AI改變錢的流向：預算、自研與最後一公里

數智前線2026.08.25 19:27 · 來自甘肅全文6802字00:00 / 19:45ToB市場大變局，服務商們換了活法。文｜數智前線，作者 | 任曉漁，編輯｜徐鑫“八成電商客戶反饋，軟件和基礎設施的預算有明確的下降指標。”“以菜單和超級鏈接組成的信息化系統，今天AI開發起來太輕鬆了。”“原來大家要的是一個工具，現在大家要的是一個結果。”今年，一部分企業級市場的錢正在改變流向：在電商、營銷和與辦公相關的輕系統領域，軟件和基礎設施預算正被壓縮。擠出來的錢湧向AI，過去企業採購驅動在成熟的業務系統，AI功能點可能是亮點和附贈品，現在AI本身在驅動了企業的採購決策。

同時，AI Coding讓一些大型企業在營銷、辦公、客服等多個場景萌生自研衝動，鏈路短、門檻低、不依賴企業深層的私有數據的低門檻場景被自建擊穿，老闆們則追問“花了錢，響在哪”。預算變化和錢的流向像指揮棒，驅動著部分軟件及服務市場調整。數智前線觀察，許多服務商已經越來越清晰意識到原來的服務模式已經行不通。產品拆細？服務做重？交付結果？一場重構正在發生。01 AI 影響預算心智後，變與不變今年上半年，一家企業數智化服務商在電商的客戶側觀察到了一個非常明顯的信號：大約八成的電商客戶在反饋，軟件預算有明確的下降指標。“前兩年也有跡象，但今年表現尤為明顯。

”這家廠商告訴數智前線，這一趨勢不止發生利潤承壓的企業，一些利潤比較好的企業也有類似的舉動。不過，也有觀點認為，預算並沒有從這些企業內消失，是許多企業內分配方式變了，一些企業正在把預算挪到AI上來。數智前線從業界獲悉，今年智能體的滲透在加速。許多大型企業裡總部或一把手普遍給出新課題：部分工作環節必須用AI解決——有家電企業要求某些流程必須AI化，某大型服裝企業則要求新品設計要有一定比例由AI 完成。AI coding大幅降低了軟件開發成本，也正在改寫定預算人的心智。“他可能並不知道用AI具體效果好不好，但會覺得大模型刷掉了很多軟件的門檻，這部分軟件預算要減少，加到AI方向去。

”瓴羊AgentOne高級產品運營專家劉靜怡觀察。這種自上而下硬指標驅動的變化，得到了多方面的印證。企業級Agent廠商，實在智能CEO孫林君也看到，智能體正在電商等行業裡極大取代傳統IT系統建設，今年Q1實在智能 Agent在電商板塊拿下了150%增長，且大量是“首面即籤”的新客戶。孫林君解析原因稱“小龍蝦爆火教育了市場，企業老闆已經在市場上做過了解，通常帶著明確的需求來。”不少傳統行業老闆的反應同樣迅速。“今年不少傳統的行業如會展、地產等對AI表現出明顯的興趣，願意投大預算進行項目改造”，一位企業級市場人士反饋。

製造業AI服務商，靈核數智客戶AI成功負責人王婷接觸了大量傳統企業，她觀察AI已經變成今年企業採購裡“非常清楚”的決策點。王婷經歷過企業數字化轉型時ERP等技術進入企業採購決策的變化節點，她深刻地感知到當下企業對AI的採購決策也有這種週期性，“08年ERP興起的時代，當時行業內說上ERP是找死，不上ERP是等死。今天AI又到了同樣的決策節點。關於上不上AI，不少企業老闆已經有共識，他們只是糾結於要怎麼上，什麼時候上，需要具備什麼條件”。海外的一些調研數據甚至能看到預算再分配的比例，企業把招聘和軟件開支向AI方向騰挪。

高盛在2026年5月發佈的一份CIO調研中給出了一個更具體的數據，企業AI Token預算中，僅有33%來自新增撥款，其餘66%來自存量預算的再分配。而最主要有兩個來源類別，一是勞動力預算，二是應用軟件預算。不過，行業資深人士認為，這種騰挪更多發生在營銷客服辦公等較輕的軟件系統部門，涉及到複雜的生產製造，銀行的信貸金融以及大型企業的核心ERP、財稅、法務等領域依然是成熟企業級系統軟件的天下，AI的滲透依然處在早期。數智前線接觸一家頭部銀行的大數據部門，他們甚至沒有用AI系統來處理數據，因為傳統的數據分析方法非常成熟，金融體系內對準確度要求高，因此引入AI非常謹慎。

一家ERP廠商也提到，他們在ERP領域推進AI能力打標杆客戶，跟標杆客戶共創做了一年覆蓋大型客戶推進的速度非常慢，很難像辦公領域那樣快速起量。02 客戶自研趨勢：先被擊穿的輕場景與企業針對“輕系統”的預算心智和採購意願變化息息相關的，是AI Coding能力變強後，需求方強烈的自研衝動。劉靜怡觀察，“客戶被教育得習慣了對話式交互，遇到一些普通的產品會覺得可以買些雲機器和電腦自己來做”。並且由於智能體能力進步，企業內部論證速度極快，導致服務商在POC環節時不再只和外部對手 PK，還要經常和客戶內部自建的工具來比效果。

網易智企副總經理、雲商業務負責人肖鈺妍今年5月底也告訴數智前線，今年他們感受到一個非常直接的挑戰不是來自競爭對手，而是一些大型企業都考慮自研一些模塊和產品功能，“客戶內部可能就有不小的一支技術團隊，它們需要證明價值。”自研衝動也蔓延到了政府側。每日互動創始人方毅向數智前線舉例，有地方開發區負責人對下面遞上來的信息化建設需求不再籤批，因為辦公室裡已經有人用AI把系統直接開發了出來。也有政務端在規劃建設同類政務系統時，會主動借鑑外地已有的成熟實踐，藉助AI工具縮短前期的調研和原型搭建週期，再結合自身需求做適配調整。方毅認為，AI還衝擊了招投標這個形態本身。

“招投標書中詳盡的功能點描述，藉助AI工具能夠加速前期的需求梳理和開發驗證”，甚至連招標書和投標書本身也已經引入AI輔助。先被擊穿的場景有共同的特徵，鏈路短、門檻低、不依賴企業深層的私有數據。比如在電商的售後評價環節，劉靜怡介紹，一些分析單條商品評論的場景，客戶就傾向於自己建一個智能體，“最多消耗幾百塊算力，從前賣一套幾萬幾十萬完整產品的邏輯已經行不通”。而與工藝流程、行業知識和私有數據重度綁定的能源化工、工業軟件、ERP核心模塊等複雜系統，AI取代的可能性還較低。

一家企業級Agent廠商介紹，在一些傳統制造業，針對高複雜度場景以及支撐企業當下核心業務運轉的系統，企業往往當下還不敢直接用AI去替代，而是用接口的方式或者RPA的方式去調用相關的數據，“交互方式可能變了，但不敢隨便動這些資產和系統”。在探索和試錯中，能看到市場裡的供需關係在快速變化。服務商們也能觀察到不少企業正在自研和外部採購間反覆橫跳。靈核數智王婷碰到一家年營收近200億元的企業，組了5人的AI團隊，用開放平臺自建各類工具一年多，董事長評價除了營銷能夠快速出圖外沒有的效果。之後這家轉而尋求外部團隊接手，“我們接觸這樣的企業已經不是一家兩家”，王婷說。

由於軟件開發門檻在急劇下降，IDC稱，企業的AI採購正愈發聚焦使用效率、成本管控與可量化的落地成果。不少服務商已經感受到，企業對外部服務商產品的採購標準也要求有明確的產出和“結果”。中科深智創始人成維忠不諱言遭遇的挑戰，過去大半年中科深智自身的傳統偏工具屬性的數字人業務正遭遇不小的衝擊。“原來大家要的是一個工具，現在大家要的是一個結果。電商直播場景有一個數字人不代表貨就能賣出去”，成維忠認為不僅數字人，整個 SaaS都需要面對客戶對服務商的產品能否帶來結果和效果的拷問。對ROI和價值的重視，使得大量傳統行業老闆也很難像年初互聯網大廠那樣以“token maxing”的態度在企業內推廣AI。

靈核數智王婷向數智前線轉述一位製造業客戶老闆的案例，該企業花5萬塊錢用了某款辦公AI產品半個月後停止了合作。“5萬塊錢連響都沒聽到，看上去砸50萬也未必聽到響。”在她看來，這不是工具或平臺的問題，企業買了AI之後如果無從衡量帶來的價值自然很難真正為AI買單。03 服務商的應對：產品做細、服務做重、交付結果數智前線基於不同類型廠商過去大半年真實的動作，發現Agent服務商為適應市場的自研趨勢以及對交付結果的要求，正從客戶分層、產品顆粒度變細以及交付結果等多個層面做出調整，來匹配市場需求。以瓴羊AgentOne為例，它們正在把服務場景的顆粒度切小。

原來是用整個產品或整個平臺去服務客戶，現在需要順應AI時代把產品的技能和MCP接口拆出來。瓴羊對數智前線表示，“顆粒度更小一點，才能在市場上找到更多的客戶切入點”。這個過程裡，不可避免會有客戶的分層。數智前線從瓴羊瞭解到，金字塔尖上的少數企業內部已經建了不少Agent，找服務商是為了補足“最後一公里差的那個技能”。瓴羊的Agent可以接入企業內，通過Agent對Agent的調用，實現技能互補。

第二類是當下的主流類型，比如一些電商企業自上而下收到了“用 AI 提升電商運營效率”的命題，開放了幾家電商店鋪的經營場景，有十幾個代運營每天需要上圖、改價、報名活動、投放，企業需要在這部分確定性場景裡提效降本。對這類客戶，瓴羊能提供一種託管式數字員工的方案來給客戶提供服務，類似“AI運營員工”，讓數字員工像真人一樣“入職”，分配一臺雲端員工電腦，帶著出廠配置的崗位技能，再由企業配置數字員工的守則和權限。還有一些需求相對模糊的大客戶，他們只有用AI的需求，但具體怎麼用、用在哪裡，客戶並沒有明確的想法。

針對這些場景，瓴羊會用FDE（前沿部署工程師）團隊以專家角色進場諮詢把脈，“送最後一程”，再把場景需求和功能沉澱回企業內的標準產品。重新劃定客戶邊界的服務商並不算少數。網易智企肖鈺妍今年也看到兩類典型客戶畫像，“一類說我要自研了，一類說我自研失敗了又回來”。對於內部有自研能力的頭部企業，肖鈺妍認為這些企業內存在大量的長尾需求，可通過企業內的通用中臺能力自主自研。實際上貼著頭部客戶做完全定製的開發模式並不符合多數軟件服務商的商業模式。因此，網易智企會更著重服務自研資源和能力都不及大型企業的中腰部客戶。

為了服務好這類企業，他們除了在落地場景、產品能力上打磨，還提供一系列工具的組合幫助提升產品交付後的AI運營能力。更閉環地交付結果也是中科深智成維忠當下正在採取的策略。成維忠介紹，圍繞著面向結果的產品交付，過去大半年，中科深智正在從數字人的純SaaS銷售轉向面向效果的服務，著力打造一個從流量獲取到轉化的閉環服務鏈路。成維忠認為企業級Agent未來只有兩種模式，一種面向效果，另一種做輕定製和私有化部署，跟客戶的數據和SOP重度咬合，“短鏈條的工作流，基本上會隨著大模型的能力升級就被幹掉了”。

因此在數字人直播這個原有陣地上，中科深智團隊的精力分配已經不同以往，花在直播間數字人產品的精力只有兩三成，七成都在補直播間之外企業賣貨的業務鏈條能力缺口。比如怎麼投流、怎麼生成高轉化率的爆款短視頻、再到AI數字人直播間承接，力圖實現更全的鏈條覆蓋，幫助客戶完成用數字人完成產品銷售的閉環。為了完成這個閉環，他們還開闢了新的產品方向。

當下AI助手正在成為各類服務和消費的新流量入口，中科深智構建了對接ChatGPT付費廣告的SmartAds平臺，並於7月份成為OpenA的官方合作伙伴，用自有算法幫出海企業提升ChatGPT廣告投放效果，除了直接效果轉化外，獲得的流量也可流向網站數字人客服或社交平臺爆款短視頻進行內容匹配，最終中科深智的數字人業務有可能與之形成一個新的從流量獲取到銷售成交轉化的閉環。04 落地最後一公里的探索與追問服務商們的調整，某種程度回答了新的趨勢下賣什麼和怎麼賣的問題，但企業級AI還面臨怎麼真正在業務裡用起來的問題。

比如POC時Demo很好，但用的時候總是效果上不去，業界認為癥結在於POC驗證的通常是一個小範圍的單點需求，而真正落地企業場景，除了單點需求還涉及人、規則和企業的大量隱性知識。這些形形色色的GAP，行業內通常形容為“AI落地的最後一公里”，數智前線觀察到當下服務商們在解決路徑上已經開始出現分化。一類是服務商走到客戶的落地現場，市面上大熱的FDE就是這個過程裡的關鍵角色。SAP大中華區總裁原欣上月底就提出，FDE將成為打通AI商業化落地“最後一公里”的關鍵，並正與傳統ERP顧問的角色深度融合。

它不再只是單純的外部技術人員或傳統軟件實施顧問，而是兼具深度技術編碼與業務場景洞察的複合型人才，在客戶現場充當“微型技術負責人”。一位企服人士則告訴數智前線，FDE最大的價值是摸過很多產品、把過很多企業的脈，通常既懂AI產品又懂企業的業務痛點，能用經驗給企業做場景篩選，預期管理和後續交付實施。對於一部分不太清楚自己要幹什麼但又想用AI工具的大型企業，FDE的存在是既要陪客戶走完一段路，也要讓客戶最終能夠自己走下去。不過也有人認為在國內市場，由於企業級市場的付費能力、意願與海外存在差異，承接業務需求和產品AI能力的橋樑角色到底由服務商主導還是企業內生仍有待觀察。

“Palantir 的客單價是500萬美元起，中國少有這樣付費能力和意願的客戶。”每日互動創始人方毅就認為，FDE模式在中國將“水土不服”，他倡導把客戶的人拉到服務商這裡訓練成能自己幹活的人，再送回企業內改造組織，方毅把這種模式稱為CCE（AI共創工程師）。方毅判斷，AI時代私有數據正在成為AI智能程度和可用性的關鍵壁壘，對大量企業級用戶來說，AI必須部署到數據所在的地方去，而不是把數據搬到雲上，同時，既然要讓企業內生長出懂業務的AI人才，企業就需要有一套AI應用開發工具。因此他們設計出了一套以“AI編程能力+工作站硬件+可信交付”的多層能力組合來滿足市場的AI落地需求。

方毅介紹，目前每日互動的仝人編程降低了應用開發門檻，讓企業內非開發崗位的人也能動手開發應用。而與CCE共創的過程基於仝人編程進行，開發完成的應用可以部署在個知·智能工作站上，這符合政企客戶的採購習慣，能滿足數據不出域的需求。行業也有觀點認為，企業內生長出AI落地力量，除了規避FDE高昂的成本和規模化問題，還有可能提升內部的積極性，避免Agent規則一變就不好用的問題。靈核數智的CASM（AI客戶成功團隊）的服務模式也走授人以漁路線。這個路線分為AI共識、AI共創、AI 共生三步——先管理預期、劃清邊界，再進入業務訪談和目標設計，最後陪企業完成組織層面的調整。

“每做一個場景就像一顆珍珠，當珍珠串起來的時候，組織就會發生變化”，王婷認為通過很慢的模式，能規避當下行業內不少AI銷售交付完一個場景就撤，客戶不能真正用起來，場景與場景之間缺乏關聯，銷售永遠在打新單的局面。不過，無論在落地時選擇了哪條路，AI產品交付後的命運走向，最終都指向了組織本身的變化。王婷認為，不能只算AI的短期成本賬，流程結構化、個人能力沉澱為組織能力更等是需要關注的指標，“組織也需要長肌肉”。她接觸的企業裡，走在前面的企業已經開始動激勵機制，比如有老闆提出要“給 Agent 發工資”，要把AI創造的成本節省作為激勵分給訓練它的人。

實在智能創始人孫林君提到，過去幾個月他們最關注的點已經不是產品功能，而是“組織變革”。他觀察客戶的訴求正在越過工具層面。“以前的邏輯很簡單，買了你這個產品，給我減了多少人、替代了多少工時。現在很多人考慮的是，我怎麼變成一個AI型的組織。”至於如何錘鍊出一個更適應AI時代的組織，那就是另一個更大的話題。本質上，AI正在帶來一場開發範式的變革，上一代軟件清晰穩定的SLA、交付協議及交付模式正在被衝擊，無論是服務商還是企業都需要時間動態適應這場變革。