乐于分享
好东西不私藏

科尔尼:《2026新兴AI智能体软件基础设施市场研究报告:从SaaS到智能体》

科尔尼:《2026新兴AI智能体软件基础设施市场研究报告:从SaaS到智能体》

“21世纪关键技术”关注科技未来发展趋势,研究21世纪前沿科技关键技术的需求,和影响。将不定期推荐和发布世界范围重要关键技术研究进展和未来趋势研究。

全球顶级管理咨询公司科尔尼(A.T. Kearney)于2026年发布《新兴AI智能体软件基础设施市场研究报告:从SaaS到AI智能体》。这份长达19页的战略性报告,以SaaS的历史演进为参照系,系统论证了代理型AI(Agentic AI)或AI智能体,正在开创一种全新的软件交付范式,并对支撑这一转型所需的基础设施架构进行了深度解析。报告的核心判断是:这不是对SaaS的渐进式升级,而是一次足以重写企业软件市场结构的底层替代。

软件行业大约每隔十到十五年便会经历一次交付范式的根本性重构。1990年代末至2010年代中期,SaaS以订阅制替代了本地安装与一次性授权,将软件从”资产”变为”服务”,催生了Salesforce、Workday、ServiceNow等数千亿美元市值的巨头,并重新定义了企业IT的采购逻辑、运营模式与成本结构。科尔尼报告的开篇判断直截了当:代理型AI正在触发一场性质相同、规模相当的产业级位移——不是对SaaS的修补,而是对其核心假设的颠覆。

SaaS的本质是”人驱动软件”:工具等待人类登录、点击、决策,流程需要人的全程介入才能推进。代理型AI(AI智能体)的本质是”软件驱动行动”:智能体自主接收目标,独立规划步骤,跨工具执行任务,在达成结果前不需要人在每一步签字。当软件的使用主体从人类转变为智能体本身,整个软件交付架构的设计假设便需要从零重建。科尔尼将这一转变定义为”代理即服务”(Agent-as-a-Service,AaaS)范式的确立,并认为其产业影响将在2030年代初形成数千亿美元规模的市场。

SaaS的终结并非死亡,而是被超越

在理解这场转型之前,有必要先厘清科尔尼报告对SaaS局限性的系统性诊断。报告并非宣判SaaS的死亡,而是精准指出了其结构性上限:SaaS平台是为人类用户设计的,其界面、工作流与权限体系均以人的操作节奏为前提;当智能体以远超人类的速度、频率与并发量调用这些平台时,原有架构便暴露出根本性的不适配——速率限制、会话状态管理、人机验证机制、以及面向人类直觉设计的操作界面,都成为智能体高效运行的障碍。

更深层的矛盾在于数据与上下文的管理方式。SaaS系统将数据锁定在各自的应用孤岛中,跨应用的上下文连贯性依赖人工切换与手动整合。而代理型AI的价值恰恰建立于跨系统、长时间、多任务的上下文连续性之上——智能体需要记住几小时前的决策背景、理解跨越多个工具的任务状态、并在任意中断后无缝恢复执行。这是一种SaaS架构在设计之初从未考虑过的能力诉求。

科尔尼将这场转型与SaaS替代本地软件的历史进程进行了结构性类比。1990年代末,本地软件并未在一夜之间消亡,而是被一种新的交付模式所超越——后者以更低的部署成本、更高的可访问性与更快的迭代速度,逐步蚕食了前者的市场空间。代理型AI对SaaS的替代将遵循相同的路径:不是正面冲突,而是从新兴应用场景切入,在那些SaaS工具力不从心的地方建立根据地,最终形成足以重塑市场格局的替代力量。

代理型AI基础设施的四层架构

科尔尼报告的技术贡献,在于对支撑代理型AI运行所需的新型基础设施进行了系统性的架构解构。报告将这一基础设施拆解为四个核心层次,每一层都对应着SaaS时代不曾存在或被严重低配的能力需求。

第一层是代理平台层(Agentic Platforms),即智能体的运行基座。这一层提供安全、可扩展的环境,支持智能体的部署、执行与生命周期管理。与SaaS平台面向用户界面优先的设计不同,代理平台以API优先、无头执行(Headless Execution)为核心设计原则,强调在无需人工触发的条件下支持持续运行与自主决策。安全沙箱机制是这一层的关键技术要素——智能体在执行过程中可能调用数十乃至数百个外部工具与服务,任何一次工具调用都可能引发连锁的、难以预见的副作用,隔离执行环境因此成为防止”失控智能体”造成系统性损害的基础防线。

第二层是编排层(Orchestration Layer),负责协调多智能体系统中的任务分配、依赖管理与执行顺序。在单智能体场景中,编排相对简单;但当业务流程复杂到需要多个专业化智能体协作完成时——例如一个负责数据检索、一个负责分析推理、一个负责文档生成、一个负责合规审查——编排层的复杂性便急剧上升。报告指出,当前市场上的编排工具普遍面临一个共同挑战:如何在支持智能体动态推理与自主决策的同时,维持可预测的执行路径与可审计的操作记录。这一张力——灵活性与可控性之间的本质矛盾——是代理型AI基础设施最难解的工程命题之一。

第三层是上下文存储层(Context Stores),这是SaaS时代几乎不存在、但在代理型AI场景中至关重要的能力。智能体需要跨会话、跨任务维持连贯的”记忆”——包括任务历史、用户偏好、执行状态、工具调用结果以及多轮推理的中间产物。传统数据库既不支持语义检索,也未针对智能体的读写模式优化;向量数据库解决了部分语义检索问题,但缺乏事务性与状态管理能力。报告认为,上下文存储层的技术成熟度将在相当程度上决定代理型AI系统的可靠性上限,这也是目前新兴基础设施厂商最密集的竞争区域之一。

第四层是财务管理层(Financial Management Systems),这一层的出现本身便折射出代理型AI与SaaS在经济学结构上的根本差异。SaaS的计费逻辑清晰而稳定:按席位、按月、按年,边界明确。代理型AI的成本结构则高度动态:每次工具调用、每次模型推理、每次数据检索都会产生费用,且费用规模与任务复杂度强相关,在并发执行的多智能体场景下更可能产生爆炸式增长。科尔尼在此援引了与Caylent等行业报告共通的核心判断:企业需要建立针对代理型AI的专属成本监控与优化机制,以”每验证结果成本”(Cost per Verified Outcome)为核心指标,而非沿用SaaS时代的席位成本逻辑。

市场爆发窗口与战略卡位

科尔尼报告对市场演进的时间窗口判断,与其他主流研究机构的预测形成共振。报告预计,代理型AI软件基础设施市场将在2030年代初进入规模爆发期,总市场规模有望达到数千亿美元量级。驱动这一预期的核心逻辑是三重叠加效应:大型语言模型能力的持续提升使更多复杂任务进入可自动化范围;企业数字化转型对劳动力成本压力的敏感度持续上升,为自主工作流的ROI逻辑提供了强力支撑;以及云基础设施成本的持续下降使代理型AI的规模化部署在经济层面日趋可行。

在市场格局的演进路径上,科尔尼的判断与SaaS时代的历史高度吻合:技术范式转型的早期阶段,往往由专注于特定工作流或垂直行业的初创企业率先建立产品概念,然后是平台型公司以”AI Native”基础设施为核心能力展开整合,最终云计算巨头以其规模优势介入并形成新的市场主导格局。当前,微软、谷歌、亚马逊已相继在代理型AI基础设施赛道发力——Azure AI Foundry、Google Vertex AI Agent Builder、Amazon Bedrock AgentCore构成了云巨头的初步卡位。与此同时,LangChain、CrewAI、Autogen等开源框架的快速成熟,正在降低初创企业和企业技术团队自建代理型AI栈的门槛,为市场的多元化演进保留了空间。

报告对企业战略决策者提出了明确的行动框架。第一,重新评估现有SaaS投资组合,识别哪些工作流最有潜力被代理型AI替代或增强——通常是那些规则明确、数据丰富、执行重复、但需跨越多个系统的流程。第二,投资代理型AI基础设施能力的建设,尤其是编排层与上下文存储层,这两个领域目前仍是技术成熟度的主要制约瓶颈。第三,建立针对代理型AI的治理框架,包括审计追踪、权限控制与成本管理机制,避免”失控自动化”带来的操作风险与财务敞口。第四,在组织层面培育与代理型AI协作的新工作模式——这不是简单的”让AI替代人”,而是重新定义人与智能体之间的分工边界,在保留人类判断力的关键节点上构建合理的监督机制。

科尔尼报告没有回避这场转型的不确定性。报告坦承,代理型AI基础设施目前仍处于”高速建设期”,多数核心组件尚未达到企业级生产部署所要求的稳定性与可解释性标准;市场尚未形成主导性的标准与协议,碎片化风险真实存在;而监管层面对自主AI系统的治理框架,在全球范围内仍处于早期形成阶段。这些因素意味着,对代理型AI基础设施的早期投资必然伴随相当程度的技术赌注与不确定性。

但报告的战略结论是:等待观望的成本正在迅速上升。SaaS革命的历史表明,技术范式转型一旦越过早期市场的临界点,后进者将面临越来越陡峭的追赶曲线。当竞争对手部署了能够全天候自主运行、处理复杂多步骤工作流的智能体时,仍依赖人工驱动SaaS工具的组织,将面临的不仅是效率差距,而是结构性的竞争劣势。科尔尼以一贯的战略咨询语言将这一逻辑表述得颇为清醒:”代理型AI不是一个值得追踪的趋势,而是一个需要现在就开始投资的基础设施转型。”这或许带有管理咨询机构惯常的紧迫感渲染,但其底层的技术与市场逻辑,在这份19页报告中有着相当充分的论据支撑。

阅读报告全文,请访问21世纪关键技术的“未来知识库”

未来知识库是“21世纪关键技术”建立的在线知识库平台,收藏的资料范围包括人工智能、脑科学、互联网、超级智能,数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828 进入。

截止到3月31日 ”未来知识库”精选的百部前沿科技趋势报告

(加入未来知识库,全部资料免费阅读和下载)

  1. 牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》
  2. 麦肯锡:超级智能机构:赋能人们释放人工智能的全部潜力
  3. AAAI 2025 关于人工智能研究未来研究报告
  4. 斯坦福:2025 斯坦福新兴技术评论:十项关键技术及其政策影响分析报告(191 页)
  5. 壳牌:2025 能源安全远景报告:能源与人工智能(57 页)
  6. 盖洛普 & 牛津幸福研究中心:2025 年世界幸福报告(260 页)
  7. Schwab :2025 未来共生:以集体社会创新破解重大社会挑战研究报告(36 页)
  8. IMD:2024 年全球数字竞争力排名报告:跨越数字鸿沟人才培养与数字法治是关键(214 页)
  9. DS 系列专题:DeepSeek 技术溯源及前沿探索,50 页 ppt
  10. 联合国人居署:2024 全球城市负责任人工智能评估报告:利用 AI 构建以人为本的智慧城市(86 页)
  11. TechUK:2025 全球复杂多变背景下的英国科技产业:战略韧性与增长路径研究报告(52 页)
  12. NAVEX Global:2024 年十大风险与合规趋势报告(42 页)
  13. 《具身物理交互在机器人 – 机器人及机器人 – 人协作中的应用》122 页
  14. 2025 – 2035 年人形机器人发展趋势报告 53 页
  15. Evaluate Pharma:2024 年全球生物制药行业展望报告:增长驱动力分析(29 页)
  16. 【AAAI2025 教程】基础模型与具身智能体的交汇,350 页 ppt
  17. Tracxn:2025 全球飞行汽车行业市场研究报告(45 页)
  18. 谷歌:2024 人工智能短跑选手(AI Sprinters):捕捉新兴市场 AI 经济机遇报告(39 页)
  19. 【斯坦福博士论文】构建类人化具身智能体:从人类行为中学习
  20. 《基于传感器的机器学习车辆分类》最新 170 页
  21. 美国安全与新兴技术中心:2025 CSET 对美国人工智能行动计划的建议(18 页)
  22. 罗兰贝格:2024 人形机器人的崛起:从科幻到现实:如何参与潜在变革研究报告(11 页)
  23. 兰德公司:2025 从研究到现实:NHS 的研究和创新是实现十年计划的关键报告(209 页)
  24. 康桥汇世(Cambridge Associates):2025 年全球经济展望报告(44 页)
  25. 国际能源署:2025 迈向核能新时代
  26. 麦肯锡:人工智能现状,组织如何重塑自身以获取价值
  27. 威立(Wiley):2025 全球科研人员人工智能研究报告(38 页)
  28. 牛津经济研究院:2025 TikTok 对美国就业的量化影响研究报告:470 万岗位(14 页)
  29. 国际能源署(IEA):能效 2024 研究报告(127 页)
  30. Workday :2025 发挥人类潜能:人工智能(AI)技能革命研究报告(20 页)
  31. CertiK:Hack3D:2024 年 Web3.0 安全报告(28 页)
  32. 世界经济论坛:工业制造中的前沿技术:人工智能代理的崛起》报告
  33. 迈向推理时代:大型语言模型的长链推理研究综述
  34. 波士顿咨询:2025 亚太地区生成式 AI 的崛起研究报告:从技术追赶者到全球领导者的跨越(15 页)
  35. 安联(Allianz):2025 新势力崛起:全球芯片战争与半导体产业格局重构研究报告(33 页)
  36. IMT:2025 具身智能(Embodied AI)概念、核心要素及未来进展:趋势与挑战研究报告(25 页)
  37. IEEE:2025 具身智能(Embodied AI)综述:从模拟器到研究任务的调查分析报告(15 页)
  38. CCAV:2025 当 AI 接管方向盘:自动驾驶场景下的人机交互认知重构、变革及对策研究报告(124 页)
  39. 《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页
  40. 《面向科学发现的智能体人工智能:进展、挑战与未来方向综述》
  41. 全国机器人标准化技术委员会:人形机器人标准化白皮书(2024 版)(96 页)
  42. 美国国家科学委员会(NSB):2024 年研究与发展 – 美国趋势及国际比较(51 页)
  43. 艾昆纬(IQVIA):2025 骨科手术机器人技术的崛起白皮书:创新及未来方向(17 页)
  44. NPL&Beauhurst:2025 英国量子产业洞察报告:私人和公共投资的作用(25 页)
  45. IEA PVPS:2024 光伏系统经济与技术关键绩效指标(KPI)使用最佳实践指南(65 页)
  46. AGI 智能时代:2025 让 DeepSeek 更有趣更有深度的思考研究分析报告(24 页)
  47. 2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告(37 页)
  48. 华为:2025 鸿蒙生态应用开发白皮书(133 页
  49. 《超级智能战略研究报告》
  50. 中美技术差距分析报告 2025
  51. 欧洲量子产业联盟(QuIC):2024 年全球量子技术专利态势分析白皮书(34 页)
  52. 美国能源部:2021 超级高铁技术(Hyperloop)对电网和交通能源的影响研究报告(60 页)
  53. 罗马大学:2025 超级高铁(Hyperloop):第五种新型交通方式 – 技术研发进展、优势及局限性研究报告(72 页)
  54. 兰德公司:2025 灾难性网络风险保险研究报告:市场趋势与政策选择(93 页)
  55. GTI:2024 先进感知技术白皮书(36 页)
  56. AAAI:2025 人工智能研究的未来报告:17 大关键议题(88 页)
  57. 安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告
  58. 威达信:2025 全球洪水风险研究报告:现状、趋势及应对措施(22 页)
  59. 兰德公司:迈向人工智能治理研究报告:2024EqualAI 峰会洞察及建议(19 页)
  60. 哈佛商业评论:2025 人工智能时代下的现代软件开发实践报告(12 页)
  61. 德安华:全球航空航天、国防及政府服务研究报告:2024 年回顾及 2025 年展望(27 页)
  62. 奥雅纳:2024 塑造超级高铁(Hyperloop)的未来:监管如何推动发展与创新研究报告(28 页)
  63. HSOAC:2025 美国新兴技术与风险评估报告:太空领域和关键基础设施(24 页)
  64. Dealroom:2025 欧洲经济与科技创新发展态势、挑战及策略研究报告(76 页)
  65. 《无人机辅助的天空地一体化网络:学习算法技术综述》
  66. 谷歌云(Google Cloud):2025 年 AI 商业趋势白皮书(49 页)
  67. 《新兴技术与风险分析:太空领域与关键基础设施》最新报告
  68. 150 页!《DeepSeek 大模型生态报告》
  69. 军事人工智能行业研究报告:技术奇点驱动应用加速智能化重塑现代战争形态 – 250309(40 页)
  70. 真格基金:2024 美国独角兽观察报告(56 页)
  71. 璞跃(Plug and Play):2025 未来商业研究报告:六大趋势分析(67 页)
  72. 国际电工委员会(IEC):2025 智能水电技术与市场展望报告(90 页)
  73. RWS:2025 智驭 AI 冲击波:人机协作的未来研究报告(39 页)
  74. 国际电工委员会(IEC):2025 智能水电技术与市场展望报告(90 页)
  75. RWS:2025 智驭 AI 冲击波:人机协作的未来研究报告(39 页)
  76. 未来今日研究所 2025 年科技趋势报告第 18 版 1000 页
  77. 模拟真实世界:多模态生成模型的统一综述
  78. 中国信息协会低空经济分会:低空经济发展报告(2024 – 2025)(117 页)
  79. 浙江大学:2025 语言解码双生花:人类经验与 AI 算法的镜像之旅(42 页)
  80. 人形机器人行业:由 “外” 到 “内” 智能革命 – 250306(51 页)
  81. 大成:2025 年全球人工智能趋势报告:关键法律问题(28 页)
  82. 北京大学:2025 年 DeepSeek 原理和落地应用报告(57 页)
  83. 欧盟委员会 人工智能与未来工作研究报告
  84. 加州大学伯克利分校:面向科学发现的多模态基础模型:在化学、材料和生物学中的应用
  85. 电子行业:从柔性传感到人形机器人触觉革命 – 250226(35 页)
  86. RT 轨道交通:2024 年中国城市轨道交通市场数据报告(188 页)
  87. FastMoss:2024 年度 TikTok 生态发展白皮书(122 页)
  88. Check Point:2025 年网络安全报告 – 主要威胁、新兴趋势和 CISO 建议(57 页)
  89. 【AAAI2025 教程】评估大型语言模型:挑战与方法,199 页 ppt
  90. 《21 世纪美国的主导地位:核聚变》最新报告
  91. 沃尔特基金会(Volta Foundation):2024 年全球电池行业年度报告(518 页)
  92. 斯坦福:2025 斯坦福新兴技术评论:十项关键技术及其政策影响分析报告(191 页)
  93. 国际科学理事会:2025 为人工智能做好国家研究生态系统的准备 – 2025 年战略与进展报告(英文版)(118 页)
  94. 光子盒:2025 全球量子计算产业发展展望报告(184 页)
  95. 奥纬论坛:2025 塑造未来的城市研究报告:全球 1500 个城市的商业吸引力指数排名(124 页)
  96. Future Matters:2024 新兴技术与经济韧性:日本未来发展路径前瞻报告(17 页)
  97. 《人类与人工智能协作的科学与艺术》284 页博士论文
  98. 《论多智能体决策的复杂性:从博弈学习到部分监控》115 页
  99. 《2025 年技术展望》56 页 slides
  100. 大语言模型在多智能体自动驾驶系统中的应用:近期进展综述
  101. 【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用
  102. 皮尤研究中心:2024 美国民众对气候变化及应对政策的态度调研报告:气候政策对美国经济影响的多元观点审视(28 页)
  103. 空间计算行业深度:发展趋势、关键技术、行业应用及相关公司深度梳理 – 250224(33 页)
  104. Gartner:2025 网络安全中的 AI:明确战略方向研究报告(16 页)
  105. 北京大学:2025 年 DeepSeek 系列报告 – 提示词工程和落地场景(86 页)
  106. 北京大学:2025 年 DeepSeek 系列报告 – DeepSeek 与 AIGC 应用(99 页)
  107. CIC 工信安全:2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告(42 页)
  108. 中科闻歌:2025 年人工智能技术发展与应用探索报告(61 页)
  109. AGI 智能时代:2025 年 Grok – 3 大模型:技术突破与未来展望报告(28 页)

上下滑动查看更多