大摩 TMT 会议第四日总结：为 AI 智能体商业化运营布局

摘要： 本报告总结了大摩 TMT 会议第四日的核心观点，重点探讨 AI 从实验阶段向执行阶段的转变，以及 AI 智能体（Agents）的商业化运营布局。

行业主线：

1. AI 智能体商业化：AI 智能体正从概念转向企业现实，重点在于构建支撑智能体部署的底层架构（编排、高质量数据、确定性工作流），预计 2026 年货币化路径将更清晰。
2. 构建 AI 护城河：竞争力不再依赖模型本身的新颖性，而在于厂商控制的耐用资产，包括专有数据上下文、嵌入式工作流、规模化分发能力以及对概率性输出的管控能力。

关键变化与分歧：

1. 预期与采用的脱节：市场预期与客户实际采用之间存在差距，目前 AI 应用仍集中在软件开发和信息检索，尚未广泛实现对关键业务工作流的自动化。
2. 架构演进：厂商正将平台定位为基础架构，将 LLM 作为嵌入组件而非独立的自动化解决方案。

受益方向与风险：

1. 受益方向：能够规模化运营 AI 的平台（如 ServiceNow, Salesforce, Cloudflare, Atlassian, Shopify）以及提供 AI 安全、算力基础设施及身份验证服务的厂商（如 Akamai, CrowdStrike, Varonis, Okta）。
2. 核心风险：企业对 GenAI 部署的安全性/合规性担忧、算力成本对利润的压力以及商业化兑现节奏低于预期。