Что на самом деле произошло с Agent в отчетном сезоне Q2 2026 года на фондовых рынках США и Китая (A-shares)

Автор: qinbafrank

В последние дни я изучал финансовые отчеты компаний Agent на фондовых рынках США и Китая (A-shares) и ощутил сильное впечатление: Agent начинает выходить из конференций и попадать в финансовые отчеты.

В прошлом году рынок смотрел на Agent, в основном обращая внимание на то, может ли модель вызывать инструменты, может ли она последовательно выполнять многоэтапные задачи и сколько компаний выпустило новых Agent.

На этот раз в отчетный сезон наблюдается явное изменение в показателях. Теперь мы начинаем смотреть, сколько ARR (годовой повторяющийся доход) и ACV (годовая ценность контракта) приносит Agent, сколько новых заказов он привел, сколько клиентов вошли в производственную среду и сколько работы было фактически выполнено за квартал.

Это изменение очень важно.

Если продукт работает, это лишь подтверждает правильность технического направления. Появление доходов, контрактов, платежей и прибыли говорит о том, что компании готовы продолжать платить за эту способность.

Поэтому я склонен считать 2026 год "началом финансовой проверки и годом для корпоративных Agent". Здесь речь идет о проверочном году, до зрелости отрасли еще далеко, но, по крайней мере, уже появились первые реальные данные, которые можно включить в финансовые модели.

I. Американский рынок уже дал первый ответ

На данный момент наиболее ясные компании, как правило, обладают внутренними данными, правами и рабочими процессами.

1. В втором квартале подписка ServiceNow составила 3,877 миллиарда долларов, что на 24,5% больше по сравнению с прошлым годом; ACV AI-бизнеса преодолел 1 миллиард долларов, а количество развертываний Agent увеличилось в 9 раз за девять месяцев.

Ранее многие воспринимали ServiceNow как программное обеспечение для IT-заявок и рабочих процессов, теперь оно все больше напоминает центр управления корпоративными Agent.

Внутри компании в будущем могут одновременно работать Claude, Gemini, OpenAI и различные вертикальные модели. Какой Agent может получить доступ к каким данным, кто может представлять выполнение задач, какие действия требуют одобрения и как откатить ошибки — все эти вопросы требуют единого уровня управления.

ServiceNow уже занимает эту позицию. Оно постепенно переходит от программного обеспечения для рабочих процессов к системе идентификации, прав, мониторинга и выполнения Agent.

2. Проверка Salesforce также очень прямая

ARR Agentforce уже превысил 1,5 миллиарда долларов, что на более чем 240% больше по сравнению с прошлым годом; ARR Agentforce и Data 360 в сумме близок к 3,9 миллиарда долларов. Во втором квартале Agentforce и Slack выполнили 3,2 миллиарда Agentic Work Units, что на 97% больше по сравнению с предыдущим кварталом.

Ранее на рынке обсуждали Salesforce, опасаясь, что универсальные большие модели обойдут CRM и напрямую возьмут на себя продажи и обслуживание клиентов. Теперь, глядя на это, становится очевидно, что для выполнения корпоративных задач большие модели все еще нуждаются в клиентских данных, исторических заказах, статусах контрактов, продажах и системе прав.

Claude может отвечать за понимание намерений, а Salesforce управляет бизнес-контекстом и исполнительными путями.

Конечно, 240% годового роста требует небольшого уточнения. Salesforce с этого квартала расширила статистику ARR Agentforce, добавив другие AI-продукты, Slackbot и Headless 360. Направление уже очень ясно, но конкретный темп роста все еще нужно оценивать с учетом изменений в методах учета.

3. Финансовый отчет Workday также очень показателен

AI уже принес более 25% нового ACV, более 5500 клиентов используют как минимум один собственный Agent Workday.

Эти данные показывают, что компании в таких чувствительных областях, как HR, финансы и аудит, не обходят существующие программные платформы. Данные сотрудников, правила оплаты, финансовые нормы и организационные права все еще находятся внутри Workday, и Agent должен работать в рамках этих определенных путей.

Для многих традиционных SaaS-компаний AI действительно может сократить часть страниц, кнопок и низкоценностных позиций. Но платформы, обладающие основными данными и бизнес-правилами, могут получить новые возможности для дополнительных покупок благодаря Agent.

4. Palantir представляет собой другую форму

Во втором квартале доходы выросли на 93% по сравнению с прошлым годом, доходы от бизнеса в США увеличились на 149%. Сильная сторона Palantir всегда заключалась в том, чтобы соединять корпоративные данные, бизнес-объекты, права и реальные производственные процессы, а затем использовать программное обеспечение для принятия решений и выполнения.

Многие продукты Agent остаются на уровне "помочь вам сгенерировать ответ", Palantir ближе к "помочь компании достичь результата".

Производственные компании интересуются, насколько уменьшилось время простоя оборудования, компании в цепочке поставок интересуются, насколько улучшился оборот запасов, а команды продаж интересуются, насколько повысилась конверсия. Компании, которые готовы платить высокую цену, обычно заинтересованы в этих количественно измеримых бизнес-результатах.

Если посмотреть на эти компании вместе, можно заметить очевидную тенденцию:

Первыми, кто получил выгоду от Agent, оказались компании, которые уже находились в ядре корпоративных бизнес-систем.

Конечно, способности модели важны, но для развертывания Agent компании также нужны данные, права, процессы, аудит и клиентские входы. Простое подключение модели и создание интерфейса для общения быстро снизит барьер входа. Это также обсуждалось в предыдущей длинной статье о переходе AI в эпоху инженерии: действительно обладая рабочими процессами и уникальными данными, SaaS контролирует входы в работу, бизнес-объекты, бизнес-семантику, права пользователей, исторические данные операций, системные записи, отраслевые правила, конечные действия и обратную связь от клиентов.

II. Самое важное изменение в этом отчетном сезоне — это изменение методов оценки

Ранее, оценивая AI-продукты, рынок часто смотрел на количество зарегистрированных пользователей, клиентов на пробном периоде и объем вызовов Token. Эти показатели могут подтвердить интерес, но с трудом доказывают жизнеспособность бизнес-модели.

Теперь все больше компаний начинают раскрывать: сколько нового ACV принес AI, сколько ARR сгенерировал Agent, сколько клиентов перешло из пробного периода в производственную среду, сколько задач было фактически выполнено.

Salesforce начинает использовать Agentic Work Units для оценки объема работы, что является важным сигналом.

Ранее SaaS в основном взимал плату за количество мест: если у компании 10 000 сотрудников, она покупает 10 000 аккаунтов. В будущем, когда Agent будет выполнять множество задач для компании, модель оплаты может постепенно измениться на:

Базовая плата за место + объем использования AI + объем выполненных задач;

В дальнейшем, в некоторых высокоценных сценариях, возможно, даже плата за результат.

Например, сколько заявок решило агентство по обслуживанию клиентов, сколько лидов обработало агентство по продажам, сколько счетов обработало агентство по налогам и финансам, сколько рисковых событий закрыло агентство по безопасности.

Как только единица учета оплаты изменится с "сколько людей используют программное обеспечение" на "сколько работы выполнено программным обеспечением", верхний предел доходов SaaS также изменится.

Он начнет затрагивать затраты на труд, расходы на аутсорсинг и операционный бюджет компании, а не просто перераспределять средства внутри IT-бюджета.

III. Почему повышение интеллектуальных моделей сделает Agent долгосрочной отраслью

В этой линии Agent есть очевидный порог возможностей: предположим, что Agent имеет вероятность успешного выполнения одноэтапной задачи 95%, после выполнения десяти последовательных шагов вероятность успешного завершения всей задачи остается лишь около 60%.

Поэтому на ранних этапах Agent часто сталкивался с проблемой: каждый шаг кажется довольно умным, но когда его ставят в длинный процесс, он начинает ошибаться. Компании также должны назначать сотрудников для проверки, исправления и доработки, в конечном итоге сэкономленное время оказывается незначительным.

С повышением способности модели к выводу, длины контекста, вызовам инструментов и памяти эта ситуация постепенно улучшится: чем больше шагов Agent может выполнить последовательно, тем меньше узлов требует вмешательства человека, и работы, которые ранее не могли быть автоматизированы, перейдут через порог коммерциализации.

Это не равномерный процесс.

Небольшое повышение способности модели может просто сделать ответы более плавными; когда надежность преодолевает определенный порог, целый рабочий процесс имеет шанс быть автоматически завершенным.

Таким образом, доходы Agent в будущем могут проявить сильную нелинейность.

Сегодня он может только упорядочивать данные, на следующем этапе может заполнять систему, затем может подавать на утверждение, отслеживать прогресс и обрабатывать исключения. С каждым выполненным этапом коммерческая ценность будет значительно увеличиваться.

Вот почему Agent не нужно сначала достигать так называемого общего искусственного интеллекта.

Финансовые, клиентские, IT-операции, отбор лидов и обработка документов имеют множество четко определенных, повторяющихся задач с проверяемыми результатами. Это также было обсуждено после обсуждения плохого кодирования как второго сценария:

Если Agent сможет стабильно выполнять большую часть из них, ROI для клиентов уже будет установлен.

IV. A-shares также начинают проверку, но путь отличается от американского рынка

На текущий момент американский рынок в первую очередь реализует платформы и компании по рабочим процессам, в то время как A-shares стоит обратить внимание на вертикальные сценарии.

1. Выручка Kingsoft Office за первое полугодие составила 3,313 миллиарда юаней, что на 24,69% больше по сравнению с прошлым годом; WPS 365 уже шесть кварталов подряд демонстрирует рост более 60%.

Преимущество Kingsoft Office очевидно. У него есть вход в документы, возможности форматирования, координационные отношения и данные корпоративного офиса. Будущие офисные Agent смогут напрямую создавать, изменять, проверять и передавать документы, что более ценно, чем просто размещение окна чата рядом с документом.

Но чистая прибыль Kingsoft Office за первое полугодие выросла более чем на 200%, и большая часть этого пришла от инвестиционных доходов. При рассмотрении основной деятельности необходимо исключить эти разовые проекты.

2. Tax Friend Co., Ltd. является довольно типичным примером вертикального Agent на A-shares

Выручка за первое полугодие составила 1,012 миллиарда юаней, что на 9,72% больше по сравнению с прошлым годом; чистая прибыль без учета непостоянных статей выросла на 44,04%. AI-продукты и возврат по бизнесу уже составляют 33% от возврата по интеллектуальным налоговым услугам, что выше, чем 28% за весь 2025 год.

Финансовые и налоговые сценарии очень подходят для Agent. Правила относительно ясны, степень структурированности данных высока, результаты можно проверить, и клиенты готовы платить за снижение затрат на труд и налоговые риски.

Эти виды бизнеса не требуют, чтобы модель охватывала все. Достаточно надежно работать в узком сценарии, чтобы сформировать реальные доходы.

3. Hancloud

Выручка от AI-интеллектуальных услуг за первое полугодие составила около 220 миллионов юаней, что на более чем 100% больше по сравнению с прошлым годом, и уже составляет двузначный процент от общего дохода компании.

Hancloud долгое время занимается внедрением ERP, цепочки поставок, производственных и финансовых систем. Наибольшие трудности с внедрением корпоративных Agent часто возникают при подключении старых систем, нестандартных данных и сложных процессов утверждения. Hancloud знаком с этими этапами и имеет возможность стать уровнем развертывания и интеграции AI для китайских компаний.

Но на A-shares необходимо особенно внимательно следить за качеством финансов, поэтому возможности Agent на A-shares велики, но сложность анализа может быть выше, чем на американском рынке.

Многие компании по-прежнему в основном полагаются на доходы от проектов, и необходимо продолжать наблюдать, сможет ли AI стандартизироваться, повысится ли валовая прибыль, и сможет ли она перейти от разового внедрения к подписке и постоянной оплате за использование.

V. Цепочка поставок Agent может сформировать четырехуровневую структуру

Первый уровень — это базовые модели и вычислительные мощности, которые определяют предельный уровень интеллекта Agent и стоимость вывода.

Второй уровень — это данные, идентификация, права и управление. ServiceNow, Salesforce и Workday в настоящее время борются за этот уровень.

Третий уровень — это оркестрация и выполнение рабочих процессов. Palantir, UiPath и некоторые поставщики цифровых услуг для предприятий конкурируют здесь.

Четвертый уровень — это вертикальные Agent, включая финансы, офис, право, медицину, производство, обслуживание клиентов и продажи.

На данный момент финансовая проверка наиболее ясна на втором уровне.

Компании не решаются позволить Agent без прав доступа и возможности аудита напрямую управлять основными системами, поэтому платформы данных и управления имеют сильные преимущества в позиционировании.

Долгосрочное пространство, вероятно, более эластично на четвертом уровне. Вертикальные Agent могут напрямую соответствовать конкретному объему работы, ROI легко вычисляется и легче входит в бюджет на труд и аутсорсинг.

Третий уровень определяет, сможет ли Agent действительно войти в производственную среду. Модели должны не только мыслить, но и соединять старые системы, вызывать инструменты, обрабатывать исключения и полностью выполнять процессы.

UiPath будет важным образцом для наблюдения. Компания планирует опубликовать финансовый отчет за второй квартал после закрытия торгов 3 сентября 2026 года по восточному времени США, что позволит лучше оценить скорость перехода традиционного RPA на уровень выполнения Agent.

VI. Как дальше смотреть на компании Agent

В будущем, оценивая такие компании, я думаю, несколько показателей будут становиться все более важными:

1. Сначала смотрите на AI-связанный ARR, ACV и реальные доходы, затем на количество клиентов в производственной среде, ценность клиентов на пробном периоде будет все меньше;

2. Затем смотрите на вклад AI в новые контракты. Раскрытие Workday о том, что "AI составляет более 25% нового ACV", более значимо, чем количество выпущенных Agent;

3. Также следует обратить внимание на объем вызовов задач, процент успешных завершенных задач, процент продления контрактов и процент расширения клиентов;

4. Наконец, вернитесь к финансовым отчетам, наблюдая за валовой прибылью после вычета затрат на вывод, сроками реализации, дебиторской задолженностью и операционным денежным потоком.

Если для внедрения каждого Agent требуется много инженеров на полгода для кастомизации, это ближе к традиционным IT-услугам.

Если Agent может быстро копироваться, чем больше клиенты используют, тем ниже будет единичная стоимость, и тогда операционный рычаг программных компаний действительно освободится.

В заключение, понимание линии Agent:

1. Повышение интеллекта модели определяет, сколько дел может сделать Agent;

2. Корпоративные данные, права и рабочие процессы определяют, может ли этот интеллект безопасно войти в производственную систему;

3. Реальные результаты задач определяют, сколько клиенты готовы платить.

Каждое обновление модели будет расширять границы автоматизируемых задач.

Сегодня это программирование, обслуживание клиентов и документы, в будущем это будут финансы, продажи, цепочка поставок, медицина и многие другие профессиональные сценарии. С повышением надежности количество ручных проверок будет сокращаться, а экономическая эффективность будет продолжать улучшаться.

Таким образом, Agent, вероятно, станет новой отраслью повышения эффективности, которая будет существовать на протяжении многих лет.

Однако эта волна возможностей не будет равномерно распределена.

Первыми победителями, вероятно, станут платформы, которые уже контролируют корпоративные данные и бизнес-процессы. Вторыми будут компании, которые смогут внедрить AI в производственную среду и действительно завершить замкнутый цикл задач. Гибкость A-shares больше связана с вертикальными сценариями, но качество финансов и стандартизация доходов требуют более тщательного контроля.

2026 год больше похож на год финансовой проверки Agent. В прошлом рынке обсуждали, насколько умной может быть модель, в будущем все больше будет интересовать: сколько работы она действительно выполнила, сколько денег сэкономила клиенту и сколько ценности в конечном итоге вошло в доходы, прибыль и денежный поток публичных компаний.

Этот контент предоставляется исключительно в общих информационных целях и не является финансовым, инвестиционным, юридическим или налоговым советом. Любые мероприятия, вознаграждения, онлайн-акции или связанная с ними информация, упомянутые в настоящем документе, не должны рассматриваться как рекомендация, приглашение к покупке, продаже, торговле или иной сделке с какими-либо криптоактивами. Криптоактивы очень волатильны и могут привести к убыткам. Доступность услуг, продуктов WEEX и связанных с ними событий может варьироваться в зависимости от региона. Вы несете ответственность за обеспечение того, чтобы ваше участие соответствовало применимым местным законам и нормативным актам.