橫向 AI 支出多半付給套件商與模型公司的助理

本篇重點

企業裡的 AI agent，是能替員工連續做完幾個步驟的 AI 程式，例如查資料、回客服信。2024 年 11 月，業界對 agent 怎麼賣有兩種押法。一種是橫向平台：給全公司一個工具，讓不會寫程式的員工也能做出合用的 agent。Dust 是做企業 agent 平台的法國新創。Dust 創辦人 Stanislas Polu 押橫向平台。Polu 的理由是全公司都會用，用途會從各部門的實際工作裡長出來。代價是難賣，因為說不清替誰解決什麼問題。另一種是垂直方案：按職能或行業賣現成的 agent，例如 Sierra 做客服、Harvey 做法律。垂直好賣，但天花板卡在單一職能。

兩年後回頭看，結論先講：套件商公布的付費席位與登錄 agent 數都很大，顯示員工入口在套件商手上。席位是企業替一位員工買的一份使用授權。登錄的 agent 數是企業在管理台上登記的 agent 數，不是使用量。員工實際每天在用的比例，套件商沒有公布；各家營收也都是公司自報。橫向的支出多半付給握有員工入口的套件商，以及直接賣企業版的模型公司。垂直公司也沒有被擠掉：Sierra 按完成的工作收費，Harvey 與 Sierra 都把產品放進套件商或模型公司的入口。

Polu 當年說，真正的難處是把 agent 接上公司的各種資料。這道難處也換了位置：開放標準讓「接上」變便宜；另一頭，Slack 2025 年 5 月限制第三方 app 讀取訊息，目前只查到這一例。

Menlo Ventures 是一家投資 AI 新創的創投，每年調查美國企業的 AI 支出。Menlo 把「橫向 AI」84 億美元的支出拆成兩格：72 億付給 copilot，Menlo 歸為 agent 平台的產品只拿到 7.5 億。copilot 是嵌在辦公軟體或聊天介面裡的 AI 助理，例如 ChatGPT 企業版、Claude for Work、Microsoft Copilot。

一、2024 年的兩種押法：讓全公司自建，還是按職能賣現成

Polu 2024 年 11 月在科技播客 Latent Space 上說，Dust 是「horizontal by nature」。用途會從能建 agent 的員工身上冒出來，這些員工不必是工程師。Polu 也承認，垂直方案一句「我來解決律師的事」就賣得掉，橫向平台推銷難很多。

Polu 舉出的報酬是滲透率，指一家公司裡有多少比例的員工真的在用。Dust 自報最高一家是全公司 88% 的員工每天都用，客戶平均每週有 60% 到 70% 的員工在用。Polu 還說，Dust 真正受限的是把 agent 接上公司各種資料的工程，不是模型夠不夠聰明。

四天後，做 agent 工具的 Lindy 創辦人 Flo Crivello 在同一個播客拿搜尋引擎來比：通用的 Google 幾乎在每個領域都贏。Crivello 預言垂直 agent 會有很多家，再加上「少數非常非常大的橫向 agent」。

反方是 Sierra 執行長 Bret Taylor。Taylor 2025 年在科技評論刊物 Stratechery 的訪談裡主張，agent 會按職能切開，每個部門長出一家公司，封裝好的合規與工作流程本身就是價值；但等大家都會建 agent，鐘擺會盪回平台。

二、錢怎麼分：「橫向」的錢多半付給嵌在辦公軟體或聊天介面裡的助理

Menlo Ventures 2025 年 12 月的調查訪問 495 位美國企業的 AI 決策者，估出 2025 年企業生成式 AI 支出 370 億美元，其中應用層 190 億。應用層再分三類：橫向（各職能都用的工具）、部門型（某個職能用的，例如寫程式、客服）、行業型（某個產業用的，例如醫療、法律）。Menlo 的數字來自單一份問卷，不是帳務資料，分類由 Menlo 自定；Menlo 也是 Anthropic 的投資人。

橫向是最大的一類，84 億美元。其中 72 億、占 86%，付給 copilot。copilot 指嵌在辦公軟體或聊天介面裡的 AI 助理，報告點名 ChatGPT 企業版、Claude for Work 與 Microsoft Copilot。Menlo 歸為 agent 平台的產品約 7.5 億，報告寫的占比是 10%。用 7.5 億除以 84 億算不到 10%，報告沒有說明差在哪裡。報告舉的 agent 平台例子是 Salesforce 的 Agentforce、企業生成式 AI 平台 Writer 與 Glean。Menlo 是按產品型態分類，不是按用途分；這份分類量不出員工自建 agent 一共花了多少錢。

這 7.5 億還不全是獨立新創：Agentforce 是企業客戶管理軟體大廠 Salesforce 的產品。7.5 億約占應用層 190 億的 4%（本報算：7.5 ÷ 190）。

按職能或行業賣的兩類加起來是 108 億美元，比橫向的 84 億多（本報把部門型 73 億與行業型 35 億相加）。部門型最大的是寫程式，40 億。寫程式工具和 Sierra、Harvey 那種客服、法律 agent 不是同一類產品，所以 108 億比 84 億多，不代表垂直 agent 賺得比橫向多。

三、入口在套件商手上：席位與登錄數很大，每天用多少沒有公布

Polu 說的滲透率，2026 年沒有直接讀數，公開的是套件商的席位與登錄數。

先看助理類。Microsoft 執行長 Satya Nadella 在 2026 年 7 月的法說會上說，付費的 Microsoft 365 Copilot 已超過 3,000 萬席。Nadella 也說，已把 Copilot 部署給公司裡多數資訊工作者的企業客戶，家數一季增加近 75%。Google 2026 年 2 月說，企業 AI 入口 Gemini Enterprise 已賣出超過 800 萬個付費席位，客戶超過 2,800 家。這些席位顯示員工入口集中在套件商。付費席位不等於每天在用的員工比例；兩家的數字都是公司自報、口徑不同，不能相加。

再看自建 agent 類。Agent 365 是 Microsoft 讓企業登記、管理與監控內部 agent 的控制台。Microsoft 2026 年 7 月說，Agent 365 上線兩個月，已有數萬家公司登錄近 4,000 萬個 agent。Google 2025 年 10 月推出 Gemini Enterprise 時，標榜任何部門的員工都能免寫程式組合 agent。這一類只有登錄數與廠商自述，沒有使用比例。

Anthropic 4 月說，辦公版 agent 工具 Claude Cowork 的用量，絕大部分來自工程部門以外。這是 Anthropic 自報，沒有給比例，也沒說用量怎麼算。Anthropic 這句是目前唯一直接講非工程師在用的公開說法。

本篇和上面這條趨勢的關係：上面是本報追蹤的「通用 agent 平台」趨勢樹。本篇補一件事：讓非工程師自建 agent 這一步，被握有辦公軟體入口的套件商接手。

四、獨立的橫向平台還在長，但入口不在手上

Dust 2026 年 5 月宣布完成 4,000 萬美元的 B 輪募資，由 Sequoia 等領投。Dust 自稱有逾 3,000 家組織在用、平台上部署了逾 30 萬個 agent，客戶每週有 70% 的員工在用，2025 年沒有客戶流失。歐洲科技媒體 Sifted 報導，Dust 2026 年的年經常性收入超過 2,000 萬美元。年經常性收入簡稱 ARR，是把目前訂閱換算成一年的收入。Sifted 報導全文打不開，這個數字只見摘要。

做企業內部搜尋起家、後來加上 agent 的 Glean，2026 年 5 月 28 日宣布 ARR 達 3 億美元。從 1 億走到 3 億，只花了 15 個月。

Dust 2024 年自報客戶平均週活 60% 到 70%，2026 年自報 70%。兩次都是 Dust 自己的說法，沒有交代是平均還是個別客戶，只能說落在同一區間。差距在入口：員工每天打開的辦公軟體和聊天介面，不是 Dust 或 Glean 的。Dust 的使用者人數沒有公布，所以和套件商的席位無法直接比大小。Lindy 2026 年的數字只見二手報導。

五、整合這道護城河換了位置

Polu 2024 年的護城河論點是：把 agent 接上 Notion、Slack 這類格式各異的資料，是又苦又難的工程，做好了就是別人不想自建的護城河。兩年後，兩件事從兩頭改寫了這道工程。

第一件事讓「接上」變便宜。MCP（Model Context Protocol）是 Anthropic 2024 年提出、讓 AI 接上外部系統的開放標準。MCP 統一的是接口，各家資料格式與權限對應的工程仍要自己做。Anthropic 2025 年 12 月說，公開的 MCP 伺服器已超過 1 萬個，ChatGPT、Gemini、Microsoft Copilot 都已採用。Microsoft 2026 年 7 月說，旗下管理銷售、財務等流程的企業軟體 Dynamics 已透過 MCP 讓 agent 用同一套權限與稽核紀錄存取資料。

另一頭，至少有一個例子讓「拿到資料」變難。Slack 是 Salesforce 旗下的企業通訊軟體。2025 年 5 月，Slack 對沒有上架官方市集的第三方 app 設了上限：每分鐘讀取訊息 1 次，每次最多 15 筆。Slack 同時收緊外部 app 儲存資料的規定。Slack 限制的是未上架官方市集的第三方 app，不專指 agent。據 Reuters 報導，Glean 寫信告訴客戶，這會妨礙客戶用自選的企業 AI 平台使用自己的資料。Atlassian、Workday 查無類似限制，目前只有 Slack 這一例。

接上工具的成本已經變低，差別在誰握有資料、誰決定 agent 能讀寫什麼。這是本報的讀法。Microsoft 的 Agent 365、Anthropic 讓管理者逐一限制連接器權限的功能，賣的都是這一層。

六、垂直沒有被吞掉：Sierra 按結果收費，也住進入口

Sierra 用七季達到 1 億美元 ARR，2026 年 2 月超過 1.5 億，並出現第一個 5,000 萬美元營收的季度。Sierra 按完成的工作收費，不按月租。Harvey 9 月以 155 億美元估值募資 5.5 億美元，自稱美國營收前 100 大律所中有 80% 在用；Harvey 沒有公布 ARR。

大型軟體商也在賣職能型 agent。Salesforce 8 月說，Agentforce 的 ARR 超過 15 億美元；本季起口徑擴大，不能跟前幾季比。

垂直也在住進橫向的入口。Harvey 2026 年 6 月宣布，律師可以在 Microsoft 365 Copilot 裡直接叫出 Harvey，Harvey 也成為 Microsoft 的 Copilot Cowork 的外掛。Sierra 2026 年 9 月成為 OpenAI 新市集的首發夥伴，企業可以用已經承諾給 OpenAI 的採購額度來買 Sierra。Harvey 進 Microsoft 365 Copilot、Sierra 進 OpenAI 市集，兩家都選擇借入口，不和入口持有者正面對打。這是本報的讀法。

七、2024 年的二分法，到 2026 年變成三層

依本報的推論，2024 年的「橫向對垂直」，2026 年看起來是三層。

夾在中間的是自行維護整合的獨立橫向平台：仍在長，但入口不在手上，整合又被開放標準攤平。最上層是握有員工入口與資料的套件商 Microsoft、Google，加上直接賣企業版的模型公司 OpenAI 與 Anthropic，這一層握有員工入口與橫向支出的大頭，也開始收管理 agent 的錢。垂直公司賣職能成果，Sierra 按完成的工作收費；垂直公司也把產品嵌進上一層的入口。

Crivello 2024 年預言的形狀，很多垂直加上少數超大的橫向，大致出現了；只是超大的橫向，不是當年押橫向的新創。Crivello 當年講的是通用性，本篇看到的是入口與權限；形狀相近，原因不同。

三層結構是本報的推論，證據還不足以判誰勝出。本報偏向入口持有者繼續拿大頭；若有獨立橫向平台公布的 ARR 超過 10 億美元，這個讀法要收窄。

八、產業各段的位置在怎麼變

• 獨立橫向平台在「接得多」上被 MCP 攤平。套件商結構上難給的是跨 Microsoft 與 Google 的中立性，買家願不願意為中立性付錢，目前沒有公開讀數。
• 垂直 agent 的通路正在變成套件商的入口與市集。按結果收費的垂直公司（如 Sierra），毛利取決於每次完成工作的模型成本。
• Slack 限制後，Salesforce 自家 agent 讀取 Slack 資料的條件比第三方 app 寬。這是不是 Slack 的動機，公開資料沒有說。
• 管理 agent 的工具（如 Microsoft 的 Agent 365）開始和席位一起列進企業採購。

方向判斷

橫向這條路沒有錯，但橫向的支出和付費席位，目前多半跟著員工入口走；入口在套件商與模型公司手上。

之後看哪幾個讀數

Microsoft 下一季法說的 Copilot 付費席位與 Agent 365 登錄數，以及有沒有首次公布活躍比例。若仍只公布席位、不公布活躍比例，第三節的缺口不變。Dust 與 Glean 下一次公布的 ARR。

什麼會推翻本篇

1. Menlo Ventures 2026 年度報告發布後三十天內：若 agent 平台占橫向 AI 支出達 25% 以上，代表 Menlo 歸為 agent 平台的產品已成橫向支出主力之一，第二、七節要改寫。這個 25% 是本報自設的觀察線。選在明顯高於 2025 年占比的位置，用來分開結構轉變與問卷誤差。Menlo 2025 年度報告寫的是 10%。

2. 到 2027 年 12 月 31 日：若有一家獨立橫向平台公布的 ARR 超過 10 億美元，第七節的三層讀法要收窄。10 億是本報自設的觀察線。

3. 到 2027 年 12 月 31 日：若 Microsoft 或 Google 公告取消內建的自建 agent 功能，第三節要改寫。

4. 到 2027 年 12 月 31 日：若 Microsoft 或 Google 公告與獨立橫向平台分潤合作，第七節要改寫。

附錄：數字怎麼來的

本報算的數

• agent 平台占應用層：7.5 億 ÷ 190 億 ≈ 3.9%，四捨五入寫約 4%。
• 按職能或行業賣的兩類：部門型 73 億 ＋ 行業型 35 億 ＝ 108 億美元。
• copilot 占橫向：報告原文 86%（72 億 ÷ 84 億 ≈ 85.7%，與原文一致）。
• agent 平台占橫向：報告原文 10%；7.5 億 ÷ 84 億 算不到 10%，原因報告未說明。

口徑說明

• Menlo 的分類是「橫向／部門型／行業型」；Polu 與 Taylor 說的「垂直」同時涵蓋部門型（如 Sierra 的客服）與行業型（如 Harvey 的法律），所以本篇把兩類相加對照橫向。
• Microsoft 的 3,000 萬是付費席位，Google 的 800 萬是售出的付費席位，Dust 的 70% 是週活比例，三個量不同，不能相除或比大小。
• ARR 各家定義不同；Salesforce 這一季起擴大 Agentforce ARR 的口徑。
• Dust 的 ARR 只見 Sifted 報導摘要；Sierra 另有更高的 ARR 與估值說法只見二手報導，正文不用。

正文沒放的細節

• 同一份 Menlo 調查：76% 的 AI 用途是買來的、不是企業內部自建。這裡的「自建」指企業 IT 團隊自建，不是員工在平台上自建 agent。
• MIT 研究團隊 2025 年 8 月的報告：向專業廠商採購的 AI 專案約 67% 成功，企業內部自建的成功率只有約三分之一。報告原文未取得，只見《Fortune》轉述。「成功」的定義只見轉述。
• Gartner 2025 年 6 月預測，到 2027 年底超過 40% 的 agent 專案會被取消，原因是成本上升、價值不明或風險控管不足。
• Microsoft 7 月也說，商業模式要從按席位收費，改成按席位加按用量收費；Microsoft 的 Copilot Cowork 已加上用量計費。
• Microsoft 說 Dynamics 已開出逾 65 萬個 MCP 動作。這是 Microsoft 的用詞，和公開 MCP 伺服器數不是同一種量，不能比較。
• Sierra 2026 年 2 月自稱，四分之一的客戶年營收超過 100 億美元。
• Salesforce 2026 年 6 月推出的客服 agent，只在 agent 從頭到尾解決一個問題時才收費。
• Menlo 調查的行業型裡，醫療約 15 億美元、法律 6.5 億。
• Sierra 與 Meta 10 月宣布 Personal Agent Protocol，一個讓個人 agent 向企業驗證身分的開放標準，夥伴包括 Shopify、Stripe、Walmart。

另有幾種說法

• MCP 幫了獨立平台：開放標準讓獨立平台不必自建每一個連接器，省下的工程可以用在別處；這條讀法下，護城河變薄是對所有人，不是只移到資料擁有者。MCP 統一的是接口，各家資料格式與權限對應的工程仍要自己做。
• 垂直會被模型吞掉：顧問公司 Tenex 的 CJ Hess 2026 年 10 月在 Latent Space 上說，主賣點只是「一個 agent 替人做一件事」的垂直產品，模型變強後會被吸收，改寫了工作流程的才耐久；Anthropic 2026 年 2 月推出 Cowork 法律外掛當天，法律資訊商 Thomson Reuters 等股價大跌（多家報導，跌幅說法不一），本篇不承重。

本篇依據的出處

以下由本篇引用的事實紀錄機械彙整，每條是其中一個事實的出處；原件本報是否讀過、還是只讀到轉述，以正文各段的說明為準。

• Latent Space · 2024-11-11：Agents @ Work: Dust.tt — Stanislas Polu (Dust) on Latent Space
• Latent Space · 2024-11-15：Agents @ Work: Lindy.ai — Florent (Flo) Crivello on Latent Space
• Stratechery · 2025：An Interview with Sierra Founder and CEO Bret Taylor About AI Agents and Tech History Lessons
• Harvey Blog · 2026-06-16：Harvey's Legal Intelligence Now Lives Inside Microsoft 365
• Salesforce News · 2026-06-25：Salesforce Launches Agentforce Help Agent That Deploys in Minutes and Only Charges for Resolutions