6月10日，世界經濟論壇在日內瓦揭曉了2026年度技術先鋒名單。100家初創企業，來自23個國家，10家來自中國。
這件事每年都做，今年的那100家卻有些不一樣。論壇自己給出了一個判斷：這批公司不是在做AI應用，而是在做「讓AI智能體能夠自己運行起來的基礎設施」。我翻譯一下——他們在給AI智能體辦身份證、開銀行賬戶、裝安全系統。
兩個新公司，代表一個新賽道
這100家企業裡，有兩家讓我來回看了好幾遍。
一家叫Skyfire，美國的。它的業務描述只有一句話：「搭建身份核驗與支付底層基礎設施，支持AI智能體自主開展商業活動。」
另一家叫Paid，英國的。「構建面向AI智能體的商業基礎設施，涵蓋定價、計費與續約管理。」
說白了，一個給AI智能體做「身份證+銀行帳戶」，另一個給AI智能體做「收銀台+訂閱系統」。這兩個公司能同時入選世界經濟論壇的技術先鋒——不是巧合。這說明一個信號已經在全球層面被認可了：AI智能體即將成為獨立的經濟參與者，而不僅僅是人類的工具。
這個信號背後藏著一個問題，對企業CIO來說會越來越緊迫：如果AI智能體將來自己花錢、自己簽合約、自己管理訂閱服務，你的IT治理體系現在有沒有為這種情況做準備？
100家2026年度技術先鋒，來自23個國家AI智能體基礎設施 身份驗證 AI支付 安全合規 企業集成
不只是創業公司的事：中國企業的三條切入路徑
今年入選的10家中國公司裡，有三家和「企業數位化+AI」直接相關。我單獨拉出來說一下：
| 公司 | 做什麼的 | 對企業的參考價值 |
|---|---|---|
| 九科信息 | 大語言模型+機器人流程自動化，賦能企業數字化轉型 | 直接把LLM注入RPA，不是「讓AI聊天」，是讓AI替你跑流程 |
| 壹沓科技 | 貿易和智能系統的人工智能解決方案 | 供應鏈+AI，外貿企業在關稅波動下的實際剛需 |
| 深度賦智 | 為電子商務和製造業開發自動化機器學習平台 | AutoML下沉到製造業，模型訓練不再只是演算法團隊的事 |
這三家的共同點是：做的都不是「通用大模型」，而是把AI嵌入到特定的企業業務流程裡。九科資訊把LLM塞進RPA、壹沓科技用AI處理貿易單據和合規、深度賦智讓工廠的質檢和生產排程跑AutoML——說到底都是「AI進流程」，不是「AI聊個天」。
這個方向，和世界經濟論壇今年對整個技術先鋒群體的判斷是一致的：AI的下一波價值不在模型層，在基礎設施層和在業務流程裡的嵌入式落地。
AI需要一個「身份層」，企業也需要
如果你回頭看一下最近一個月的企業AI新聞——微軟Build大會上發布Agent Control Specification（ACS，智能體行為控制規範）、Google推AI Control Center、IDC預測2028年全球會有130億個AI智能體——你會發現這些事件看起來方向不同，但指向的是同一個缺口：
當AI智能體開始在企業裡幹活的時候，誰來管它？它怎麼證明「我是我」？它花了一筆錢，這筆錢算誰的？它訪問了一個不該訪問的系統，誰能立刻把它關掉？
Skyfire和Paid做的事情，其實是在回答這些問題的底層：給AI智能體做一個數字身份層和一個經濟行為層。
這對國內企業不是無關的。如果你的企業裡已經有幾十個RPA機器人在跑、有幾套AI模型在做審批或質檢——它們現在有沒有獨立的操作身份？審計日誌能不能追溯到「是哪個AI做的決策」？
坦白說，絕大部分企業現在的答案是沒有。AI在業務流程裡的操作，混在人類的操作日誌裡，出了事根本分不清是誰幹的。
我的判斷：趁基礎設施還沒定型，先把治理框架搭起來
世界經濟論壇這次選的100家公司，不是給投資人看的，是給政策制定者和企業決策者看的「風向標」。26年來，這個名單裡出過Google、Twitter、Airbnb、Spotify。
今年的風向往哪裡吹，已經比較清楚了：AI從「工具」變成「參與者」的基礎設施正在鋪設。Skyfire和Paid這類公司的出現，意味著AI智能體的「公民身份」問題已經從學術討論進入了商業化階段。
對於企業CIO和數位化負責人，我的建議是三件事：
第一，現在就建立AI操作的身份審計體系。別等AI智能體出事了再補。每個AI執行的操作應該有獨立身份、獨立日誌、獨立審計軌跡。這是最低成本的事，也是現在不做將來最貴的事。
第二，關注AI智能體的「支付能力」對你所在行業的影響。如果你的行業涉及大量B2B交易、訂閱服務、自動化採購——AI智能體能自己花錢、自己續費的那一天，可能比你想象的要快。看看Skyfire和Paid在做的事，想想你的供應鏈和客戶渠道系統準備好了沒有。
第三，別只盯著大模型，基礎設施層的中國公司值得關注。九科信息、壹沓科技、深度賦智這類把AI嵌入業務流程的公司，做的是「最後一公里」的活。模型可以換，但流程集成、數據治理、合規框架一旦搭好，才是真正的護城河。
