作者：qinbafrank

这两天把美股和A股里Agent的公司财报扒了一圈，感受很强烈：Agent开始从发布会走进财务报表了。

过去一年市场看Agent，主要盯着模型能不能调用工具，能不能连续完成多步任务，一家公司又发布了多少个Agent。

到了这次财报季，观察指标明显变了。现在开始看Agent贡献了多少ARR、多少ACV，带来了多少新增订单，有多少客户进入生产环境，每个季度实际完成了多少工作量。

这个变化很重要。

产品能跑通，只能说明技术方向成立。收入、合同、回款和利润开始出现，才说明企业愿意持续为这项能力付钱。

所以更倾向于把2026年定义为企业级Agent的“财务验证起点和元年”。这里说的是验证元年，距离产业成熟还有很长一段路，但至少已经出现了第一批能够放进财务模型里的真实数据。

一、美股已经给出了第一轮答案

目前看得最清楚的几家公司，基本都掌握着企业内部的数据、权限和工作流。

1、ServiceNow二季度订阅收入达到38.77亿美元，同比增长24.5%；AI业务ACV突破10亿美元，Agent部署量在九个月内增长了9倍。

以前很多人把ServiceNow看成IT工单和工作流软件，现在它越来越像企业Agent的控制中心。

企业内部未来可能同时运行Claude、Gemini、OpenAI以及各种垂直模型。到底哪个Agent可以访问哪些数据，能代表谁执行任务，哪些动作需要审批，出错以后怎么回滚，这些问题都需要一个统一的治理层。

ServiceNow已经站在了这个位置上。它卖的逐渐从工作流软件，延伸到Agent的身份、权限、监控和执行体系。

2、Salesforce的验证也很直接

Agentforce ARR已经超过15亿美元，同比增长超过240%；Agentforce和Data 360合计ARR接近39亿美元。二季度Agentforce和Slack完成了32亿个Agentic Work Units，环比增长97%。

过去市场讨论Salesforce，担心通用大模型会绕开CRM，直接接管销售和客服。现在看下来，大模型想真正完成企业任务，依然需要客户资料、历史订单、合同状态、销售线索和权限体系。

Claude可以负责理解意图，Salesforce掌握着业务上下文和执行轨道。

当然，240%的同比增速需要稍微打一点折扣。Salesforce从本季度开始扩大了Agentforce ARR的统计范围，加入了其他AI产品、Slackbot和Headless 360。方向已经很明确，具体增速仍然要结合口径变化判断。

3、Workday的财报也很有代表性

AI已经贡献了超过25%的新增ACV，超过5500家客户正在使用至少一个Workday自研Agent。

这组数据说明，企业在HR、财务和审计这些敏感场景里，并没有简单绕开原有软件平台。员工数据、薪酬规则、财务制度、组织权限都沉淀在Workday内部，Agent需要沿着这些确定性的轨道工作。

对很多传统SaaS公司来说，AI确实会压缩一部分页面、按钮和低价值席位。但拥有核心数据和业务规则的平台，反而可能因为Agent获得新的增购机会。

4、Palantir则代表了另外一种形态

二季度收入同比增长93%，美国商业收入增长149%。Palantir的强项一直在于，把企业数据、业务对象、权限和实际生产流程连接起来，然后用软件完成决策与执行。

很多Agent产品停留在“帮你生成一个答案”，Palantir更接近“帮企业完成一个结果”。

制造企业关心设备停机减少了多少，供应链企业关心库存周转改善了多少，销售团队关心转化率提高了多少。企业最终愿意支付高价的，通常是这些能够被量化的经营结果。

把这几家公司放在一起看，会发现一个很明显的趋势：

最先吃到Agent红利的，普遍是原来就处在企业核心业务系统里的公司。

模型能力当然重要，但企业部署Agent还需要数据、权限、流程、审计和客户入口。单纯接一个模型、做一层聊天界面，门槛很快会下降。这也是之前在AI采用进入工程化时代的长文里聊到的：真正拥有工作流和核心独家数据的SaaS掌握工作入口、业务对象、业务语义、用户权限、历史操作数据、系统记录、行业规则、最终动作执行、客户结果反馈。

二、这次财报最重要的变化，其实是衡量方法变了

过去判断AI产品，市场经常看注册用户、试用客户、Token调用量。这些指标可以证明大家有兴趣，却很难证明商业模式成立。

现在越来越多公司开始披露：AI贡献了多少新增ACV，Agent产生了多少ARR，有多少客户从试用进入生产环境，实际完成了多少任务。

Salesforce开始用Agentic Work Units衡量工作量，就是一个很重要的信号。

过去SaaS主要按照席位收费：一个企业有一万名员工，购买一万个账号。未来Agent替企业完成大量任务，收费方式可能逐渐变成：

基础席位费＋AI使用量＋任务完成量；

再往后，部分高价值场景甚至可能按结果收费。

比如客服Agent解决了多少工单，销售Agent完成了多少线索筛选，财税Agent处理了多少张票据，安全Agent关闭了多少风险事件。

一旦计费单位从“有多少人在使用软件”转向“软件完成了多少工作”，SaaS的收入上限也会发生变化。

它开始切入企业的人工成本、外包费用和运营预算，而不是只在IT预算内部重新分配。

三、为什么模型智力提升，会让Agent成为一个长期行业

Agent这条线有一个很明显的能力阈值：假设一个Agent执行单步任务的成功率是95%，连续执行十步以后，整个任务完整成功的概率只剩六成左右。

所以早期Agent经常出现一个问题：每一步看起来都挺聪明，真正放到长流程里就开始出错。企业还要安排员工检查、纠正和返工，最后节省的时间并不多。

随着模型推理能力、上下文长度、工具调用和记忆能力提升，这个情况会逐渐改善：Agent能够连续完成的步骤越多，需要人工介入的节点越少，原来无法自动化的工作就会跨过商业化门槛。

这不是一个匀速发展的过程。

模型能力提升一点，可能只是让回答更流畅；当可靠性跨过某个阈值以后，一整条工作流都有机会被自动完成。

所以Agent收入未来可能会呈现很强的非线性。

今天只能整理资料，下一步可以填写系统，再往后能够提交审批、追踪进度和处理异常。每多完成一个环节，商业价值都会明显提高。

这也是为什么Agent不需要先实现所谓的通用人工智能。

财税、客服、IT运维、销售线索筛选和文档处理，都有大量边界明确、重复频率高、结果可以检查的任务。这也是之前聊到恶Coding之后的第二场景：

只要Agent能够稳定完成其中的大部分，客户ROI就已经成立。

四、A股也开始验证了，但路径和美股不太一样

美股当前率先兑现的，是企业平台和工作流公司，A股更值得关注垂直场景。

1、金山办公上半年收入33.13亿元，同比增长24.69%，WPS 365已经连续六个季度保持60%以上增长。

金山办公的优势很直观。它拥有文档入口、格式能力、协同关系和企业办公数据。未来的办公Agent可以直接生成、修改、审核和交付文件，这比在文档旁边放一个聊天窗口更