6月10日，世界经济论坛在日内瓦发布了2026年度技术先锋名单。100家初创企业入选，来自23个国家。这个名单我每年都看，今年跟往年最大的不同是——论坛第一次正式给"AI智能体基础设施"划了一块地。
不是AI模型本身，不是聊天机器人，而是让AI智能体能在商业世界里独立行动的底层能力：身份验证、支付结算、商业合约。
60%+100家技术先锋中，与AI直接相关的企业超过60家
论坛划了一条新赛道
往年技术先锋名单的风向标是"AI模型"和"消费级应用"，今年论坛换了个说法。创新者社区总负责人Verena Kuhn的原话是："人工智能不仅是这些公司在构建的对象，更是让这一切成为可能的工具。"
我翻译一下：AI不再是目的，是手段。这句话本身不算新鲜，但论坛接下来做的事——把入选企业分成两大支柱——是有信号意义的。
支柱一：自主AI体的基础模块——身份验证、支付、安全、企业集成。
支柱二：AI对能源、计算与存储的需求保障。
支柱一才是重点。论坛在说：AI智能体要在商业世界里"活"下去，光有脑子不够，还得有身份证和银行账户。这不是比喻，是字面意思。
Skyfire和Paid：AI体的"银行间清算系统"
今年入选的两家企业让我多看了几眼。
Skyfire 美国，做的是AI智能体的身份核验与支付底层基础设施。简单说，让AI体能以自己的身份完成商业交易，而不是每次都要人类在后面按确认键。
Paid 英国，构建面向AI体的商业基础设施——定价、计费、续约管理。让AI体的"雇主"能按使用量付费，像管理SaaS订阅一样管理AI劳动力。
这两家放在一起看，逻辑就通了：AI体要做生意，需要"谁在交易"（Skyfire解决）和"怎么收钱"（Paid解决）。这跟早期互联网需要CA证书和支付网关是一个道理。
互联网早期CA证书 + 支付网关AI体早期身份验证 + 计费管理
我查了一下，这个赛道目前几乎没什么成熟玩家。SAP和微软在各自的企业系统里做了AI体身份管理，但那是封闭生态内的。跨平台的AI体身份和交易基础设施，还是空白。
中国10家入选：制造+医疗为主
23个国家里，美国45家，中国10家排第二。我把中国入选企业的方向理了一下：
| 企业 | 方向 |
|---|---|
| 深度赋智 | 自动化机器学习平台（电商+制造） |
| 九科信息 | 大语言模型+RPA |
| 壹沓科技 | 贸易与智能系统AI |
| 深度智控 | 物理信息融合AI，工业节能 |
| Tripo AI | AI生成3D模型 |
| 兰丁股份 | AI医学影像 |
| 现象创新 | AI创新应用 |
| 千觉机器人 | AI感知机器人 |
| 微构工场 | 合成生物学+AI |
| Parallel Bio（中国团队） | AI药物研发 |
10家里有4家直接服务于制造业——自动化ML、RPA、工业节能、感知机器人。这个比例跟国内AI+制造的政策导向是对得上的。但我没看到做"AI体基础设施"的中国企业入选，这块确实是空白。
另一个信号：Futurum排出了十大AI智能体企业厂商
就在10天前（6月1日），Futurum Research发布了一份报告，标题直白：Agentic AI: The Leading Vendors Winning the Enterprise in 2026。
报告列出了当前在企业级AI智能体赛道上的十大厂商：微软、Salesforce、ServiceNow、AWS、Google、IBM、Oracle、Palantir、SAP、UiPath。
我反复看了几遍这份排名，发现一个有意思的点——前十名全是做企业软件和云平台的，没有一家是做大模型的。OpenAI、Anthropic、Google DeepMind这些模型公司一个都没进。
这说明什么？企业买AI智能体，买的不是模型能力，是业务流程集成能力。谁的ERP/CRM/ITSM里AI体跑得最顺，谁就赢。模型只是底层引擎，跟数据库和操作系统一样，用户不会为引擎本身买单。
0家Futurum十大企业AI智能体厂商中，纯大模型公司的数量
论坛同一天还发了一篇深度文章，标题更狠：Who Will Control the Enterprise Agentic Workforce?——谁将控制企业AI智能体劳动力？结论是CIO正在面临一场新的平台战争：微软、Salesforce、ServiceNow、AWS、Google都想成为企业数字劳动力的"操作系统"，而CIO需要避免被单一厂商锁定。
对企业CIO/数字化负责人的三个实操建议
把这三件事放在一起看——论坛定义AI体基础设施、Futurum排厂商座次、十大厂商全是流程平台而非模型公司——对企业数字化的信号其实很清楚：
第一，别等AI体基础设施成熟了再动手。Skyfire和Paid刚入选技术先锋，说明这个赛道才刚开始。但你的企业可能已经在用Copilot、Agentforce这些产品了——AI体已经在你的业务流程里跑了。现在就需要建立AI体的身份管理和权限控制，哪怕先从简单的"谁能触发哪个AI体"做起。
第二，选平台的时候，看业务流程集成深度，别看模型参数。Futurum的排名已经说明，企业AI智能体的胜负手不在模型，在流程。你的ERP里跑的AI体，比一个孤立的ChatGPT企业版有用得多。
第三，关注AI体跨平台互操作的标准进展。MCP协议目前是走得最快的，Anthropic和微软都支持了。如果你的AI体只能在一个平台里跑，未来迁移成本会很高。
