2026年上半年，中国Data Agent市场规模18.3亿元，赛迪顾问预计全年40.2亿元。这个数字在大模型任何细分赛道里都不算大。比数字更该看的是报告的一句定性：Data Agent属于传统数据软件、数据平台及数据应用的"AI 增强增量市场"，"而非完全独立的新赛道"。

这句话拆掉了不少厂商的叙事：它没另起炉灶，是给建了十几年的数据系统换一种交付方式。

过半的钱花在打扫上，不在分析上

2026年上半年产品结构：数据分析智能体占35%，数据治理24%，数据集成17%，数据安全15%，数据运营9%。

分析是最大单一品类，符合直觉。但治理、集成、安全三项加起来占56%，全是"把数据弄通、弄干净"的前置工序——而报告点明，治理是增速最快的一类。

原因不复杂。人对脏数据有容忍度，会绕开、会凭经验补；Agent没有。AI一旦接进数据链路，语义是否一致、血缘是否可追溯、口径是否唯一，直接决定输出能不能用。于是企业花钱的顺序被倒过来了——不是先买最聪明的分析，而是先把地面扫干净。报告的说法是，治理正从"合规要求"升为企业"基础能力"，从人工规则转向AI智能守护。

数据运营智能体只占9%，报告直言它尚未形成独立品类，仍以能力模块嵌在治理或平台产品里——数据资产入表喊了几年，这桩生意还停在概念上。

赚钱的场景都在"说"，不在"干"

场景成熟度排出来是一张很清晰的图：前端强、后端弱。

客户服务、智能营销、风险与合规管理属于高成熟度；自动化运维、政企决策、智能化生产、供应链管控居中；创新和研发管理垫底。

跑得动的都是"输出一段话、给个建议、出一份报告"的场景，错了还能改。真正要动手的场景——排产、质检、调度、供应链协同——要么卡在工业现场数据采集，要么卡在产业链多主体数据割裂，只在少数龙头有标杆。

报告搭了个四象限：数据维度×模型容错率。私域数据×低容错率那一格价值最大，门槛也最高：极高的治理水平、多模型交叉验证、人机协同流程、可审计的合规体系。合规审计也从"事后留痕"变成"过程可验证"——Agent产出的模型、DDL、同步配置要能定位，工具调用和人工介入要能从日志回溯。

真正的变化在合同上

报告的商业模式一栏写着：按结果交付、基础实施费+成功分成。对比上一阶段——软件许可+年度订阅、云资源消耗+平台订阅，这是两种完全不同的生意。

这个改动踩着教训来的。报告自己承认，大数据平台时代"重建设、轻应用"的矛盾普遍存在，大量平台建成后没转化成可量化的业务价值。落地范式随之改了：从"先建平台再找场景"，变成"价值场景筛选—分层能力构建—闭环迭代扩展"。

按结果分成，本质是把上一轮的教训写进了合同。客户不为能力买单，只为结果买单。

壁垒不在模型，在语义层

竞争格局里，腾讯云、阿里云、百度智能云在领导者象限，靠全栈能力和客户规模；帆软这类BI厂商靠继承多年攒下的指标口径、权限体系、报表看板，把存量资产重新激活；百望、合合这类数据要素服务商靠别人没有的数据——2850万家企业的真实交易数据、上亿家企业机构的商业数据。

三条路的共同点是报告反复提的那个词：统一语义层。谁的语义层被企业认下来，谁就握着入口。

报告对Agent与BI的关系也很克制：不是替代，是互补，"不能简单以'更智能'替代'更稳定'"。推理成本高、时延不稳、输出不确定，在口径和权限边界上更易出偏差。

40.2亿，用"爆发"形容太早。这个市场真正在发生的事，是数据软件从卖工具改成卖结果。

往后盯两个数就够了：数据运营智能体什么时候不再是9%，智能化生产与供应链管控的成熟度什么时候追上来。这两件事发生之前，Data Agent赚的还是"打扫房间"和"出报告"的钱。

本文基于赛迪顾问《2026 中国 Data Agent 市场研究报告》撰写，详细内容请查阅原文。