先看两组数字，它们来自同一份财报。
2026年8月18日，百度发布2026年Q2财报：AI云基础设施收入73亿元，其中GPU云同比暴增283%，连续四个季度三位数增长；而同一份财报里，AI应用收入25亿元，同比增速只有3%（百度财报，2026-08-18；新浪科技、证券时报，2026-08-18）。
283%对3%。卖算力的生意烈火烹油，用AI做应用的生意温吞起步。这道剪刀差，就是当下中国企业在AI上的真实处境：买算力、买模型的钱已经花出去了，变成业务价值的那一步，绝大多数还没走完。
这篇文章不分析百度的股票。我们聊的是：这道剪刀差对你的企业意味着什么。
百度财报剪刀差事实卡
一、发生了什么：一份财报里的三个事实
先把事实摆清楚，克制一点。
事实一：AI收入占比连续两季过半。Q2百度总营收313亿元，核心一般性业务收入252亿元，其中AI业务收入125亿元、同比增长25%，占比50%——注意口径，分母是核心业务而非总营收，但这个口径已连续两个季度过半，说明它不是单季脉冲，而是结构性切换（百度财报，2026-08-18；雪球，2026-08-19）。李彦宏的定调是：从"以互联网为核心的公司"转型为"以AI为先的公司"。
事实二：增长引擎全在基础设施层。AI云基础设施73亿元（+50%），GPU云+283%且连续四个季度三位数增长；上半年百度智能云大模型相关中标金额13.85亿元，居行业第一，占五家主要厂商六成以上（证券时报、网易，2026-08-18；eNet&Ciweek，2026-08）。金融、AI游戏云、具身智能云三个细分市场份额第一（IDC报告，2026年）。
事实三：应用层的反差。AI应用收入25亿元，同比仅+3%；AI原生营销26亿元，基本持平；同期传统在线营销收入下降19%，归母净利润下滑68%（百度财报，2026-08-18）。算力层三位数狂奔，应用层个位数爬坡——价值释放明显滞后于基础设施投入。
三个事实连起来，是一个清晰的产业信号：企业侧买算力、调模型的预算已经放开且急速放量（GPU云283%是企业需求的镜像），但把AI变成业务价值的应用层，整体还在个位数增速的爬坡期。
事实就是这些。下面是重点。
二、信号一：剪刀差的本质——"买了"和"用出价值"是两笔账
GPU云+283%说明什么？说明企业买算力这件事已经没有决策障碍了：预算批了、采购走了、集群跑起来了。这是中国AI市场的"上半场成绩单"。
AI应用+3%说明什么？说明上半场买完的东西，大部分还没变成下半场的业务结果。算力是听个响就能验收的——机器上架、发票开完、资产入账；而AI应用要验收的是另一套东西：流程改了吗、人效升了吗、差错降了吗、客户体验变了吗。前者是采购动作，后者是改造工程，两个的难度完全不在一个量级。
我们给企业做落地，这两年反复见到同一个剧本：集团层面先买了大模型平台或算力包，然后分发到各业务线"去找场景用"。半年后复盘，大多数业务线的状态是：账号开了、Demo做了、汇报PPT写了，但日常流程里真正在跑AI的环节，寥寥无几。不是模型不行，是从"有模型"到"业务里有模型在干活"之间，隔着一整套工程：场景怎么选、数据怎么治、流程怎么改、效果怎么评。这层工程，财报上叫"应用层"，目前增速3%。
剪刀差三层解读
所以别被283%误导成"AI已经全面落地"，也别被3%误导成"AI没用"。两个数字合起来说的是另一句话：基础设施已经备好，应用层的价值释放才刚开始——先跑通应用的企业，吃的是对手还在观望的时间差。
三、信号二：中标的六成份额说明，企业的钱在找"能交付的人"
第二个值得拆的数字：上半年大模型相关中标金额，百度智能云一家占了五家主要厂商的六成以上（eNet&Ciweek，2026-08）。
大模型中标，和买GPU不同——中标合同里写的不是硬件参数，是交付承诺：什么场景、什么指标、什么周期验收。这个份额集中度说明一件事：当企业真金白银为"AI落地"付钱时，钱明显流向"有行业交付记录"的一方，而不是"模型跑分最高"的一方。金融行业生成式AI平台份额第一、具身智能云份额第一（IDC，2026），这些都不是跑分跑出来的，是一个个项目验收出来的。
这和我们在销售一线的感受一致：企业客户今年问得最多的问题，已经从"你们用什么模型"变成了"你们在我们这个行业做过没有、能不能看效果数据"。模型在快速商品化，交付能力在快速稀缺化。这也是百度财报里应用层那个3%的另一面——市场空间大到还没开始释放，谁能把应用层做厚，谁接的就是未来三年最大的增量。
四、深元亲历：把"买了的AI"变成"在赚钱的AI"，我们做什么
同样的AI预算：铺Demo vs 打穿一个场景
说两个我们从数据治理和方案期就参与的项目，看剪刀差两侧的具体差别。
做法一：先建"价值验收口径"，再开工。我们参与的一个连锁零售项目，客户已经采购了某大模型平台一年，IT部门苦于"证明AI有用"。我们进场做的第一件事不是开发，而是和业务方一起定验收口径：客服场景选"首次响应时长+人工转接率"，营销场景选"内容生产周期+上架效率"。口径一定，所有人对"用出价值"就有了同一把尺子。两个月后，智能客服首次响应压到30秒，一键上架效率提升300%——同一套已采购的模型平台，之前闲置，之后成了季度经营会的固定议题。买的动作不值钱，验收口径才值钱。
做法二：选一个高频环节打穿，而不是铺十个Demo。一个制造企业客户，最初的需求清单列了9个场景。我们建议砍到1个：质检辅助。理由很朴素——质检是每天发生、有明确对错、数据现成的场景，最容易跑出可量化的改善。三个月把这个场景做到不良流出率下降62%，然后拿着这个真实结果去推第二个场景时，业务部门的配合度完全是另一个级别。应用层的3%增速就是这么一家一家啃出来的：每个打穿的场景，都是下一个场景的通行证。
（文中深元案例来自亲历或深度参与的真实项目，为多个项目的脱敏综合，数字口径已做模糊化处理；官网案例数据为深元公开披露口径。）
五、这个月就能打勾的五件事
把买了的AI变成赚钱的AI：三步行动
- 盘点你家的"剪刀差"
：列出公司已为AI支付的所有成本（算力、平台license、模型API），再列出真正在日常流程里运行的AI环节——两边一对照，你的剪刀差就现形了。 - 给每个在用AI环节补一条验收口径
：人效、时长、差错率、转化率，选一个业务方认的指标。没有验收口径的AI项目，年底预算会上第一个被砍。 - 砍Demo，保打穿
：如果在跑的AI试点超过3个且都没进日常流程，砍到只剩1个最高频的，资源集中打穿它，拿真实改善数据。 - 把"供应商的交付记录"写进选型标准
：中标份额集中度的启示——问供应商要你同行业的验收数据，而不是跑分截图。 - 盯住应用层的时间差
：GPU云283%意味着你的同行都在买装备，3%意味着绝大多数还没练出功夫。窗口期就是现在。
结尾
一份财报，两个增速。283%的那边，是中国企业买AI的决心；3%的这边，是中国企业用AI的现状。
决心和现状之间的距离，就是落地工程的价值——也是深元序动每天在做的事：把你已经买了的AI，变成流程里真正在干活的AI，再变成报表里看得见的数字。
剪刀差不会永远敞开。先填上它的企业，填出来的都是利润。
深元序动，一个专注企业AI落地的工程团队。
（注：文中百度财报数据与行业份额数据均来自公开报道与财报口径，标注来源与日期；净利润下滑含投资公允价值变动等非经营因素，本文不作投资分析。文中深元案例来自亲历或深度参与的真实项目，为多个项目的脱敏综合，数字口径已做模糊化处理。）
你可能还想看：
《2.4万亿参数开源：Qwen3.8实测，企业选型账本变了》——模型白菜化之后比什么 《参数没加快50%：GLM-5.3实测的Agent成本账》——任务总token量才是真成本 《停训2周、监控多烧20%算力：OpenAI急刹车，企业AI拼工程的时代到了》——下半场拼工程
想把这套改造路径，搬到你的企业里算一遍？
扫码添加深元AI业务专家「萧冰」，直接聊你的场景——哪个环节离钱最近、投入多少、多久回本，一次聊清楚。
扫码添加，备注来意
添加后回复「落地」，可领取《企业AI价值验收口径自检表》——先自己算一遍账，再决定要不要找我们。
