摘要：企业软件这片市场早已硝烟弥漫，即便是坐拥头把交椅的玩家，也难逃亏损宿命。颠覆者Agent的出现，将彻底改变游戏规则。不同于传统软件对复杂代码和行业定制的重度依赖，Agent产品将80%的研发重心转移到了提示词编写和知识库整理。这意味着，产品经理仅需较短的时间，

企业软件这片市场早已硝烟弥漫，即便是坐拥头把交椅的玩家，也难逃亏损宿命。颠覆者Agent的出现，将彻底改变游戏规则。不同于传统软件对复杂代码和行业定制的重度依赖，Agent产品将80%的研发重心转移到了提示词编写和知识库整理。这意味着，产品经理仅需较短的时间，就能完成对特定行业的适配，研发门槛大幅降低。然而，这也意味着行业壁垒的瓦解。模仿者可以轻松复制满足用户基本需求的产品，并凭借低价策略迅速抢占市场，一场比传统软件时代更为激烈的同质化竞争即将上演。

软件企业的两条突围路径

Agent依赖的大模型能力，对所有开发者而言都是“标配”，技术优势难以体现。 面对这场技术风暴，软件巨头该如何应对？哪些企业能够抓住技术平权的时机，掘到Agent时代的第一桶金？

Gartner研究副总裁孙志勇认为，在Agent时代，软件行业企业的突围路径可归纳为两条：平台化与垂直化。平台型企业需构建低门槛、高感知的产品体系，快速实现技术平权，例如低代码/无代码智能体开发平台；垂直型企业则应聚焦特定行业的痛点场景，开发刚需型智能体解决方案。典型案例包括金融行业的尽职调查报告生成、法律领域的智能合同审查工具等。企业需警惕通用化陷阱，避免以操作系统思维开发智能体，而应选择行业关键节点深耕，通过高性价比产品占领细分市场，再逐步扩展生态。这种“要么做透平台，要么扎穿场景”的二元策略，将成为破局红海竞争的有效路径。“要不聚焦平台，要不沉下心做垂直领域。对于软件企业而言，忌好高骛远，不要总想做通用类软件。如果还用过去研发操作系统的思维和模式做智能体，因为投入较大，一定会在智能体领域或者市场中折戟沉沙，铩羽而归。如果软件企业对某个行业非常了解，而且知道该行业当中的某一个工具是必选项，应扎进去占领市场，逐步拓展”。

Gartner研究副总裁孙志勇

业界应更加关注领域模型和小巨人的发展，而非仅仅聚焦于通用大模型的竞争。孙志勇总结，AI智能体的发展正从通用走向垂直，领域模型和小巨人企业将成为未来关注的重点。垂直领域软件服务商既面临机遇也面临挑战，需要根据自身情况选择合适的战略。通用大模型应用虽然重要，但领域模型才是未来真正的蓝海市场。

AI智能体市场进入加速发展阶段

“2025年是生成式AI的变现元年，是大模型智能体的使用元年。”孙志勇强调。Gartner预测数据显示，AI智能体市场具有较大的发展潜力，孙志勇将其归纳为三大趋势。首先，到2028年，约20%的人机交互场景（包括移动终端、可穿戴设备等数字界面）将由智能体接管。其次，企业经营决策场景中约15%的配置、运营类决策将实现智能化替代。最后，企业级软件市场的智能体化渗透率将提升至33%，较当前水平实现显著增长。“这些数据表明，企业数字化转型仍存在广阔的智能化改造空间，特别是对中国本土厂商而言，把握智能体技术演进窗口期，深度参与行业生态建设将获得重要发展机遇。值得注意的是，不同领域的智能化进程存在差异，但整体市场已进入加速发展阶段”。

孙志勇以垂直领域智能体的创新实践——AI SDR（销售代表智能体）为例，进行商业价值分析。“垂直领域智能体在销售环节，尤其是商机开发方面展现出强大的应用潜力，AI SDR正重塑传统商机开发模式”。

根据全球统计数据显示，人类销售代表仅将14%的工作时间投入核心商机的挖掘，其余精力则消耗在内部流程与运营的协调。为突破效率瓶颈，AI SDR解决方案应运而生。据孙志勇介绍，AI SDR解决方案通过三种机制实现价值突破。第一，智能化商机挖掘。AI SDR深度集成企业CRM系统，可以自动分析客户画像并生成定制化推广内容（如邮件、销售文档），精准筛选潜在商机。当客户响应时，智能体可自主处理基础问询，或协调人类销售介入深度沟通，实现全流程闭环管理。第二，效率与成本优势。相比人类销售日均覆盖50-150名客户的极限，AI SDR可7×24小时无间断触达数千名客户，而年成本约4万元人民币，仅为国内优质销售代表月薪水平。这种“高覆盖+低成本”特性使商机开发效率提高数十倍。第三，行业发展前景广阔。预测显示，至2028年，1/3的企业级软件（含CRM/ERP/OA）将嵌入智能体功能，而2024年该比例尚不足1%。“目前，该类产品在海外已初具市场规模，国内尚处早期阶段。其核心价值在于将高重复性、高价值的BD工作智能化，释放人力资源聚焦战略级客户关系维护，标志着企业销售体系正迈向人机协同的新范式”。

当前智能体市场展现出巨大发展机遇，从企业级软件33%的智能化改造空间到数字界面20%的交互替代率，再到智能决策15%的渗透潜力，整个产业正处于爆发前夜。孙志勇认为，要把握这一波技术红利，企业需构建完整的商业化路径：首先通过零号客户验证产品价值，继而打造低门槛开发平台与模块化组件库降低使用成本；技术层面需构建包含算力支撑、安全架构和持续演进能力的生态体系，而最终决胜关键在于行业经验的深度沉淀——只有将技术能力与垂直场景know-how深度融合，才能形成不可替代的竞争壁垒。

AI智能体面临两大挑战：精度问题与性价比验证

AI智能体当前仍处于初级阶段。从产品成熟度、应用场景、商业逻辑等维度看，还需要做哪些工作推动AI智能体发展？

“当前智能体技术发展面临两大核心挑战是精度问题与性价比验证。”孙志勇总结。在精度方面，单一智能体80%的准确率在多智能体协同场景下会出现显著衰减。例如，两个80%精度的智能体串联后整体精度降至64%，三个智能体叠加后更会跌至51.2%，这种误差累积效应导致系统难以满足生产环境要求。解决路径在于垂直场景切割——将宽泛的“财务智能体”拆解为“报销智能体”等单一功能模块，通过专业化分工提升单体精度。性价比验证则直接决定商业可行性。以AI SDR为例，只有当智能体创造的价值显著超出成本（如1万元投入产生10万元收益）时才具备市场竞争力。当前许多企业难以存活的核心原因，正是无法通过可量化的ROI证明其产品价值。这要求建立完善的效益评估体系，并通过标杆案例形成商业闭环验证。

作者：杨光

编辑：高珊珊

监制：刘晶

来源：中国信息化周报