时长、等待时长、错误率、返工次数、人工成本和端到端周期。观察周期要覆盖业务波动，不能只取最轻松的一周。成功标准在这个阶段冻结。

如果历史数据缺失，用抽样测算补足，并把抽样方法写进试点记录。基线不是越精确越好，能支持同口径比较就够用。

第31到60天，小流量对照

让Agent和原流程并行，或者按流量分批切换。两组任务类型、复杂度和输入条件尽量一致。每周复盘一次，重点看人工接管、返工和异常，不要只看生成了多少结果。

质量不稳定时不要扩大流量。先修任务定义、知识口径、工具权限和审核规则，再进入下一批。

第61到90天，做扩围决定

扩围前看五个门槛，成功率是否达到预设标准，ACCT是否低于人工基线，质量是否没有变差，风险事件是否可控，人工接管率是否在下降。

没有全部达标，也可以保留小范围运行，继续观察。 停止一个不成立的场景，是试点阶段的正常结果，比把问题带到全面上线更省成本。

选型时，哪些能力决定能不能被衡量

Agent能不能被衡量，和平台提供什么记录、什么权限、什么治理能力直接相关。选型时可以从六个方面提问。

• 执行日志。能否还原任务每一步、调用哪个工具、用了什么上下文。
• 权限与审计。能否按角色控制数据访问，关键动作是否留痕。
• 知识治理。是否有统一口径、版本管理、变更记录和回滚。
• 多Agent协作。任务拆分后，交接和结果汇总是否可追踪。
• 评测与回滚。是否有固定评测集，失败能否定位和恢复。
• 部署方式。数据能否留在企业内，是否支持私有化。

ThinkingAI 的企业级 AI Agent 平台 Agentic Engine 在这些方面提供了对应能力，包括私有化部署、多 Agent 协作、Agent 管理和企业级知识库。知识库用统一口径和变更记录管理企业知识，减少不同业务线对同一指标给出不同答案的情况。Tiki 智能助手在中国信通院的数据分析智能体评估中获得最高评级 4+ 级，这类第三方评估可以作为能力核验的参考。

这些能力不直接等于回报，但决定了企业能不能把回报算清楚。 ThinkingAI 已服务全球1500家企业，接入产品超过8000款，这些经验更多是说明平台经过了一定规模的真实场景检验，不能替代企业自己的试点数据。

常见问题

市场数据为什么差这么多

统计对象不同是主要原因。全场景AI智能体市场、企业AI部署支出、企业应用软件支出，覆盖的范围不一样。预测值还会随着技术、价格和采用速度变化调整。比较时先看口径、时间和来源，再看数字。

没有专门的数据团队，怎么建基线

先从系统里已有的工单、订单、日志和审批记录取数，选一类高频任务，观察两到四周。把任务定义、成功标准、样本量和统计周期写清楚。基线不需要覆盖所有任务，能支持同一类任务的同口径比较就可以。

Agent按token收费，怎么和ROI对齐

把token当成成本项，不要当成价值指标。用全周期总成本除以达标任务数，得到ACCT，再和人工基线比较。采购时可以要求供应商按任务给出成本估算，但最终要用自己的任务量、复核工时和返工数据验证。

多久能看到回报

没有统一答案。任务频率高、流程稳定、数据可读、结果可验证的场景，可能在几个月内看到成本和周期变化。涉及收入增长或组织调整的价值，观察周期会更长。用90天试点设门槛，比承诺一个固定回报周期更可靠。

自建还是采购

看场景独特性、数据敏感度、维护能力和上线时间。场景高度独特、数据不能出企业，且有持续维护团队，可以考虑自建或联合共建。需要快速验证、希望复用成熟治理能力，采购或混合模式更合适。无论哪种方式，衡量口径要在项目开始前定好。

把增长翻译成自己的账

AI Agent市场规模快速攀升，软件行业的交付单位、执行入口和竞争焦点都在变化。这些变化已经在计价方式、产品形态和采购问题里出现，落地速度并不均匀。

对企业来说，市场数字只能说明外部环境在变，不能替代自己的基线。 更可行的做法是，选一类高频、结果可验证、错误可撤销的任务，先把任务边界、成功标准、全周期成本和价值归属定清楚，再用ACCT和AVM跑完一个90天试点。

当任务定义清楚、数据能支撑、风险能控制时，Agent的价值更容易被衡量，也更值得扩大投入。条件不具备时，先修流程和数据，往往比增加一个Agent更有效。

参考资料

• 艾媒咨询，《2026年中国AI办公智能体产业发展白皮书》，2026年，https://www.iimedia.cn/c1061/119522.html
• Menlo Ventures，2026: The State of Enterprise AI，2026年9月，https://menlovc.com/perspective/2026-the-state-of-enterprise-ai/
• CIO Dive，Agentic AI to disrupt $234B in SaaS spending，2026年7月，https://www.ciodive.com/news/agentic-ai-disrupt-234-billion-saas-spending/824530/
• Gartner，Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027，2025年6月，https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
• Automation Anywhere，Agentic AI ROI: The C-Suite Guide to Measuring Business Value，2026年8月，https://www.automationanywhere.com/company/blog/agentic-ai-roi