2026年AI代理市场：B2B计费与B2C支付的变数

AI代理市场每天都有大量新闻涌现，但企业端和消费端的步调差异巨大。截至2026年10月，B2B领域已经开始动摇软件计费方式，而B2C领域仅仅改变了搜索和推荐环节，支付仍掌握在人类手中。

本文仅基于公开的调查和预测数据撰写。首先说明一点：以下大部分数字并非来自Gartner、Deloitte、Bain、Morgan Stanley等机构的原始报告，而是摘自引用了这些数据的报道和博客。因此，文中逐一标注了数据的来源和出处。调查数据会注明样本和标准，预测数据则会标注为预测。

谈论AI代理市场时数字各异的原因

首先整理一下术语。本文所指的AI代理是指当人类给出目标时，能自主拆解步骤、调用工具和数据并将其执行到底的AI。与仅回答问题的聊天机器人不同，它具备执行力。

查阅该市场规模时，会发现数字差异巨大。根据整理了多项预测的[Software Strategies Blog 2026年2月26日的文章]，Gartner关于2026年代理式AI支出的预测为2019亿美元，这是一个包含嵌入式功能的广义定义。如果仅看独立的代理式AI市场，规模估计在70亿至85亿美元之间。虽然市场名称相同，但规模差距竟达24至29倍。这一倍数是根据两个数字计算得出的。

也有其他估算。[市场研究机构MarketsandMarkets]预测，代理式AI市场将从2025年的70.6亿美元增长到2032年的932亿美元，年均复合增长率为44.6%。该机构的定义和标准与Gartner并不相同。

因此，本文重点在于展示实际发生了什么变化，而非纠结市场规模数字。规模随定义而变，但企业修改价目表或消费者改变购买路径的事实却是不争的观察结果。这也是本文试图以同一框架对比B2B和B2C的原因。我们将按相同顺序探讨每个市场的变化、受影响对象以及尚未改变的部分。

B2B AI代理：企业内部的普及程度如何

关于B2B的第一个问题是：实际在使用吗？[Liferay的2026年代理式AI采用与治理报告]引用了Pollfish的调查，500名参与AI决策、部署及实务的美国专业人士给出了答复。其中54%的人表示，其所在公司正在生产环境或测试环境中运行AI代理。该内容于2026年8月12日发布在CMSWire上，调查时间未在文中说明。此外，考虑到这是数字体验平台企业Liferay发布的调查，亦需酌情考量。

需要审视54%这个数字的构成。由于它将生产环境运营和测试环境运营合并计算，并不代表全公司部署已完成。在同一项调查中，仅有25%的企业以明确的KPI衡量AI的影响。使用企业超过半数，但能用数字衡量效果的企业仅占四分之一，这一差距最能说明当前B2B市场的处境。

受影响的对象分为两类。

一是销售软件的SaaS供应商。当代理代替人类工作时，按人数收取席位费的逻辑开始动摇。另一类是购买并使用这些软件的企业IT及财务部门。当账单不再按人数而是按使用量结算时，预算编制方式也会随之改变。关于价格的内容将在下一节详细阐述。

尚未改变的是衡量与责任。在仅有25%的公司通过KPI衡量效果的情况下，基于成果的计费模式能以多快速度普及仍是未知数。

SaaS计费模式的转变：B2B AI代理从席位费转向按量/按成果计费

基于席位的计费建立在“人”在工作的前提之上。

一个账号每月多少钱，员工增加，营收也随之增加。但如果AI代理处理客户咨询，坐席人员数量减少，供应商的营收也可能随之缩水。这就是为什么价格必须锚定在工作量或结果上，而非人数上。

展示这一趋势的数字大多出自[SoftwareSeni的文章](2026年3月23日发布，9月23日修订)。我未能直接核实原始报告，引用文章中也未列出各调查的样本和时间。

• 引用Gartner的预测称，到2030年，企业SaaS支出的40%以上将转向基于使用量、代理及成果的定价模式。
• 引用Deloitte TMT Predictions 2026的数据称，基于席位的供应商营收占比将从21%降至15%。引用文章中未说明这是对比哪个周期的数值。
• 引用Bain的调查称，超过30家主要SaaS供应商中，约65%在席位费基础上增加了AI使用量计费项。
• 引用Maxio的调查称，83%的AI原生SaaS企业已转向基于使用量的计费。

65%的重点在于“增加”而非“替代”。混合模式，即保留席位费并在此基础上增加使用量计费项，目前看来是最普遍的现象。83%的数据源于AI原生企业这一狭窄群体，样本与65%的数据源不同，不能将两个数字简单相加视为平均值。

价格表现具体的案例是Zendesk。据引用文章所述，Zendesk于2024年8月推出了基于成果的AI代理计费模式。AI自动解决的案件，签约价为每件1.50美元，按量付费为2.00美元。我未能确认官方价目表。按量付费比签约价贵约33%，假设每月自动解决1000件，签约费为1500美元，按量付费为2000美元。这1000件仅为计算假设。无论坐席人员有多少，解决案件的数量成为结算单位。

也有相反的动作。据同一文章称，Salesforce推出了Agentic Enterprise License Agreement，提供Agentforce、Data 360和MuleSoft的固定价格无限使用权，签约期为2至3年。据说Slack、Google Workspace和Salesforce通过强制SKU转换，将客户转移到了包含AI的套餐中。可以解读为，随着按量计费增加，账单预估变得困难，从而产生了采购方希望使用固定费率的趋势。

B2C AI代理与代理商务：始于AI，支付仍靠人

代理商务是指AI代理代替消费者进行商品搜索、比较和支付的交易。

消费者端数据来自techwyse介绍的Exploding Topics问卷(2026年4月27日)。这是Semrush旗下媒体的自主问卷，1009名美国消费者回顾了过去6个月的使用情况。该调查存在依赖记忆和仅限美国受访者的局限性。

使用者众多。过去6个月内曾使用AI进行购物或购买决策的受访者占77.6%，每周使用AI购物一次以上的占43.21%。

问题在于购买路径。

在AI工具内完成购买全过程的受访者仅占2.18%。从零售网站开始并用AI辅助的占44.8%，从AI开始并在外部网站支付的占44.03%。三条路径合计约91%，其余路径未在引用文章中提及。

解读很简单。AI占据了起点和比较阶段，但支付仍由原有网站和人类之手完成。这是当前B2C领域AI代理真正改变的部分。

影响首先体现在销售额上。68.64%的受访者表示因为AI而购买了原本没打算买的商品。受访标准遵循原文表述。这可以解读为：在代理代替消费者购买之前，支出已经在建议新的购买理由的阶段发生了变动。

信任之墙也通过数字呈现。

完全禁止AI代理自主购买支出的受访者占31.21%，选择最多的限额为0美元。设置20美元限额的占17.45%，50美元的占20.74%，允许单次超过100美元的仅占11.71%。即使是每周使用一次以上AI购物的人，也有51.84%设置了50美元以下的限额。即使是高频使用者，也不敢将大额资金托付给AI。

预测规模则要大得多。Morgan Stanley Research的预测数据显示，2030年代理式购物电子商务支出将达到1900亿至3850亿美元，占总体的10%至20%，购物代理用户达1.26亿人。我在摘要资料的表格中确认了该数据，未能确认发布日期。作为分母的总体范围也未在摘要中列出。虽然标准不同无法直接对比，但将2030年预测与现在的2.18%并列，可以估算出支付环节需要填补的差距有多大。

B2B vs B2C AI代理对比：同一框架下的审视

将上述数据按相同问题整理如下。框内数字均为前文提及的数据来源。

表. B2B vs B2C AI代理市场对比（截至2026年10月，本文引用的调查与预测）

区分	B2B AI代理	B2C AI代理
发生了什么变化	软件计费：从席位费转向按量/成果计费	购买起点：搜索与比较移向AI
谁受影响	SaaS供应商、企业IT及财务部门	零售网站、购物消费者
代表数字	54%运行/测试中，约65%供应商增加了AI计费项	77.6%通过AI决定购物，2.18%在AI内完成购买
金钱结算单位	合同/协议（2-3年固定费率等）、处理案件数	个别购买、消费者设定的支出限额
尚未改变的部分	效果衡量（仅25%企业用KPI衡量）	支付（31.21%完全禁止自主支出）
2030年预测	40%以上SaaS支出转向新计费模式（引自Gartner）	代理式购物支出1900亿-3850亿美元（引自Morgan Stanley）
证据样本	500名美国专业人士调查 + 二次引用	1009名美国消费者问卷

表中最为显著的是金钱结算单位的差异。

在B2B中，合同和价目表在变动。供应商一旦修改计费项，数千家企业的结算方式随之改变。在B2C中，变动的是个人设定的支出限额。既然同为AI代理，但变化扩散的路径如此不同，速度自然也存在差异。

两市场也呈现出共同的瓶颈。

B2B中仅25%的企业衡量效果，B2C中31.21%的消费者完全禁止自主支出。

虽然外表不同，但结构一致：当委托方缺乏确认结果的手段或信任依据时，进程就会停滞。这是基于对比两项调查得出的解读，并非两项调查直接证明了因果关系。

样本的局限性也很明确。表中的数字多集中于美国受访者，且调查主体多为供应商或供应商关联媒体。作为解读趋势的参考尚可，但难以直接将单个数字套用到韩国市场。

MCP·A2A·AP2：连接AI代理市场的通信与支付标准

代理若要工作，必须与工具、其他代理及支付手段连接。

根据AP2官方网站的说明，角色各有分工。

MCP连接代理与工具、API及数据。

A2A使代理之间能够交换消息和任务。

AP2是A2A的扩展，负责支付委托（mandate）等支付专用通信。

前两者是基础层，AP2是其上的支付层。AP2专用的MCP服务器正在开发中，日程未公开。

A2A方面有明确的时间节点数据。

根据Linux基金会2026年4月9日的公告(A2A启动1周年)，支持A2A的组织从2025年4月的50余家增加到2026年4月的150家以上。支持方包括AWS、Cisco、Google、IBM、Microsoft、Salesforce、SAP、ServiceNow。核心仓库在GitHub上拥有超过22,000个星标，SDK已从Python扩展到支持5种语言的生产环境。在支付方面，60多家支付及金融领域企业宣布支持AP2。

解读数字时需谨慎。支持组织数并不等同于采用数。公告虽宣布了主要云平台的搭载和生产环境案例，但并未公开实际应用的企业数量。将150家视为宣布支持的规模更为稳妥。

该标准在两市场的触达方式不同。

在B2B中，它是SAP、Salesforce、ServiceNow等办公软件代理之间互调的通道。

在B2C中，AP2正面应对了前文提到的“支付仍由人完成”的问题。正如“委托”之名，它是一种设定允许代理支付限额的装置，可以解读为技术侧解决消费者选择“0美元限额”问题的尝试。不过，AP2的采用数据尚未公开。

韩国AI代理市场：企业采用率58%，完全采用率8%

韩国国内资料摘自Strand Partners的《2026年韩国AI潜力实现》报告。

该调查由AWS委托，1000名国内商业领袖和1000名普通民众参与答复。参考MTN新闻2026年9月14日的报道和skax.co.kr 2026年10月1日的介绍文章。

韩国企业的AI采用率为58%，较上年的48%有所提升。

分阶段来看变化更为清晰。

以效率化为中心的初级阶段从70%降至54%，而使用定制化AI系统或代理式AI的高级阶段从11%增长至26%，增长超两倍。

仅看代理式AI，听说过的企业占37%，处于实验/ 试点阶段的占29%，完全采用的占8%。文章未记录受访总体的细节。由于不知这三个数字是否存在重叠，未进行加总。与前文提到的美国Liferay调查中的54%相比，因样本和题目不同，无法进行排名。

在采用效果方面，报告称81%的企业实现了生产力提升，平均营收增长22%，企业每周平均节省时间14小时。这是AWS委托的报告，需核实原始资料的总体细节。该数字更适合作为引入效果的上限参考。

分部门来看，高级阶段比例为：ICT 41%、制造 35%、初创企业 35%、中小企业 25%、大企业 9%。大企业9%的数据直接源于报道，但该数字需与其他项进行对比。大企业最低的结果与直觉不符，在获得原始资料核实前，不宜将其作为依据。认为自己已为下一代AI做好充分准备的受访者占24%，初创企业为43%。

此次核实的资料中未包含国内代理服务案例和政策细节，因此未作讨论。

AI代理市场的风险与未来1-2年展望

最常被引用的警告是Gartner 2025年6月25日的预测。

内容为到2027年底，40%以上的代理式AI项目将被取消。本文是通过引用该预测的二次页面核实的，2026年2月18日的报道也引用了相同数字。这是预测，而非已统计的结论。

虽然没有直接解释取消原因的资料，但国内数据呈现了侧面情况。

在前述Strand Partners/AWS报告中，47%的韩国企业表示无法可靠地衡量AI投资回报。仅31%的企业根据AI指标决定项目扩展或中断，26%的企业追踪业务绩效指标。阻碍采用的因素中，AI/数字能力不足占46%，数据相关困难占38%，内部人才与业务转型能力不足占33%。若无法衡量绩效，扩展或中断的依据都会变弱。这与前文提到的Liferay调查中25%的企业使用KPI的数值方向一致。但没有依据表明这些数字与取消率存在直接因果关系。

治理方面的数字也很低。

将AI视为首要或重要战略任务的韩国企业占67%，但拥有正式且全面AI战略的企业仅占27%。对AI基本法体系有准备的占22%。消费者端的风险正如前文所示，体现为31.21%的自主支出禁令。

谈到展望，必须先确认基准日。

据Gartner 2026年1月15日的公告数据显示，2026年全球AI支出总额约为2.52万亿美元（根据引用页面不同，也有标注为2.53万亿美元），较上年增长44%，2027年将超过3万亿美元，增长率约为30%。

若缩小到代理领域，根据Software Strategies Blog 2026年2月16日的摘要，Gartner预测代理式AI支出将在2027年超过聊天机器人支出。根据2025年12月22日的摘要，在应用软件支出中，搭载代理功能的产品占比将从2024年的2%超过2028年的50%，而无代理的软件支出将从2027年起开始减少。

虽然趋势指向同一方向，但数字定义各异。正如前文2019亿美元与70-85亿美元之间的差距，在解读预测数字时，必须先厘清是否包含嵌入式功能。