给 Copilot Studio MCP 智能体用的任务级凭证代理——把静态密钥换成可审计的短时访问。

1. 面向 Copilot Studio 智能体的运行时短时凭证，已经是现成可部署的产品；这让“代理式访问”从未来架构设想，变成了当下就能开工的品类。
2. Copilot Studio 让智能体越来越容易上线，但安全团队补齐集中策略和事故可见性的速度明显跟不上。
3. MCP 连接能力大幅放大了单个智能体的触达范围，所以一旦企业从 演示 走向真实运营，静态连接器密钥的风险会立刻上一个台阶。
4. 企业现在需要一条能把智能体和用户区分开的访问记录，这正给“在发凭证那一刻插进去”的新控制层留出了位置。

催化因素。 Aembit 的发布说明，面向 Copilot Studio 的短时、可审计凭证已经不是概念；而 MCP 又刚好把智能体触达企业系统的门槛降到了最低。

产品夹在 Copilot Studio 与智能体要用的 MCP 服务器、SaaS 连接器和内部 API 之间。每次工具调用时，它都会按智能体、用户、任务、目标系统和申请动作去跑策略判断，然后要么铸发一张短时凭证，要么直接拦截。安全团队能在一条证据链里看清：是谁申请了访问、为什么放行、碰了哪个系统、凭证又在什么时候过期。首版先给高价值运营工作流配上带约束的护栏——比如供应商入驻、工单升级、财务例外处理；这些场景里，买家本来就最怕过度授权的服务账号。

差异化。 大多数相邻产品要么从身份迁移、数据治理切入，要么等智能体已经拿到访问权后再做事后监控。这家公司卡在 MCP/API 动作的实时发凭证路径上，因此既能给买家一个更快的部署切口，也能沉淀一套专有数据：哪些策略放行、哪些动作被拒、运行时到底怎么用。它不是去替换现有 IAM，而是把自己长成生产环境里“智能体如何拿到访问权”的记录系统。

待完成任务

flowchart LR
  Buyer[Identity and AI security team] --> Pain[Static secrets block safe Copilot actions]
  Pain --> Product[Task-scoped credential broker]
  Product --> Outcome[Faster rollout with auditable short-lived access]

高管要点

• Aembit 在 2026 年 6 月面向 Copilot Studio 的发布，证明企业智能体的运行时凭证代理已经不是纸上谈兵。
• 最尖锐的购买时点，是只读助手开始跨 ServiceNow、SAP、MCP 服务器和内部 API 动手执行时。
• 切口很急，也很挤。要拉开差距，只能靠以 Microsoft 为核心的工作流里更快的部署速度，以及更扎实的“智能体-用户-任务”审计证据。
• 最初围绕 Copilot 的市场有意义，但单独看并不算大；长期上行空间，大概率要靠往更广的跨运行时智能体与工作负载 IAM 扩。
• 安全指引正收敛到几件事：最小权限、收窄工具范围、高影响动作保留人工监督，以及可审计日志——这和凭证代理层天然契合。

市场定义

这类软件处在运行时身份与访问控制层：当 AI 智能体调用 MCP 服务器、SaaS 连接器和内部 API 时，它按任务发放凭证、集中执行策略，并为每个动作留下一条审计证据链。

用户与买方

一线用户是大型、以 Microsoft 为核心的企业里，负责身份工程和 AI 平台安全的总监级团队。经济买方通常是 CISO 或安全工程副总裁；Copilot Studio、ServiceNow、SAP 和企业架构负责人则是技术赞助人。

购买触发点

• 当 Copilot Studio 试点准备在 ServiceNow、SAP 或内部 API 上执行写操作时，企业就会被迫围绕凭证、策略和可审计性做一次生产安全评审。 [1][2][3][13][14][16][18]
• 一旦出现未知智能体、越权或 AI 智能体相关事故，就会暴露一个现实：静态凭证加临时审批这套做法已经撑不住了。 [29][30][31][32][33]
• 身份团队开始上 agent 身份或工作负载身份方案时，会很快发现：老式服务主体和密钥库工作流，依然留着动作级控制的缺口。 [9][10][11][12][21][22]

支付意愿

付费意愿是站得住的。买家本来就在为身份控制付费，AI 预算也正往核心工作流迁。Aembit 的公开包装说明，这个品类很快就能落到“按智能体计费”；而大型工作流平台也把“卡住上线的治理问题”从科研项目，变成了可以单列预算的采购项。 [15][25][34][35]

品类动态

增长信号 27.7% CAGR

验证信号

• Aembit 已经在公开售卖面向 Copilot Studio 的运行时凭证代理，而且对 AI 智能体给出了 Starter 与 Teams 包装。
• Microsoft 正把智能体身份、治理和采用成熟度做成正式框架，而不是把企业智能体继续当作纯实验界面。
• ServiceNow 和 SAP 都在往“受治理、可执行动作的企业智能体”走，而不只是停留在被动 Copilot 助手。
• 多份调研都表明，未知智能体、治理缺口和身份蔓延已经是企业里的现实问题。

监管与技术约束

• MCP 授权要求 OAuth 2.1、受保护资源元数据、精确的重定向校验和权限范围最小化，这会直接抬高任何路径内代理的实现门槛。
• 高影响智能体动作需要显式审批、审计轨迹，以及熔断或人工介入机制，才能符合安全采用指引。
• Copilot Studio 已经依赖数据策略、认证选项和 Purview / Sentinel 日志，所以第三方控制必须贴合 Microsoft 的管理模型，而不是绕开它。
• Entra 正把智能体身份与业务发起人做成一等生命周期对象，这意味着新控制最好嵌进身份治理，而不是另起一个孤岛外挂层。
• 面向 SAP 和 ServiceNow 的企业智能体，越来越要求在进生产前就具备运行时隔离和贴合业务上下文的策略语义。

竞争已经分成四拨：Microsoft、SAP、ServiceNow 这类平台原生的智能体控制；向智能体延伸的 NHI 和身份治理套件；主打短时凭证的机器身份 / 工作负载身份厂商；以及以发现和策略为主的新一代智能体安全创业公司。真正的空白，是一层极度产品化的 Copilot Studio 运行时代理：先在一条工作流上快速落地，再在工具执行点把可审计性证明出来。

为什么现有厂商不会默认胜出

• 云与工作流平台. Microsoft、SAP 和 ServiceNow 可以把自家的智能体表面越做越硬，但它们不会自动给出一层跨平台代理，统一覆盖 MCP 服务器、SaaS API 和横跨多套企业栈的内部系统。
• 身份与治理套件. Entra、SailPoint 和 Okta 正把 agent 与 NHI 治理讲得更清楚，但只要一家创业公司能在实时调用路径上，成为最快帮企业放行一条高风险生产工作流的工具，仍有赢面。
• 机器与工作负载身份厂商. CyberArk 和 Teleport 已经把短时身份和高权限机器访问做成共识，但它们更偏基础设施，不像“Copilot Studio + SAP / ServiceNow 工作流”这么贴近业务上线。
• NHI 与智能体安全创业公司. Aembit、Astrix 和 Oasis 都说明市场认可“AI 智能体本质上是身份问题”，但场上大多数玩家仍更偏发现、姿态管理或平台总叙事，还没有把 Copilot 运行时切口打得足够窄。

Copilot MCP Credential Broker 最该先做的，不是一个泛用的智能体治理面板，而是一层运行时访问控制：帮以 Microsoft 为核心的企业，把一条 Copilot Studio 工作流从试点推进到生产。最疼的时候，是只读助手开始在 ServiceNow、SAP 或内部 API 上执行写操作，安全团队才发现可选项只剩三种：常驻密钥、宽权限服务主体，或者一坨自研中间件。首个滩头市场应锁定财富 500 强制造、分销和商业服务公司里以 ServiceNow 为中心的工作流，因为这里的写路径、买方和部署模式都比更宽的 SAP 优先或跨运行时打法更清楚。MVP 要做的很具体：接住每次工具调用，只为获批动作铸发短时凭证，写入“智能体 + 用户”上下文，并吐出能接进 Entra、Purview 和 Sentinel 的审计轨迹。GTM 能不能跑通，关键看首个客户、触发点、定价和渠道能不能咬合：把一笔付费的生产就绪部署卖进正在进行的安全评审，再把这次部署转成按受管控工作流和端点计费的年订阅。研究测算的初始 Copilot Studio 切口市场大约是 TAM $316.8M、SAM $44.4M、第 3 年 SOM $3.6M；但真要做出 VC 级空间，后面必须从 Copilot 往更广的智能体与工作负载身份控制扩。近期最强的优势，是在单条工作流上比通用 IAM、发现型工具或事后监控更快落地，也能给出更细的任务级审计证据。最大的不确定性则有三件：买家会不会单独为运行时代理付费，而不是顺手买一套带发现功能的产品；首批上线到底会覆盖多少智能体和端点；以及 Microsoft 会多快把缺口原生补上。前 12 个月必须先把这几个问题跑明白，才谈得上激进扩张。

问题

• Copilot Studio 智能体现在已经能经由 MCP 往 ServiceNow、SAP 和内部 API 写数据，但大多数企业给出去的仍是常驻密钥或宽权限服务主体。
• 安全团队证明不了每个动作到底由哪项任务触发，也分不清智能体身份和用户身份；真要撤掉高风险访问，又会把整条工作流一起打断。
• 现有 IAM、密钥库和 PAM 栈更擅长管人和应用，不擅长管动态智能体的工具调用，所以生产上线经常卡在安全评审。

解决方案

• 在 Copilot Studio 与 MCP/API 工具之间插一层运行时代理，让每次动作请求在放行前，都按智能体、用户、任务、目标系统和申请权限做一次策略判断。
• 只为获批动作铸发一张短时凭证，并吐出结构化审计事件，让客户可以直接放进现有的 Microsoft 安全栈里复核。
• 把首个部署打包成一套以 ServiceNow 为中心的上线方案：预置策略包、高影响动作审批步骤，以及贴合 Microsoft 管理流程的熔断开关。

为什么我们会赢

• 产品卡在实时发凭证路径上，不只是事后监控或做目录盘点；因此它是上线闸门，不是报表插件。
• 以 ServiceNow 为中心的 Copilot Studio 上线包，比泛化 NHI 平台更快拿到首个证明，因为买方、工作流和集成范围都已经被收窄。
• 每一笔受管控动作都会长出一张可复用的策略决策图和按工作流沉淀的审计模板，而现有厂商和服务公司不会天然积累这些资产。

里程碑

flowchart LR
  Wedge[ServiceNow-centered Copilot wedge] --> MVP[Runtime broker MVP]
  MVP --> Proof[Faster production approvals plus audit evidence]
  Proof --> Expansion[More workflows then broader runtimes]

创始团队

实验路线图

风险评估

必须成立的条件

• 前 10 个合格、准备进生产的潜客里，至少有 3 个会买付费的首条工作流部署，而不是继续等原生控制成熟。
• 一条以 ServiceNow 为中心的工作流，必须能在连接器获批后的 30 天内进入受保护的生产环境。
• 超过一半的付费账户，必须在 12 个月内从一条受保护工作流扩到至少 2 个额外端点或工作流。
• 买家需要反复把“按工作流沉淀的审计证据”当成选择产品、而不是选 Aembit、自研中间件或原生控制的理由。
• 在前 18 个月里，Microsoft 原生智能体身份能力还不足以抹掉第三方运行时代理的需求。

待尽调问题

• 最先关单的到底是哪类工作流：ServiceNow 服务运营，还是由 SAP 支撑的例外处理？
• 安全评审里，到底是哪一份具体材料，能把一个卡住的 Copilot 试点推到生产批准？
• 首年一次企业上线，真实会覆盖多少受管控智能体和受保护端点？
• 买家到底多频繁地坚持要求捆绑发现能力、私有部署或客户自持审计存储？
• 在正面对打里，安全团队为什么会选它，而不是直接用 Aembit 或继续等 Microsoft 原生控制？

模型合理性

• 收入引擎. 基准情景的收入增长，来自 Q4Y2 的 10 个付费客户到 Q4Y3 的 36 个，同时成熟客户群会从 $45K 部署费爬到 $90K–$120K 的经常性合同。
• 必须跑顺的点. 到 Y2，伙伴动作必须真的起量；否则公司很难在只配 3 名专职 GTM 的情况下，于 Y3 再新增 26 个客户。
• 模型会崩在. 如果销售周期多拖约 2 个月，或早期续约没能扩张，下行情景会在公司拿到 seed-ready 证明点之前把现金打到零以下。
• 下一轮证明点. 最容易开启下一轮融资的时刻，是公司做到 8–10 个生产客户、30 天部署，以及能支撑 $120K 扩展 ACV 的第二条工作流扩张。

情景

敏感性

flowchart LR
  Leads[Security review workshops] --> PaidDeployments[Paid deployments]
  PaidDeployments --> ProductionSubs[Production subscriptions]
  ProductionSubs --> Expansion[More endpoints or second workflows]
  Expansion --> Revenue[Revenue]
  Revenue --> GrossProfit[Gross profit]
  GrossProfit --> Cash[Cash after opex]

警示项: 基准情景下，Y3 年末只有 36 个付费客户，所以它依赖的是更高的端点密度和第二条工作流扩张，而不是字面上对齐 research.yaml 里 60 个客户的 SOM 速记。 · P&L 在 Y4 之前没有显式建模客户流失，这对一家年轻的企业安全产品来说偏乐观，因此流失率和销售周期敏感性很关键。 · Y3 仍然是 EBITDA 亏损，因此 seed 轮能不能顺利打开，更依赖可复制的部署速度和伙伴带单，而不是利润率。 · 如果 Microsoft 原生控制补缺口的速度快于预期，模型很可能会同时打偏 ARPU 和毛利率两条核心假设。

• Microsoft 功能补位. Microsoft 可能会在 Copilot Studio 里原生补上短时凭证代理或更深的策略控制。 缓解措施: 靠跨系统的 MCP 覆盖、更快的 SAP 与 ServiceNow 集成，以及超出 Microsoft 原生边界的审计工作流取胜。
• 集成蔓延. 企业早期部署可能需要太多定制 MCP 和内部 API 集成，结果反而不够轻。 缓解措施: 先死磕一套经过取舍的组合——Copilot Studio + SAP 或 ServiceNow + 标准 MCP 网关——把首个 30 天上线包做出来。
• 预算早于痛感. 还停留在只读 Copilot 助手阶段的买家，可能要等智能体真的在生产系统里动手后才肯花钱。 缓解措施: 直接卖进那些已经被写权限、审计例外项或事故可见性卡住的上线关口，让问题先成为高管名下的明确事项。