AI行业：新兴的代理型AI软件基础设施市场-从SaaS到代理式AI

 从SaaS到代理式AI新兴的代理人工智能软件基础设施市场在1990年代末至2010年代中期，软件即服务（SaaS）的兴起从根本上摧毁了本地应用市场。早期的SaaS先驱，如Salesforce（成立于1999年），证明了多租户、基于订阅的交付模式在成本、速度和可扩展性方面能超越许可、安装和维护的软件。到了2000年代末，随着云基础设施的成熟，SaaS的采用加速，2010-2015年期间达到顶峰，SaaS成为新企业软件购买的主导模式。这些SaaS公司是在云软件基础设施的基础上建立其新业务的。这些基础能力，涵盖了云基础设施、云平台服务、云运营以及云财务和商业管理，是大规模采用SaaS的必要前提，并且必须在SaaS市场全面起飞之前成熟。与行业从本地软件向SaaS过渡类似，智能体AI也将引领一种新的软件交付模式，导致软件基础设施的根本不同（见图1）。一种适用于智能体AI的软件基础设施模型正在形成，提供了实现从以应用为中心的SaaS平台向以智能体为中心的智能体即服务（AaaS）系统的过渡所需的基础服务。在接下来的部分中，我们将描述这种智能体AI软件基础设施格局是如何形成的，然后提出一些投资假设以利用这一转变。数字分析与统计 文章 3月10日，2026年新兴的代理型AI软件基础设施市场  正在兴起的代理型AI软件基础设施市场2代理AI软件基础设施市场仍处于萌芽阶段，并迅速发展。尽管与今天云计算数据库或容器编排层类似的成熟、成熟的平台尚未出现，但能力的明确模式正在形成。这些早期模式为投资者、供应商、构建者和企业采用者提供了思考未来基础设施投资的宝贵视角。在其核心中，智能代理基础设施必须支持一系列新兴能力，这些能力远超传统人工智能平台。首先，解决方案必须在安全、独立的环境中运行，满足企业合规性和数据治理要求。其次，它们必须支持动态发现和集成外部服务和数据源，使代理人能够基于最新的业务环境采取行动。与之密切相关的是，代理人间能够发现和协作，共享工作和知识，而非作为孤立的信息孤岛运行。短期和长期持久内存是必要的，如存储不断演进的决策背景，这不仅反映了代理人随时间的推移是如何学习的，而且不仅仅记录交易结果。从操作角度来看，基础设施必须使代理人在企业规模上实现安全的、成本效益的扩展，并辅以测量和理解代理执行经济效益的工具——这是成本效益运行、定价和商业化可行性的先决条件。最后，该基础设施必须支持第三方代理和服务集成，使代理生态系统能围绕价值流集结。不断演变的代理人工智能软件基础设施格局 新兴的AI软件基础设施市场3MCP（模型上下文协议）运行时和服务器 • 哪些允许代理与外部交互1服务和标准化API，作为代理访问MCP服务器的网关和注册机构。代理平台 • , 包括一个 代理AI运行时 该层提供核心执行层，其中包含推理、目标管理、依赖关系解决、短期记忆和行为逻辑。这是自主决策的焦点。与之相辅相成的是一 代理人工智能编排层级，负责协调代理；管理调度、日志和安全；协调上下文与记忆；并使代理能够发现彼此及外部服务。The emerging landscape of agentic AI infrastructure can be logically decomposed into a series of functional layers (see figure 2): 人工智能代理基础设施的兴起景观可以逻辑上分解为一系列功能层（见图2）：代理商市场能力 • , 包括一个 代理人登记簿 为了使代理人易于发现 代理目录 允许用户浏览和管理可用代理 第三方代理 促进多智能体系统发展的。代理上下文存储 • ，包括持久知识以及在不同交互和运营周期中持续演变的行为体状态的长期记忆基础设施，以及 知识库 该房屋领域内容、本体、结构化商业环境和代理用于知情推理的基础数据。 金融和商业管理新兴的代理AI软件基础设施市场4与此同时，一类新的具有代理能力的AI原生企业正在崛起，这些企业从底层开始设计，旨在满足现代以AI为中心的商业模式。Alguna通过一个无需编码、以AI为先的CPQ平台展示了这种转变，该平台构建了支持复杂基于使用、混合和捆绑定价结构的特性——这些特性对于AI和基于代理的服务日益重要。Peak AI，现在成为UiPath的一部分，代表着创新的不同维度：一个能够从历史出价和市场信号中持续学习、能够自主执行定价决策而不是仅仅建议的代理定价引擎。在成本运营，治理和安全管理 • 为生产就绪代理提供可观测性、健康监控、生命周期控制、监督和安全管理的工具。金融和商业管理 • 层次化实现成本分摊、逆向结算/结算反向操作以及适用于代理业务的定价和货币化模式。开发和测试 • 工具，用于快速构建、验证和自动化测试智能代理完整的代理人生命周期。金融和商业管理代表着新兴智能体AI软件基础设施栈中最关键且最少成熟的层之一。在基础层面，许多所需的能力并非全新。企业仍然需要维护产品目录、配置提供的产品、生成价格和报价、发送发票、处理付款以及识别收入。这些核心商业功能无论底层的提供产品是传统的SaaS产品还是基于自主智能体的服务，都是必不可少的。在下述章节中，我们深入探讨每一个主要的建筑层和功能领域。针对每个领域，我们描述当前市场状况，突出代表厂商和开源努力，并评估这些层随AaaS模式演进可能的发展方向。从市场角度来看，更广泛的代理人工智能领域预计将经历快速增长。多项行业预测表明，全球代理人工智能市场规模将从现在的几十亿增长到2030年代初的数十亿甚至数百亿，复合年增长率经常超过40%，具体取决于所包含功能的范围。这种增长得益于更广泛的AI基础设施扩张。如今，AI软件基础设施市场规模约达300亿美元。2预计在未来几年将以超过40%的复合年增长率增长。然而，提供这些能力的系统本身也在经历深刻的变革，因为人工智能——以及越来越具有代理性的AI——正直接嵌入到商业工作流程中。传统的企业平台开始将自主智能注入到传统的手动或基于规则的流程中。例如，Salesforce推出了能够主动监控销售管道并从自然语言提示中起草报价的自主AI代理。ServiceNow将其AI驱动的CPQ作为其更广泛的流程平台的一部分，尤其是在将智能报价与端到端服务交付和收入流程紧密结合方面表现出色。同样，HubSpot将其AI嵌入到其CPQ功能中，以实现自动生成个性化报价，最小化人为干预。这些都可以部署在云或机器人物理基础设施之上。这些元素共同代表了任何组织在投资代理系统时所需的基础架构原语。 代理平台新兴的AI软件基础设施市场5智能代理运行时• 作为推理基础的底层模型• 持续推理循环（计划 # 行动 # 观察 # 更新 # 学习）• 短期记忆和工作上下文在近期至中期，这一领域的多数解决方案都将类似于渐进性的“创可贴”——现有CPQ、计费和FinOps平台的扩展，它们只能部分满足代理人工智能服务的需求。我们预计在未来几年，随着代理人工智能的采用加速，供应商被迫重新设计商业系统以支持大规模的自主服务，设计中将融入透明度、控制和经济韧性。定价模式也将远超传统的基于座位的做法。随着代理系统自主运作并产生可衡量的结果，定价将转向基于使用、活动以及基于结果的构建，通常这些会被结合成高度定制的商业