11 月 4 日至 5 日，科技日報、中國日報網等先後報導《IDC MarketScape：中國智能體平臺廠商評估，2026》（編號 CHC54110526，圖註 2026 年 10 月，作者 IDC 中國研究經理孫振亞）。報告第一次把國內 28 家主流廠商放進同一張能力—戰略坐標圖。
比"誰在領導者象限"更值得看的是採購動機數據：企業訴求正從"能不能開發"轉向"能不能管好、算清、用穩"，關注點從"能否快速做出 Demo"變成生產環境下的智能體。採購題換了。
IDC 調查：受訪企業把"強化智能體治理與合規"列為引入平台的首要目標（多選最高項，2026-10 報告／11 月轉引）
一、三個數字換了採購題：先買“能管”，再買“能做”
IDC 從能力、戰略兩維度，結合廠商訪談、使用者調研與專家評估完成研判。三大首要目標裡，沒有一項是"模型更強"或"Demo 更快"：
| 首要目標 | 占比 | 對應要解決的痛點 |
|---|---|---|
| 強化智能體治理與合規 | 58.7% | 權限邊界模糊、執行鏈路不可追溯 |
| 提升開發與交付效率 | 52.5% | 多部門重複建設、交付週期長 |
| 支撐跨場景規模化複製 | 49.2% | 單點工具難複用、Token 成本失控 |
三項為多選，合計超過 100% 屬正常。IDC 判斷：企業要的已不是單一工具，而是能統一承載、連接、運行和治理各類智能體的底座，把零散 Agent 沉澱成可治理、可重複使用、可持續迭代的數位資產；平台與 MaaS、資料知識平台共同構成 AI 時代企業 IT 基礎設施。
市場側數字同週被反覆引用：規模從 2025 年 212 億元增至 2026 年 449 億元（按此組數據同比約 +111.8%），IDC 口徑 2029 年預計破 3320 億元（中國經濟新聞網 2026-11-04，第三方轉引，邊界以原報告為準）。
孫振亞的一句話可當作這輪平台採購的驗收標準：「企業智能體應用的規模越大，越需要平台把分散在不同部門和業務系統中的智能體統一管理起來。平台不僅要支持開發部署，更要保障業務可靠執行、管控風險與成本，並且基於運行反饋持續迭代優化。」
據公開轉引的 MarketScape 圖示，雲廠商、ERP 廠商與開源項目 Dify 被放在同一張圖裡（象限位置以原報告為準）。開源與商業同台，說明「平台層」已成獨立採購品類。
二、"規模化普及"不等於"進了核心流程"：四組落差要分開看
報告稱中國企業智能體建設"走出概念驗證、進入規模化普及週期"。但同週另一組公開轉引數據提醒：普及與深用之間仍有寬溝（人民政協網 2026-11-05，原文標註"公開轉引口徑""各家統計邊界不一"）：
73% → 19%
IDC 口徑：全球 Top500 企業 73% 已啟動智能體試點，實現跨部門規模化的僅 19%
18%
中國信通院《企業級智能體技術與應用研究報告（2026年）》轉引：把智能體放進主要業務流程的企業僅 18%
| 數據 | 統計對象 | 性質 |
|---|---|---|
| 73% 試點 / 19% 規模化 | 全球 Top500 企業 | 機構調研（轉引） |
| 18% 進主要業務流程 | 中國企業，主要業務流程 | 信通院報告轉引 |
| >40% 項目將被暫停或取消（到 2027 年底） | Agentic AI 專案 | Gartner 預測值 |
| 95.4% 企業已部署平均 11 條生產工作流 | IDC 韌性與支出調研，截至 2026-07 | 機構調研（口徑獨立） |
這四組數字口徑互不相同——有的數企業、有的數專案、有的數工作流程，地域與「規模化」定義都不一樣，不能疊加成普及率或轉換率。能共同支持的只有一個判斷：部署快，進入主要業務流程並保持可治理慢得多。把口徑寫進選型會議紀錄，比引用漂亮百分比有用。
政企側說得更直白。曙光雲副總裁徐良用「冰火兩重天」形容客戶分化：一部分全面 AI 化，更多中大型單位與政府部門顧慮安全、數據、環境、管控、成本五項；解決方案總監吳興傑把障礙歸因於機制——「最大的障礙，是企業還沒建立起一套把智能體納入真實業務的信任機制。」
三、平台化治理買的是什麼：四層架構、開源模型納管與「資料不出域」
把同週公開的平台樣本拆開，「管好、算清、用穩」對應四層具體的工程能力。
| 能力層 | 公開樣本與做法 | 解決什麼 |
|---|---|---|
| 模型層（算清） | 神州問學 MaaS 統一納管開源與商用模型，模型廣場提供測評報告、開源模型部署、多 API Key 負載均衡 | 模型可換、成本可比 |
| 語義層（懂業務） | 知識治理層做解析與圖譜化；奧哲雲樞把業務對象、關係、規則前置結構化，校準"合同相對方"與"供應商"是否同一實體 | 避免 Agent 拿到裸欄位後猜業務含義 |
| 流程與權限層（管好） | 工作流編排；AI 資源運營層統一接入模型／Embedding／OCR，按組織場景授權，消耗可計量可追溯；邁富時 GenAIOS + AI-Agentforce + KnowForce | 權限、鏈路、Token 成本三本賬 |
| 部署與信任層（用穩） | 曙光雲 OneBox 把模型、知識庫與應用部署在政企自有環境，資料不出域；按崗位設權限、敏感操作留痕；"安全會話"過濾外網模型，"樹橋"按表結構／欄位設權限 | 資料主權與合規紅線 |
奧哲雲樞的案例集中在合同全生命週期、施工技術方案審核這類流程長、權限交錯的場景（光迅科技、葛洲壩，中國經濟新聞網 2026-11-04）。智能體最難的不是回答，是在既有審批流裡知道下一步找誰、出錯退回哪一段、用量記在誰名下。
OneBox 的時間與性質要標清楚：2026-11-03 烏鎮「互聯網之光」博覽會首發，入選「新光」產品；「首個政企可信桌面級 AI 智能體」為廠商自述定位。產品經理馬一龍給出的紅線很具體：公安、紀檢、軍工與大型國企央企核心數據按政策不得連接互聯網。博覽會公開口徑為 54 個國家和地區、671 家機構、1000 餘項新產品。
別把「私有化」等同於「可信」。自有部署只解決資料駐留，仍要追問：工具是否繼承原有身分與資料權限、動作能否回放、異常能否一鍵停用。這與 10 月國內智慧體安全強制國標「可控性／全流程留痕／數位護照」三道硬約束是同一套要求。
四、給 CIO／數位化負責人的實務建議：把選型評分表換成六問
1. 權限是否繼承，而非另開一套。用現有身分、組織與資料權限授權，逐條示範"某崗位能看哪張表、能否寫"；新增業務單元應繼承權限與計費規則。
2. 成本能否算到動作級。模型／Embedding／OCR 統一接入，按場景分攤，能看到每個智能體的任務、消耗與 ROI 測算，並設上限與告警。"Token 成本失控"是 IDC 點名的普遍痛點，應寫進驗收單。
3. 鏈路能否回放、異常能否回滾。決策日誌與人工審批點按業務單據串聯；付款、過賬、批量改主數據、對外發送保留人工確認與一鍵停用。
4. 業務語義有沒有被結構化。現場演示："供應商"在合約、採購、財務裡是否同一實體，審批後觸發哪個動作。答不上來，模型再強也易在長流程失靈。
5. 模型與部署能否換。驗證開源權重自託管、多模型對比、外部模型過濾與退出時日誌匯出。開源模型納管不只是省錢，更是可執行的退出權。
6. 複製一個場景要多久、要多少人。把已跑通場景在第二個業務單元復刻，記錄配置工時、權限改動與回歸測試量。這比案例集更能預測三年後的維運成本。
順序比清單更重要：先把權限、成本與留痕三本帳立起來，再談場景數量。平台化治理不是加分項，是補課——比的已不是誰能做出 Demo，而是誰能讓智能體在系統裡長期、可核查地幹活。
侷限與決策條件：58.7%／52.5%／49.2% 來自 IDC 多選調查；212／449／3320 億元與 73%／19%／18% 為公開轉引，邊界與地域不同；「規模化普及」是 IDC 判斷，>40% 專案取消是 Gartner 預測；OneBox「首個」及各平台能力多為廠商自述，缺獨立實測。建議適用於「準備或已引入平台、需統一治理」的組織；若仍在單點驗證，應先做業務語意與資料品質。本文為決策支援，不構成選型結論。
這週值得記住的不是誰進了哪個象限，而是採購問題的主語變了：從"這個 AI 能做什麼"變成"這套系統能不能被管住、算清、用穩"。能驗收、能追責的需求，才落得了地。
資料來源：《IDC MarketScape：中國智能體平台廠商評估，2026》（IDC #CHC54110526，2026-10，孫振亞；科技日報／中國日報網 2026-11-05、中國經濟新聞網 2026-11-04、神州數碼公眾號圖示轉引）；人民政協網（2026-11-05，含 IDC 73%/19%、信通院 18%、Gartner >40% 及「各家統計邊界不一」提示）；環球網／賽迪網關於 OneBox 烏鎮首發報導（2026-11-03/04）；中國經濟新聞網《2026 中國企業智能體廠商落地標準》（2026-11-04）。廠商自述、第三方轉引、機構調研與預測值分列，未做口徑合併。截至 2026-11-08。
眾諦信息 · 專注 Odoo 與企業管理數位化解決方案
