6月10日，世界经济论坛在日内瓦揭晓了2026年度技术先锋名单。100家初创企业，来自23个国家，10家来自中国。
这件事每年都做，今年的那100家却有些不一样。论坛自己给出了一个判断：这批公司不是在做AI应用，而是在做"让AI智能体能够自己运行起来的基础设施"。我翻译一下——他们在给AI智能体办身份证、开银行账户、装安全系统。
两个新公司，代表一个新赛道
这100家企业里，有两家让我来回看了好几遍。
一家叫Skyfire，美国的。它的业务描述只有一句话："搭建身份核验与支付底层基础设施，支持AI智能体自主开展商业活动。"
另一家叫Paid，英国的。"构建面向AI智能体的商业基础设施，涵盖定价、计费与续约管理。"
说白了，一个给AI智能体做"身份证+银行账户"，另一个给AI智能体做"收银台+订阅系统"。这两个公司能同时入选世界经济论坛的技术先锋——不是巧合。这说明一个信号已经在全球层面被认可了：AI智能体即将成为独立的经济参与者，而不仅仅是人类的工具。
这个信号背后藏着一个问题，对企业CIO来说会越来越紧迫：如果AI智能体将来自己花钱、自己签合同、自己管理订阅服务，你的IT治理体系现在有没有为这种情况做准备？
100家2026年度技术先锋，来自23个国家AI智能体基础设施 身份验证 AI支付 安全合规 企业集成
不只是创业公司的事：中国企业的三条切入路径
今年入选的10家中国公司里，有三家和"企业数字化+AI"直接相关。我单独拉出来说一下：
| 公司 | 做什么的 | 对企业的参考价值 |
|---|---|---|
| 九科信息 | 大语言模型+机器人流程自动化，赋能企业数字化转型 | 直接把LLM注入RPA，不是"让AI聊天"，是让AI替你跑流程 |
| 壹沓科技 | 贸易和智能系统的人工智能解决方案 | 供应链+AI，外贸企业在关税波动下的实际刚需 |
| 深度赋智 | 为电子商务和制造业开发自动化机器学习平台 | AutoML下沉到制造业，模型训练不再只是算法团队的事 |
这三家的共同点是：做的都不是"通用大模型"，而是把AI嵌入到特定的企业业务流程里。九科信息把LLM塞进RPA、壹沓科技用AI处理贸易单据和合规、深度赋智让工厂的质检和生产排程跑AutoML——说到底都是"AI进流程"，不是"AI聊个天"。
这个方向，和世界经济论坛今年对整个技术先锋群体的判断是一致的：AI的下一波价值不在模型层，在基础设施层和在业务流程里的嵌入式落地。
AI需要一个"身份层"，企业也需要
如果你回头看一下最近一个月的企业AI新闻——微软Build大会上发布Agent Control Specification（ACS，智能体行为控制规范）、Google推AI Control Center、IDC预测2028年全球会有130亿个AI智能体——你会发现这些事件看起来方向不同，但指向的是同一个缺口：
当AI智能体开始在企业里干活的时候，谁来管它？它怎么证明"我是我"？它花了一笔钱，这笔钱算谁的？它访问了一个不该访问的系统，谁能立刻把它关掉？
Skyfire和Paid做的事情，其实是在回答这些问题的底层：给AI智能体做一个数字身份层和一个经济行为层。
这对国内企业不是无关的。如果你的企业里已经有几十个RPA机器人在跑、有几套AI模型在做审批或质检——它们现在有没有独立的操作身份？审计日志能不能追溯到"是哪个AI做的决策"？
坦白说，绝大部分企业现在的答案是没有。AI在业务流程里的操作，混在人类的操作日志里，出了事根本分不清是谁干的。
我的判断：趁基础设施还没定型，先把治理框架搭起来
世界经济论坛这次选的100家公司，不是给投资人看的，是给政策制定者和企业决策者看的"风向标"。26年来，这个名单里出过Google、Twitter、Airbnb、Spotify。
今年的风向往哪里吹，已经比较清楚了：AI从"工具"变成"参与者"的基础设施正在铺设。Skyfire和Paid这类公司的出现，意味着AI智能体的"公民身份"问题已经从学术讨论进入了商业化阶段。
对于企业CIO和数字化负责人，我的建议是三件事：
第一，现在就建立AI操作的身份审计体系。别等AI智能体出事了再补。每个AI执行的操作应该有独立身份、独立日志、独立审计轨迹。这是最低成本的事，也是现在不做将来最贵的事。
第二，关注AI智能体的"支付能力"对你所在行业的影响。如果你的行业涉及大量B2B交易、订阅服务、自动化采购——AI智能体能自己花钱、自己续费的那一天，可能比你想象的要快。看看Skyfire和Paid在做的事，想想你的供应链和客户渠道系统准备好了没有。
第三，别只盯着大模型，基础设施层的中国公司值得关注。九科信息、壹沓科技、深度赋智这类把AI嵌入业务流程的公司，做的是"最后一公里"的活。模型可以换，但流程集成、数据治理、合规框架一旦搭好，才是真正的护城河。
