点击蓝字
关注我们
企业AI的入口，不在聊天框里，在工作流里。
AI从“帮你干活”，走到“替你管事”
最先受益的，不一定是最会聊天的AI
不能进财报的AI，最后都会变成费用
点赞
收藏
分享
AI开始进财报了
2026-05-27 19:17
AI开始进财报了5月19日，AMD上海AI开发者日上，李开复和苏姿丰聊了一场很有意思的对谈。 表面看，这是一次AI开发者大会。AMD要讲算力，苏姿丰要讲生态，李开复要讲AI应用趋势。 但我听下来，真正有杀伤力的，是李开复那句话： 2026年的核心问题，已经不是AI能不能完成一个任务，而是AI能不能替代一个企业的职能部门。 他还补了一刀： 如果AI部署最后没有改变季度财报电话会里的任何数字，就不是真正的AI转型。 这句话挺狠。 过去两年，AI行业最喜欢讲的词是：大模型、多模态、Agent、Token、推理成本、开源闭源、参数规模。 听起来都很厉害。 但对一家企业来说，最后只剩一个问题： 你花钱上AI，到底有没有让财报变好？ 如果收入没涨，费用没降，毛利率没动，现金流没改善，只是让员工多了一个聊天窗口，那就很尴尬。 这叫数字化装修。 看起来挺新，月底一结账，老板血压也挺新。 我觉得李开复这句话最重要的地方，就是把AI从技术圈拉回了经营现场。 AI不再只是工程师的玩具，也不再只是发布会上的演示视频。它要开始接受CFO审判了。 2023年，大家第一次被ChatGPT震到的时候，关注的是AI会不会写文案、写代码、做PPT、画图。 那时候AI像一个超强实习生。 你给它一个任务，它给你一个结果。偶尔靠谱，偶尔胡说八道。你不能完全信它，但你会忍不住继续用。 2024年，企业开始试工作流。 客服、销售、法务、财务、代码、运营，各个部门都接一点AI。一个表格能自动生成，一个邮件能自动回复，一个客服问题能自动分流。 这时AI像一个助手。 它能帮人省时间，但还没真正接管责任。 到了2026年，李开复说的问题变了：AI能不能替代一个职能部门？ 这个说法，听起来有点吓人。 但它不是说一家公司明天就把财务部、市场部、客服部全部裁掉，换成一群Agent。 没那么科幻，也没那么省心。 真正的变化是：企业开始看AI能不能承担“部门级结果”。 比如客服部门，过去看响应速度、解决率、满意度、人力成本。AI如果接进去，就不能只回答几个问题，它要影响这些指标。 比如销售部门，过去看线索转化、客单价、复购率。AI如果接进去，就不能只生成销售话术，它要帮你提高成交率。 比如研发部门，过去看交付周期、Bug率、版本迭代速度。AI如果接进去，就不能只补全代码，它要缩短项目周期。 这就是从“任务级AI”到“部门级AI”。 任务级AI看功能。 部门级AI看结果。 功能可以很炫，结果很难骗人。 资本市场也会越来越现实。过去你说“我们全面拥抱AI”，股价可能有反应。以后你说“AI让销售费用率下降2个百分点，研发周期缩短30%，客服人力成本下降20%”，市场才会认真听。 因为这才是财报语言。 这也是2026年AI行业最明显的估值切换。 以前AI应用讲DAU、调用量、模型能力。 接下来要讲ARPU、续费率、毛利率、费用率、现金流质量。 用大白话说： 以前AI负责让你看起来先进。以后AI负责让你真的多赚钱。 很多人一聊AI应用，就容易想到聊天机器人。 但我觉得，真正能先跑出来的企业AI，未必长得像聊天框。 它更可能藏在后台系统里。 在CRM里，在ERP里，在代码平台里，在客服系统里，在供应链系统里，在财务审批里，在库存调度里。 它不一定每天跟你说话，但它会默默改掉企业的流程。 这也是我看苏姿丰和李开复这场对谈时，比较关注AMD的原因。 AMD讲的不是“我也有AI故事”，而是企业AI落地背后的算力底座。 如果AI只是个人写写文案，算力压力没那么大。 但如果一个企业让AI去跑客服、跑风控、跑代码、跑销售、跑供应链，那就是另一回事。 它要稳定，要便宜，要低延迟，要能并发，要能私有化部署，还要能被审计。 这不是一个聊天机器人能解决的。 这背后需要GPU、CPU、网络、存储、云、软件栈一起配合。 所以AMD的机会，不是复制一个英伟达。 英伟达太强了，生态太深了，CUDA也不是一天能绕过去的。 AMD更现实的资本故事，是在企业AI规模化落地之后，吃到成本敏感型客户、私有化部署客户、推理场景客户和开放生态客户的增量。 企业不会永远只问“谁最强”。 它还会问： 谁更便宜？ 谁供货更稳？ 谁更适合我的系统？ 谁能让我不用被单一供应商锁死？ 这就是AMD的预期差。 云厂商也一样。 阿里云、腾讯云、百度智能云、火山引擎、金山云，接下来拼的不会只是“谁模型更好”。 企业客户关心的是： 我的数据能不能接进去？ 权限能不能管住？ 流程能不能打通？ 出错能不能追责？ 成本能不能算清楚？ 所以AI云的估值锚，也会从“有多少卡”，慢慢变成“有多少真实业务在跑”。 卡多不等于赚钱。 卡满载，才有交易价值。 如果Agent真的开始接管企业工作流，推理调用量会很夸张。一次调用便宜了，不代表总收入变少。就像外卖客单价不高，但一天跑几千万单，那就是生意。 AI也一样。 单个Token便宜了，但如果企业每个流程都在调用模型，总量可能更大。 这就是市场之前低估的地方。 还有一类公司，会变得很有意思。 企业软件。 美国那边，Salesforce、ServiceNow、Snowflake、Microsoft，AI故事都不是单纯模型强，而是它们本来就在企业工作流里。 销售在CRM里，IT服务在Now里，数据在Snowflake里，办公在Microsoft里。 AI一旦嵌进去，不用重新教育用户。 这就像你家小区门口的便利店突然开始卖咖啡。它不一定比精品咖啡馆好喝，但你每天路过。 中国对应的机会，在钉钉、企业微信、金山办公、金蝶、用友、微盟、有赞、明源云这些地方。 它们不一定有最强模型。 但它们离企业流程近。 这很关键。 AI替代部门，不会先从一个独立App里发生。它会先发生在企业已经付钱、已经沉淀数据、已经跑流程的软件系统里。 这句话可以记一下： 企业AI的入口，不在聊天框里，在工作流里。 我觉得2026年之后，AI行业会出现一次很残酷的分层。 第一类公司，AI只是包装。 发布会很热闹，Demo很丝滑，视频很震撼。用户试完说一句“还挺好玩”，然后关掉。 这种AI，很容易被杀估值。 因为它没有改变任何经营数字。 第二类公司，AI能提高效率，但结果不稳定。 比如帮员工写东西，帮客服总结，帮销售整理线索。它有价值，但还停留在个人效率层面。 这种AI会成为标配功能，但不一定能带来明显溢价。 第三类公司，AI能进入业务闭环。 能影响收入、成本、利润率、现金流。 这才是资本市场真正会给估值的AI。 比如一家电商公司，用AI做选品、定价、投放和供应链，库存周转变快了，退货率下降了，广告ROI提高了。 比如一家内容平台，用AI做分镜、剪辑、配音、特效，内容成本下降，产能提升，广告库存增加。 比如一家医疗平台，用AI做问诊分流、用药建议、复诊提醒，最后带来药品履约和服务收入。 这类AI不需要每天在热搜上。 它只要进财报，就够了。 所以接下来判断一家公司的AI含金量，我建议看四个指标。 第一，收入有没有新入口。 AI是不是带来了新增订阅、新增客户、新增使用量，还是只是原来产品里的免费功能。 第二，成本有没有真下降。 有没有减少人工审核、客服、运营、研发测试、内容制作成本。 第三，毛利率有没有改善。 尤其是云和模型公司，如果AI收入涨了，但推理成本也涨得更快，那故事就没那么好听。 第四，现金流有没有变好。 重资本开支不是问题，问题是投出去的钱有没有形成高质量收入。 这四个指标，比“我们接入了多少个大模型”有用多了。 因为资本市场最后不看热闹。 它看兑现。 李开复这句话，最像给AI行业立了一条新规矩： 不能改变财报数字的AI，都是待验证成本。 这句话可能不浪漫，但很真实。 企业老板也会越来越这么想。 过去老板听AI，可能问： “这个东西厉害吗？” 现在老板会问： “这个东西能不能少招人？能不能多卖货？能不能让客户续费？能不能让我下个季度电话会好看一点？” 这就是AI从技术叙事变成经营叙事的开始。 也是投资者要重新调整视角的地方。 别只看谁模型发布得快。 别只看谁融资最多。 别只看谁视频最炸。 要看谁能把AI塞进真实组织，塞进真实流程，塞进真实财报。 2023年，AI卖想象力。 2024年，AI卖能力。 2025年，AI卖应用。 2026年，AI要卖结果。 这个变化对很多公司都不友好。 因为结果不好编。 但对真正有场景、有数据、有客户、有交付能力的公司，这是一次估值切换机会。 AMD有机会讲企业AI算力的第二供给曲线。 云厂商有机会讲Agent调用量和MaaS收入。 企业软件公司有机会讲工作流重构。 内容、电商、医疗、金融平台，有机会讲成本下降和转化率提升。 我现在越来越相信，AI行业接下来最重要的公司，不一定是看起来最像AI公司的公司。 它可能是一家云公司。 可能是一家办公软件公司。 可能是一家电商公司。 可能是一家医疗服务平台。 也可能是一家原来大家觉得很传统的企业软件公司。 因为真正的AI商业化，不是让机器变得更像人。 而是让公司的数字变得更好看。 这听起来没那么科幻。 但很资本市场。 也很残酷。 不能进入财报的AI，最终只是工具。 能改变财报的AI，才会变成资产。