智能体经济下企业软件分类体系重构与演进边界研究报告（年）

智能体经济下企业软件分类体系重构与演进边界研究报告（2026-2028年）

一、导论：分类危机的本质——从功能容器到能力生态的范式转移

当全球企业软件市场正以超过百分之六的占比吸纳超过三千七百亿美元的人工智能投资时，整个行业的认知底座正经历一场前所未有的结构性动摇。传统的软件分类体系，那个自计算机时代以来便用以界定数据库与中间件、应用程序与基础设施之间清晰边界的逻辑框架，在智能体技术的冲击下正加速瓦解。这不仅仅是一次技术迭代引发的目录调整，而是关于我们如何理解、采购、治理并最终从软件中获取价值的元认知革命。本报告旨在深入剖析2026年至2028年间，企业软件分类体系重构的内在逻辑、核心表征与演进边界，为行业参与者提供穿越混沌期的认知地图与行动纲领。

分类边界的消融，其根源在于软件本身的属性正在发生根本性转变。过去，软件被视为执行预定指令的工具，其类别由功能决定——客户关系管理软件管理客户关系，企业资源计划软件规划资源。然而，当软件开始具备感知、决策与行动能力，演变为自主的智能体时，其存在形态从静态的功能容器转变为动态的能力生态。一个智能体同时扮演着多重角色：对于最终用户，它是完成任务的应用程序；对于其他智能体，它是可调用的平台与服务；对于底层基础设施，它又是消耗计算资源的运行时负载。这种角色的杂糅性使得将其简单归类为某一传统门类变得徒劳无功。Gartner所预言的到2028年百分之七十的人工智能应用将采用多智能体系统，意味着这种复杂性将成为常态而非特例，由此引发的分类危机将深刻影响从企业架构设计到软件采购评估的每一个环节。

本次分类体系重构的本质，是软件价值创造逻辑从功能交付向成果达成的转变。传统的分类框架建立在软件能做什么的基础之上，功能清单与特性对比是采购决策的核心依据。然而，随着智能体能够自主组合能力以达成目标，用户关心的焦点逐渐从软件具备何种功能转向软件能帮助实现何种业务成果。这一转变的深刻性在于，它动摇了分类学的根基：分类单元不再由技术供给定义，而是由业务需求牵引。OECD在2025年初发布的里程碑式人工智能分类框架，正是基于使用场景、自主程度与潜在影响等维度进行划分，其背后逻辑清晰可见——分类必须服务于治理，而治理的前提是理解技术在社会经济系统中的实际作用方式。理解这一点，是把握未来三年行业分类功能迭代边界的认知前提。

二、传统分类体系的解构：融合、替代与新生

（一）横向融合：技术层级的边界消融

曾经清晰的三层架构——数据层、逻辑层、表示层——正在智能技术的渗透下演变为高度融合的智能连续体。数据库不再仅仅是存储与检索的引擎，而是进化为融合分析、机器学习和向量搜索的人工智能数据平台。现代数据库厂商将认证、存储、实时功能和边缘计算打包成统一后端，远超单纯数据存储的范畴。当PlanetScale在2025年4月增加向量支持，当GoogleAlloyDB、AzureCosmosDB乃至开源的PostgreSQL都通过pgvector提供原生向量能力时，价值二十二亿美元的向量数据库市场便是这种边界模糊的典型例证。数据库变成了应用平台，存储与计算在智能层面达成新的统一。

中间件这一曾被视为胶水层的技术类别，正在转变为人工智能编排层。传统的企业服务总线正在被LangChain、IBMWatsonOrchestrate等智能编排平台所取代。这些平台不仅负责系统间的通信，更承担着智能体的调度、任务分解与上下文管理的核心职责。新的互操作性标准如Anthropic的模型上下文协议在2025年12月被捐赠给Linux基金会，被誉为人工智能的通用串行总线，它标准化了智能体连接外部工具的方式，使中间件从消息传递者升级为能力调度者。预计到2025年达到一百一十四点七亿美元的人工智能编排市场规模，印证了这一类别重组的商业价值。

基础设施层面同样经历着深刻的自治化转型。云原生计算基金会预测，到2027年手动基础设施管理将成为竞争劣势。自愈式Kubernetes平台能够在处理每秒七百五十个系统事件的同时达到百分之九十二点四的异常检测准确率，思科报告显示通过自动修复可减少百分之四十的站点可靠性工程师工单。基础设施不再是静态的资源池，而是具备自我优化能力的动态系统，其分类边界正从物理或虚拟资源向智能服务延伸。

（二）纵向替代：应用类别的智能体重构

在企业应用软件领域，客户关系管理、人力资本管理、企业资源计划等传统大类正面临智能体驱动的根本性改造甚至替代。Salesforce从爱因斯坦人工智能到Agentforce的演进轨迹，清晰地展示了从软件即服务到数字劳动力的范式跃迁。截至2025年12月，Agentforce已积累约一万份付费合同，其按每次智能体操作约零点一零美元计费的消费模式，彻底颠覆了传统的软件许可证经济。客户报告显示，在2025年报税季期间，其智能体自主解决了百分之七十的行政聊天咨询，这标志着智能体已从辅助工具进化为主力服务单元。

ServiceNow的自我定位转变同样具有指标意义。这家企业将自身重新定义为人工智能操作系统，其首席执行官断言传统应用栈将会崩塌。公司2025年的产品发布包括用于无代码智能体构建的人工智能智能体工作室、用于治理的人工智能控制塔、用于协调的智能体结构，并以七十七点五亿美元收购Armis以构建资产级人工智能世界模型。这些举措表明，传统的IT服务管理类别正在被整合进更宏大的智能编排叙事之中，应用软件不再是孤立的功能模块，而是智能体生态系统中的能力节点。

这种替代并非简单的功能增强，而是架构逻辑的根本重构。人工智能原生与人工智能增强的区分在此至关重要。人工智能原生软件从设计之初便围绕智能能力构建，移除智能如同从汽车上拆掉引擎，Perplexity与TeslaAutopilot便是典型例证。人工智能增强软件则是在现有功能基础上添加智能以进行增强，如带有Copilot的MicrosoftOffice或带有GenerativeFill的AdobePhotoshop。两者的架构影响截然不同，人工智能原生系统需要根本不同的数据管道、技能组合和运营模式。贝恩咨询2025年技术报告指出，智能体人工智能不仅仅是又一波自动化浪潮，它是企业技术的结构性变革，有可能彻底重新定义工作方式。

（三）全新类别：治理层的涌现

在旧类别融合消亡的同时，全新的软件类别正在涌现。其中最具战略意义的当属守护者智能体——专门用于审查、监控和保护其他人工智能系统的智能系统。Gartner预测，到2030年守护者智能体将占据智能体人工智能市场百分之十至十五的份额。这一新类别的诞生源于一个简单而深刻的现实：当自主系统开始做出业务决策时，谁来监督决策者的问题便成为刚需。守护者智能体横跨安全、合规与治理三大传统领域，却又无法被任何一个领域完全容纳，它代表着企业软件分类中一个全新的家族。

与此相关的是人工智能治理平台的兴起。影子人工智能——未经批准的自主智能体、定制模型和未经审查的数据连接——正在成为企业风险的原子弹。影子信息技术是关于未经批准的软件即服务应用，而影子人工智能的破坏力呈指数级放大。这催生了管理式人工智能治理这一全新市场，合作伙伴被聘请来识别、保护和治理企业内部已经运行的所有其他人工智能。这类平台的核心能力在于发现、评估、保护和治理，它既不是传统安全软件，也不是合规管理工具，而是人工智能时代特有的新型软件门类。

人工智能财务运营即人工智能FinOps同样作为新类别崭露头角。2025年敞开供应的固定费用人工智能订阅模式正在崩溃，企业面对首次震撼的人工智能计算账单，正从采买转向优化。这催生了人工智能财务运营咨询的高利润机会，合作伙伴被聘请来测量、预测、优化和治理人工智能模型、智能体和数据结构的巨大可变成本。这类软件的核心是提供颗粒度的人工智能经济学数据，使企业能够理解并控制推理、应用程序编程接口调用和智能体级计算的成本。可持续性与碳排放报告成为这一实践的高价值组成部分，将财务治理与环境治理融为一体。

三、新分类范式的构建：原则、维度与单元

（一）构建原则：从能力到成果的转向

新分类范式的首要原则是分类单元从技术能力转向业务成果。由ClaytonChristensen开创的待完成工作框架正被应用于企业软件采购，组织越来越少问这个软件做什么，而是问这个软件达成什么。微软的软件保障计划从基于功能的更新转向基于成果的表述，针对采购经理高效管理软件许可同时最小化成本的目标，结果实现了年收入百分之百的增长。这一转变的深远影响在于，它使软件分类从供给方逻辑转向需求方逻辑，从技术特征目录转向业务价值地图。

第二个原则是动态组合性超越静态归属性。在可组合架构时代，软件的价值不在于其作为独立单元的功能完整性，而在于其作为构件被动态组合的能力。打包业务能力代表了新的分类单元，与微服务的技术性、面向开发者不同，打包业务能力是代表明确定义的业务能力的软件组件，业务用户能够从功能上识别它，如订单管理、购物车或支付处理。这些类别是按业务功能而非技术层定义的，其分类意义在于可组合性而非完整性。MACH架构运动——微服务、API优先、云原生、无头——提供了技术基础，七十九个成员的MACH联盟包括Adobe、AWS和GoogleCloud，二零二四年的一项研究发现百分之七十九的技术领导者计划增加MACH投资。

第三个原则是多模态身份的可共存性。一个软件实体同时具备多种分类身份将成为常态。智能体同时扮演应用程序、平台和基础设施的角色，数据库同时是存储引擎、应用平台和分析工具。这要求新分类范式能够容纳多轴标注而非单轴归类，通过多维度标签体系而非层级目录来组织软件资产。IDC的新行业分类法新增二十七个行业，提供更细致的细分，正是对这一需求的响应——分类不再是为了归档，而是为了在多维空间中定位。

（二）核心维度：智能体架构的新坐标

在新分类范式中，智能体能力层级成为核心坐标之一。Gartner识别出的五个演进阶段——人工智能助手、任务专用智能体、企业级编排、智能体生态系统、完全自主的协作平台——构成了评估软件智能水平的标准量表。到2026年底，人工智能助手将嵌入百分之四十的企业应用，而到2028年，百分之七十的人工智能应用将使用多智能体系统。这一演进轨迹意味着，软件的智能层级将成为分类的核心属性，与功能类别同等重要。

自主程度与协作模式构成第二个关键维度。软件被区分为工具型、助理型、智能体型与生态系统型，每一类型对应不同的自主水平、交互方式与治理需求。工具型软件完全由人操控，助理型软件提供建议由人决策，智能体型软件在授权范围内自主行动，生态系统型软件则与其他智能体动态协作完成任务。这一维度的引入，使分类能够反映软件的自治本质，而非仅仅其功能表象。

部署形态与交互界面同样成为新分类的重要维度。软件被区分为本地部署、云端、边缘端及混合形态，这直接关系到数据主权、延迟性能和合规边界。IDC预测到2030年百分之五十的企业人工智能推理任务将在终端或边缘节点本地完成，部署形态的分类意义日益凸显。同时，交互界面正从图形用户界面、对话式界面演进到智能体界面——到2028年，百分之四十五的IT产品与服务交互将以智能体为主要界面。智能体正在成为IT服务的前台，重塑企业的采购、交付与体验方式，这一维度的分类价值不言而喻。

（三）新型分类单元：从应用到能力

打包业务能力作为新型分类单元，代表按业务能力封装的软件组件，业务用户能够从功能上识别。与传统微服务不同，打包业务能力不仅有技术边界，更有业务语义。订单管理打包业务能力包含从创建订单到完成履约的全部功能，支付处理打包业务能力封装多种支付方式与对账逻辑，购物车打包业务能力管理临时选品与状态维护。这些单元的分类不再按技术层如表示层、逻辑层、数据层划分，而是按业务能力如销售、营销、服务聚合。

智能体模板与技能包作为另一类新型单元，代表可复用、可定制的智能行为模式。客户服务智能体模板预置了问题理解、知识检索、情绪识别与应答生成等技能，可被快速实例化为面向不同产品的具体智能体。财务分析技能包封装了报表解读、异常检测与趋势预测等能力，可被嵌入到企业资源计划系统或作为独立服务被智能体调用。这类单元的分类逻辑基于智能体角色与技能领域，而非传统软件的功能模块。

垂直解决方案栈作为更高层级的分类单元，代表面向特定行业问题的预集成多厂商解决方案。智能体驱动的零售物流解决方案可能集成了仓库管理系统供应商的库存智能体、运输管理系统供应商的路径优化智能体、企业资源计划供应商的订单履约智能体，由解决方案集成商进行预配置与测试，作为单一库存单元销售。客户将逃向提供预集成全栈解决方案的合作伙伴，这种再捆绑创造垂直解决方案栈，合作伙伴已对多厂商解决方案进行审查和集成。这一分类单元超越了单个软件的范畴，进入解决方案生态的层面。

四、行业边界的重构：垂直化与跨行业数据协作

（一）垂直行业分类的精细化

IDC最新发布的边缘计算支出指南引入新的企业行业分类法，新增二十七个行业，在关键制造业领域提供更细致的细分，包括汽车、工业、消费品包装、生命科学、高科技与电子、航空航天等。这一趋势反映了智能技术应用对行业知识深度依赖的现实——通用解决方案不足以应对垂直领域的独特挑战，行业分类必须精细化才能指导有效的技术投资。

金融服务预计将在未来五年实现超过百分之十五的复合年增长率，成为支出增长最快的行业，驱动力来自人工智能领域增强欺诈分析与调查用例的相关支出。零售与服务部门占据边缘解决方案最大投资份额，接近全球总支出的百分之二十八，视频分析、动态实时运营商绩效和优化运营是用例重点。制造与资源部门紧随其后，共同占据全球支出的四分之一。这些数据表明，行业分类不再是统计归档的需要，而是理解投资行为、定制解决方案的前提。

边缘计算的行业分布同时揭示了分类的另一个维度——服务提供商的基础设施投资。多接入边缘计算、内容分发网络和虚拟网络功能等形式的服务提供商基础设施支出，到2028年预计将达到近一千亿美元。这些投资服务于所有行业，却又无法归入任何一个行业，它们代表着基础设施层的跨行业属性，需要在分类体系中单独处理。

（二）垂直解决方案栈的回归

在生态系统化潮流之后，市场正经历一次深刻的再平衡。生态系统化趋势真实存在，但它为客户带来了难以管理的复杂性。客户将逃向提供预集成全栈解决方案的合作伙伴，这一回归垂直栈的趋势反映了市场对简化与可靠性的渴望。垂直解决方案栈由合作伙伴进行预集成，已对多厂商解决方案进行审查和整合，作为单一可购买库存单元提供给客户。

对于厂商而言，这意味着必须从试图进入一千个合作伙伴生态系统，转向识别并重点投资十个垂直栈构建者，他们将拥有通往特定微细分市场的渠道。对于合作伙伴，这意味着选择垂直领域并成为解决方案组装者，能够将十个厂商捆绑成单一库存单元以解决特定业务问题，将拥有客户。这种垂直栈思维重塑了分类的逻辑——不再以厂商产品为中心，而是以客户问题为中心组织解决方案。

垂直解决方案栈的成功依赖于深入的行业知识。零售物流智能体解决方案需要理解门店运营、库存周转、最后一公里配送等零售特有场景；医疗健康智能体解决方案需要掌握电子病历、医学编码、隐私合规等行业要素。这些知识无法从通用人工智能模型中获得，必须通过垂直数据与行业经验来构建，这正是垂直解决方案栈的核心价值所在。

（三）跨行业数据协作的新模式

与垂直化看似矛盾却并行不悖的，是跨行业数据协作的兴起。到2028年，百分之六十的企业将通过私有数据交换平台或数据洁净室开展跨行业数据协作，支持生成式人工智能与智能体人工智能的多样化应用场景。数据洁净室作为一种安全多方计算环境，允许多个参与方在不暴露原始数据的前提下进行联合分析与建模，正在成为跨行业数据协作的关键基础设施。

这一趋势的驱动因素在于，智能模型的性能高度依赖训练数据的广度与多样性。单一行业的数据往往不足以捕捉复杂场景的全貌，跨行业数据能够提供更丰富的模式、更全面的视角。例如，零售数据与物流数据的联合分析可以优化供应链预测，金融数据与电信数据的交叉验证可以提升反欺诈准确率。数据协作使企业能够充分利用可信的数据生态体系，平衡数据主权与隐私保护，同时推动跨行业创新。

跨行业数据协作催生了新的软件类别——数据洁净室、私有数据交换平台、联邦学习框架。这些工具支持在不移动数据的前提下移动模型，在不暴露隐私的前提下共享洞察。它们不属于任何一个垂直行业，却又服务于所有行业，代表着水平能力与垂直场景的交叉地带，需要在分类体系中给予特殊定位。

五、治理边界的拓展：从安全到可解释性

（一）人工智能治理成为独立领域

智能体自主性的提升使得治理不再是安全的附属品，而是独立的软件领域与分类维度。影子人工智能的兴起使这一需求变得迫切。如果说影子信息技术是关于未经批准的软件即服务应用，那么影子人工智能是关于未经批准的自主智能体、定制模型和未经审查的数据连接。它是企业风险的原子弹，二零二六至二零二七年的恐慌将是这一发现，催生全新的管理式人工智能治理市场。

治理软件的核心功能包括发现、评估、保护和持续监控。发现能力涉及识别组织内部运行的所有智能体及其数据连接，评估能力涉及对智能体行为、决策逻辑与合规风险的分析，保护能力涉及权限控制、数据隔离与行为审计，持续监控涉及实时跟踪智能体活动与异常检测。这些功能构成一个完整的治理生命周期，无法被传统安全软件完全覆盖，必须作为独立类别发展。

监管科技与治理科技的融合在人工智能时代加速。欧盟人工智能法案、美国人工智能行政令等监管框架的落地，要求企业建立可审计、可解释的人工智能系统。这催生了合规智能体、审计智能体等新工具，它们负责持续检查其他智能体是否符合监管要求，自动生成合规报告，在风险发生前发出预警。治理不再是事后检查，而是融入智能体运行全过程的嵌入式能力。

（二）可解释性与透明度作为分类维度

随着智能体在企业关键决策中扮演越来越重要的角色，可解释性成为软件分类的必要维度。组织将根据智能体是否能够解释其决策依据、提供推理轨迹、接受质疑与复核来评估其适用性。黑箱智能体适用于低风险场景，而高风险决策必须使用白箱或灰箱智能体，其内部逻辑可追溯、可审查。

透明度同样成为区分软件类别的重要属性。开放模型与专有模型的分类不再仅基于源代码可获得性，更基于训练数据、模型权重、决策逻辑的透明度。一些组织可能选择完全透明的开源模型以确保可审计性，另一些组织可能接受部分透明的商业模型以换取性能优势，还有一些组织可能使用完全不透明的专有模型处理非敏感任务。透明度光谱将成为软件分类的固有维度，影响从采购决策到部署位置的全部后续选择。

可解释性技术本身正发展为独立的软件类别。可解释性人工智能工具能够分析模型内部状态、识别关键决策因素、生成自然语言解释、可视化推理路径。这些工具既可作为独立产品提供给数据科学家与审计人员，也可作为嵌入式能力集成到智能体平台中。它们的分类定位处于开发工具与治理工具的交汇处，反映着智能时代软件质量观的根本转变——质量不再仅意味着功能正确，更意味着决策可理解。

（三）人类监督与介入机制

人机协作的质量正成为企业竞争力的关键指标。到2029年，能够衡量人机协作效果的企业，其利润率将比仅关注生产效率的企业高出百分之十五。这一预测揭示了一个深刻洞见：未来领军者不是自动化最多的企业，而是协作最优的企业。软件分类必须能够反映其支持的人机交互模式——是替代人类、增强人类还是与人类协作。

人机回环机制成为新分类维度。软件被区分为人控为主、机控为主、动态切换等不同类型，每一类型对应不同的监督强度与介入机制。高自主性智能体可能配备监督回环，在关键决策点暂停执行请求人类确认；低自主性工具可能由人类全程操控，智能仅提供建议与辅助。这些机制的设计质量直接影响软件适用性，必须在分类中体现。

人类监督工具本身正发展为软件类别。智能体监控仪表盘提供所有运行中智能体的状态视图、决策记录与异常警报；介入控制台允许授权人员在必要时暂停、修改或覆盖智能体行为；审计工作台支持对历史决策进行追溯分析与复核。这些工具构成人类监督智能体的控制平面，与传统监控系统的区别在于它们面向的不是系统可用性而是决策正确性，其分类定位代表着企业软件治理层的新frontier。

六、产业边界的重塑：厂商、生态与商业模式

（一）厂商定位的范式重构

主要软件厂商正从根本上重新定义其市场身份与类别定位，这不仅是营销话术的调整，而是业务模式、产品组合与价值主张的系统重构。Snowflake从云数据仓库转型为人工智能数据云，其首席执行官将公司定位为企业智能的操作系统，人工智能现在驱动着百分之五十的新客户获取。公司推出用于大语言模型集成的CortexAI、ArcticAI模型，并以十亿美元收购Observe以获取人工智能可观测性能力。这一转型使Snowflake的竞争对从传统数据仓库厂商扩展至人工智能平台与数据科学工具。

Databricks从湖仓平台演进为数据智能平台，年度经常性收入约五十亿美元，增长率百分之五十五，将自己定位为企业内几乎所有数据相关活动的中心枢纽。其首席执行官断言人工智能将吞噬所有软件，公司从数据处理扩展到人工智能开发、治理与智能体框架。MosaicAI提供模型开发与管理能力，UnityCatalog统一数据与人工智能治理，AgentBricks支持智能体构建与编排。Databricks的类别重构反映了数据平台与人工智能平台融合的趋势，其竞争边界扩张至机器学习运营、特征存储与模型服务。

ServiceNow自称企业人工智能操作系统，其首席执行官宣称传统应用栈将会崩塌，ServiceNow将成为编排层。公司的产品发布包括无代码智能体构建的AIAgentStudio、治理的AIControlTower、协调的AgentFabric。这种定位将ServiceNow从IT服务管理软件提升至企业级智能编排平台，其竞争对手从BMC、BMC扩展至Pega、Salesforce乃至云基础设施服务商。厂商定位的重构是分类边界迭代最直观的体现——当厂商重新定义自己是谁时，整个行业分类地图随之重绘。

（二）生态角色的根本转变

生态系统的角色正在经历从销售渠道到价值共创者的根本转变。自主合作伙伴作为一种新型生态实体正在涌现，其中自主智能体而非人类交付大部分一级二级管理服务。这将市场一分为二：人类主导的合作伙伴将被迫从提供服务转向成为人工智能治理者，其溢价价值在于对自主智能体舰队的培训、安全与治理。对于厂商而言，这意味着新的合作伙伴类型是人工智能，合作伙伴门户、激励措施和应用程序编程接口必须为非人类合作伙伴开发新渠道，基于应用程序编程接口的招募和程序化支持成为必需。

知识产权工厂模式成为合作伙伴生存的必需。随着人工智能自动化低层服务，合作伙伴的估值将崩溃，除非他们拥有可防御的知识产权。二零二七年的成功合作伙伴将是微型独立软件供应商或知识产权工厂，每次服务参与必须产生可复用、可许可的资产，如专有人工智能模型、垂直数据结构、安全智能体集合。对于厂商而言，这意味着最佳合作伙伴同时也是独立软件供应商，必须建立新的联合销售机制，将其视为知识产权合作伙伴而不仅仅是经销商，包括共同开发资金和市场优先激励。

首席整合官作为新的合作伙伴角色正在兴起。超大规模厂商市场和人工智能淘金热创造了大规模的厂商泛滥，客户被混乱、高风险、高成本的云、独立软件供应商和人工智能模型栈淹没。最有利可图的合作伙伴将重新定位为整合与编排专家，充当客户事实上的首席整合官，销售一种面向秩序、安全与治理的管理服务。对于厂商而言，开放、文档完善、稳定的应用程序编程接口不再是可选项，而是被纳入合作伙伴管理整合栈的前提条件。

（三）商业模式的适应性进化

定价与计费模式正在经历从许可证到消费再到成果的深刻转变。Salesforce的Agentforce引入按每次智能体操作计费的模式，约零点一零美元每次，这标志着从软件资产到数字劳动力的认知转变。客户不再为软件所有权付费，而为智能体完成任务的价值付费。这一转变对分类的意义在于，软件的类别属性不再独立于消费模式——按座位计费的软件与按成果计费的软件属于不同的经济类别，需要不同的评估框架与治理机制。

激励模式正从交易型向生命周期型演进。整个基于交易奖励如市场发展基金、交易注册构建的激励计划概念正变得过时。未来是激励即生命周期的模式，战略性奖励合作伙伴在合作伙伴全旅程中基于价值的活动，从初始入职和认证到需求生成、售后采用，以及关键地，客户留存和扩展。这一整个模式由激励即应用程序编程接口驱动，根据已验证的成果程序化触发实时微支付。对于厂商而言，这意味着必须停止管理激励计划，转向管理合作伙伴生命周期，从计划管理转向产品管理，以激励应用程序编程接口为核心产品。

按成果付费模式的普及要求软件分类提供成果维度的标注。哪些软件能够承诺何种成果，如何度量成果的实现，如何在多个贡献者之间分配成果价值，这些问题的答案直接影响软件的经济分类。IDC的行业分类法细化正是为了更准确地将软件投资与业务成果关联，使支出分析能够揭示投资回报率而非仅仅成本。商业模式的进化与分类体系的演进在此深度交织，共同重塑企业软件的产业边界。

七、技术边界的延伸：边缘、量子与复合智能

（一）边缘智能重构部署边界

到2030年，百分之五十的企业人工智能推理任务将在终端或边缘节点本地完成，从而减少云端流量与延迟，并增强敏感数据的控制力。这一趋势从根本上重构了软件的部署边界。边缘节点不再是数据采集的端点，而是智能处理的前沿，分类必须反映这种部署形态的差异。运行在零售门店边缘服务器上的库存优化智能体，与运行在云端数据中心的通用智能体，虽然可能基于相同的基础模型，却因部署位置不同而获得截然不同的性能特征、隐私属性和治理要求。

边缘计算支出预计将从二零二五年的近两千六百一十亿美元增长到二零二八年的三千八百亿美元，复合年增长率百分之十三点八。硬件在预测初期是最大投资，由快速部署的人工智能加速处理器驱动。然而，服务合计包括预置服务和专业服务预计到二零二八年将超过硬件份额，实现超过百分之十八的五年复合年增长率。这一数据揭示边缘智能的成熟路径：从基础设施部署到服务深化，从技术能力到商业价值。

边缘智能催生新的软件类别，如边缘人工智能平台、端侧模型、设备智能体。这些类别需要特殊的开发工具、部署管道和监控机制，与传统云原生软件有本质区别。它们同时也重塑了其他类别的边界——数据库厂商推出边缘同步版本，中间件厂商开发轻量级边缘编排器，安全厂商提供边缘防护智能体。部署边界的变化如同一场地震，震裂了原有分类体系的基础，迫使所有类别重新定位。

（二）量子计算的分类冲击

量子计算的到来将重塑安全格局，并由此引发软件分类的连锁反应。到2030年，美欧中三地将利用量子加速超级计算解决百分之五十的复杂科研与防务难题，包括破解现有加密体系。这意味着后量子安全必须从现在开始准备，首席信息官需提前布局后量子安全战略，测试混合加密方案，重审身份与密钥管理体系，构建应对量子威胁的韧性架构。

量子就绪作为软件分类的新维度正在浮现。软件被区分为量子安全级、量子就绪级、量子忽略级，取决于其对量子计算破解加密风险的应对程度。核心业务系统可能需要达到量子安全级，采用抗量子加密算法；边缘系统可能维持量子忽略级，依赖现有安全机制。这一维度的引入将影响软件采购决策，特别是在金融、政府、国防等敏感领域。

量子计算本身也将成为软件类别。量子软件开发工具、量子经典混合平台、量子模拟器、量子云服务等新类别正在形成。这些工具使开发者能够构建、测试和运行量子算法，而不必直接操作量子硬件。它们的分类定位处于开发工具与基础设施服务的交叉地带，随着量子计算从实验室走向商用，这些类别将逐渐成熟并融入主流软件分类体系。

（三）复合人工智能的架构革命

到2026年，百分之七十的组织将采用融合生成式、处方式、预测式和智能体技术的复合人工智能。这一趋势标志着人工智能架构从单一模型走向复合系统，从通用智能走向混合智能。复合人工智能系统整合多种人工智能技术，根据不同任务选择最优方法，实现比任何单一模型更可靠、更高效的整体性能。

复合人工智能的兴起要求软件分类能够反映架构复杂性。一个复合人工智能系统可能同时包含大语言模型、知识图谱、规则引擎、优化算法等多个组件，这些组件来自不同的软件类别，却需要作为一个整体被管理、治理和演进。这催生了复合人工智能管理平台这一新类别，负责组件