6月10日，世界經濟論壇在日內瓦發佈了2026年度技術先鋒名單。100家初創企業入選，來自23個國家。這個名單我每年都看，今年跟往年最大的不同是——論壇第一次正式給「AI智能體基礎設施」劃了一塊地。
不是AI模型本身，不是聊天機器人，而是讓AI智能體能在商業世界裡獨立行動的底層能力：身份驗證、支付結算、商業合約。
60%+100家技術先鋒中，與AI直接相關的企業超過60家
論壇劃了一條新賽道
往年技術先鋒名單的風向標是「AI模型」和「消費級應用」，今年論壇換了個說法。創新者社區總負責人Verena Kuhn的原話是：「人工智慧不僅是這些公司在構建的對象，更是讓這一切成為可能的工具。」
我翻譯一下：AI不再是目的，是手段。這句話本身不算新鮮，但論壇接下來做的事——把入選企業分成兩大支柱——是有信號意義的。
支柱一：自主AI體的基礎模塊——身份驗證、支付、安全、企業集成。
支柱二：AI對能源、計算與存儲的需求保障。
支柱一才是重點。論壇在說：AI智能體要在商業世界裡"活"下去，光有腦子不夠，還得有身份證和銀行帳戶。這不是比喻，是字面意思。
Skyfire和Paid：AI體的"銀行間清算系統"
今年入選的兩家企業讓我多看了幾眼。
Skyfire 美國，做的是AI智能體的身份核驗與支付底層基礎設施。簡單說，讓AI體能以自己的身份完成商業交易，而不是每次都要人類在後面按確認鍵。
Paid 英國，構建面向AI體的商業基礎設施——定價、計費、續約管理。讓AI體的「雇主」能按使用量付費，像管理SaaS訂閱一樣管理AI勞動力。
這兩家放在一起看，邏輯就通了：AI體要做生意，需要「誰在交易」（Skyfire解決）和「怎麼收錢」（Paid解決）。這跟早期互聯網需要CA證書和支付網關是一個道理。
互聯網早期CA證書 + 支付網關AI體早期身份驗證 + 計費管理
我查了一下，這個賽道目前幾乎沒什麼成熟玩家。SAP和微軟在各自的企業系統裡做了AI體身份管理，但那是封閉生態內的。跨平台的AI體身份和交易基礎設施，還是空白。
中國10家入選：製造+醫療為主
23個國家裡，美國45家，中國10家排第二。我把中國入選企業的方向理了一下：
| 企業 | 方向 |
|---|---|
| 深度賦智 | 自動化機器學習平台（電商+製造） |
| 九科信息 | 大語言模型+RPA |
| 壹沓科技 | 貿易與智能系統AI |
| 深度智控 | 物理信息融合AI，工業節能 |
| Tripo AI | AI生成3D模型 |
| 蘭丁股份 | AI醫學影像 |
| 現象創新 | AI創新應用 |
| 千覺機器人 | AI感知機器人 |
| 微構工場 | 合成生物學+AI |
| Parallel Bio（中國團隊） | AI藥物研發 |
10家裡有4家直接服務於製造業——自動化ML、RPA、工業節能、感知機器人。這個比例跟國內AI+製造的政策導向是對得上的。但我沒看到做「AI體基礎設施」的中國企業入選，這塊確實是空白。
另一個信號：Futurum排出了十大AI智能體企業廠商
就在10天前（6月1日），Futurum Research發布了一份報告，標題直白：Agentic AI: The Leading Vendors Winning the Enterprise in 2026。
報告列出了當前在企業級AI智能體賽道上的十大廠商：微軟、Salesforce、ServiceNow、AWS、Google、IBM、Oracle、Palantir、SAP、UiPath。
我反覆看了幾遍這份排名，發現一個有意思的點——前十名全是做企業軟體和雲平台的，沒有一家是做大模型的。OpenAI、Anthropic、Google DeepMind這些模型公司一個都沒進。
這說明什麼？企業買AI智能體，買的不是模型能力，是業務流程集成能力。誰的ERP/CRM/ITSM裡AI體跑得最順，誰就贏。模型只是底層引擎，跟數據庫和操作系統一樣，用戶不會為引擎本身買單。
0家Futurum十大企業AI智能體廠商中，純大模型公司的數量
論壇同一天還發了一篇深度文章，標題更狠：Who Will Control the Enterprise Agentic Workforce?——誰將控制企業AI智能體勞動力？結論是CIO正在面臨一場新的平台戰爭：微軟、Salesforce、ServiceNow、AWS、Google都想成為企業數位勞動力的「作業系統」，而CIO需要避免被單一廠商鎖定。
對企業CIO/數位化負責人的三個實操建議
把這三件事放在一起看——論壇定義AI體基礎設施、Futurum排廠商座次、十大廠商全是流程平台而非模型公司——對企業數位化的訊號其實很清楚：
第一，別等AI體基礎設施成熟了再動手。Skyfire和Paid剛入選技術先鋒，說明這個賽道才剛開始。但你的企業可能已經在用Copilot、Agentforce這些產品了——AI體已經在你的業務流程裡跑了。現在就需要建立AI體的身份管理和權限控制，哪怕先從簡單的「誰能觸發哪個AI體」做起。
第二，選平台的時候，看業務流程集成深度，別看模型參數。Futurum的排名已經說明，企業AI智能體的勝負手不在模型，在流程。你的ERP裡跑的AI體，比一個孤立的ChatGPT企業版有用得多。
第三，關注AI體跨平台互操作的標準進展。MCP協議目前是走得最快的，Anthropic和微軟都支持了。如果你的AI體只能在一個平台裡跑，未來遷移成本會很高。
