從中美差異，看 TO B Agent 破局時點

供給側看，中國Agent目前面臨兩個困境：一是國產大模型能力落后約半年；二是國內軟件處於投資周期相對低谷，部分廠商策略轉向海外市場。但我們看好2026年H1破局。

1、美國Agent的現狀：崛起的啟示

從時間、大模型和Agent三個維度來看，目前Agent商業化落地已經是大勢所趨。市場趨勢看：1）某種程度，大模型即Agent；2）容錯率較低、可快速驗證是場景落地的核心要素之一，C端最快落地搜索/編程，B端聚焦法律金融等垂直領域（需結合細分數據，是中小公司機會）；3）大中企業是主力客户。

技術趨勢看，Agent場景落地需降低模型幻覺，交付有望成為關鍵：Palantir收入與利潤快速放量，主要依靠Ontology（本體）技術支撐，它將企業雜亂無章的數據編織到一個龐大的知識網絡中，與AI結合實現真實世界交互；GPT-5通過在后訓練階段引入帶懲罰的評分機制，大幅降低幻覺率。

2、中國企業為軟件付費的大山，正在被移除

過去：傳統軟件核心是提效，企業ROI計算模糊。中國的勞動力成本是美國的11.7%-20.8%，所以導致過去企業通過人力補充替代軟件的成本更低，進而影響軟件價格。傳統軟件的核心是賦能員工提效，難以量化其實際業務價值，導致企業對軟件付費的意願不足。

現在和未來：軟件的邏輯變了，ROI變得清晰明瞭。Agent正實現類人替代，不再是傳統軟件輔助人。中國企業對於能直接快速降本，ROI遠大於1的Agent應用付費意願有望更高。如此，軟件的商業模式也在變化，SaaS訂閲有望成為主要模式，未來也有望參考美國按結果付費。

3、需求明確，供給突破，2026年H1有望成為中國Agent的轉折點

供給側看，中國Agent目前面臨兩個困境：一是國產大模型能力落后約半年；二是國內軟件處於投資周期相對低谷，部分廠商策略轉向海外市場。但我們看好2026年H1破局：

1）國內大模型能力與海外的差距有望在Q4縮小：2024年Q4國產廠商（DeepSeek、阿里、字節）有望推出對標o3的產品，縮小半年差距；

2）逆勢投入產品補齊：編程（阿里/字節）、搜索（元寶/夸克）、企業知識庫（金蝶國際、深信服）、辦公（金山辦公）、客服（天潤雲）、人力（北森控股）、教育（粉筆教育）、金融（Alpha派）等細分場景產品密集落地；

3）Agent賦能核心行業，萬億白領勞動力市場有望重塑：根據我們測算，Agent總目標市場TAM約3.61萬億元，未來有望加速向核心場景滲透；

4）深入到企業，降低幻覺，交付依然是重要一環：深信服、金蝶國際、亞信科技等ToB廠商通過RAG、語義過濾等方法提高精度，降低企業在實際使用中的幻覺率。

風險提示：大模型發展不及預期、AI研發投入轉化效率不及預期、測算主觀性風險。

閲讀報告原文