AI泡沫要破了？企业却在悄悄加单：关于AI落地的6个真相

本文来自微信公众号： 智讯智库 ，作者：施展投资人开始追问AI“ROI何时兑现”时，真实商业世界却在发生一场安静的质变：AI不再是演示PPT上的炫酷对话框，它正沿着系统集成商的代码与数据管道，楔入企业的日常运营、收费契约与组织神经。

本文跳出单纯的算力基建视角，透过手握万亿企业IT支出的“系统集成商（SI）”及头部大厂最新一线财报，穿透AI在B端6个落地真相：规模起势：部分头部SI AI业务占比突破10%，部分客户正以倍数级追加Token与预算；

场景下沉：从辅助写代码走向采销交易核心流程，“企业上下文”成为落地关键；回报分化：“局部降本提效”已精确到分钟，“全公司增收”仍待时间检验；契约重构：人头费与席位费面临颠覆，客户开始要求“按业务结果”拆分生产力红利；

务实架构：多模型与混合部署呈现可见趋势；安全落子：Agent一旦拥有“开枪权”（执行付款与理赔），权限治理与人工接管即生死线。10月最后两个交易日，科技股的跌幅让“AI泡沫是否正在破裂”重新成为一个尖锐的问题。

29日，谷歌母公司Alphabet下跌超过12%；30日，英特尔下跌28.6%，接近三成，纳斯达克指数当日再跌约2.9%[1-2]。而整个10月，恒生科技指数下跌11.73%，创业板指下跌23.02%，科创50下跌24.13%[3-4]。

AI投入过大、回报滞后的担忧，已成为这轮科技股抛售的重要原因。市场再次追问：巨额投入能否赚回来，多久才能赚回来[2-3]？但回答这个问题之前，另一个重要的问题是：AI真的落地了吗？

AI在企业端渗透到哪一步了？我们从另一角度观察AI真实的部署情况，从企业IT服务市场中规模庞大、却容易被忽视的一类角色——SI（System Integrator，系统集成商）观察AI在企业端真实的落地现状。

系统集成商所在的IT服务领域，目前是全球IT支出中规模最大的板块，核心帮助企业连接数据、实施软件和改造业务系统的服务。根据Gartner于2026年10月发布的预测，2026年该领域支出将达到约1.56万亿美元，占全球IT支出的近四分之一[5]。

企业买了模型和软件，往往还需要它们连接数据、改造系统、调整流程，让技术进入日常业务。穿透这些企业的公开财报和报道，我们能看到这6个真实的AI落地趋势：部分头部SI的AI相关收入占比已超过10%AI采购支出和使用强度持续扩大企业IT咨询与系统集成服务商Infosys，在10月披露，AI业务收入占总收入的比例达到10.5%，上一季度为8.2%[6]。

另一家大型IT服务商TCS，也就是塔塔咨询服务，同期披露AI业务年化收入达到31亿美元，占收入的比例也超过10%[7]。全球咨询与技术服务商埃森哲也提供过一个可供对照的数字：在最后一次单独披露先进AI指标的FY26第一季度，其先进AI收入约11亿美元，总收入约187亿美元，据此计算占比约5.9%；

同期先进AI新签订单占比约10.5%[8]。尽管各家公司对AI业务的分类口径不同，这些收入仍然说明：企业围绕AI的采购与交付，已经形成了一定规模。客户购买的通常也不只是模型调用。数据整理、系统连接、流程调整和后续运营，都可能成为采购的一部分。

比采购规模更值得重视的，是采用正在深化：一些已经使用AI的客户，正在扩大支出和使用强度。微软在10月28日披露，企业AI开发与部署平台Foundry的客户超过12万，收入达到上年同期的三倍以上[9]。

谷歌同日披露，2025年第三季度已经使用Gemini Enterprise的客户，对谷歌的支出同比达到四倍以上；过去12个月，逾2600家客户在这一平台使用至少1000亿Token，近75家达到至少10万亿[10]。

AWS也披露，Fortune 500企业在Amazon Bedrock上的模型调用支出，同比接近七倍；Bedrock平台整体的Token量，则接近上年同期的17倍[11]。Salesforce也在财报中披露，截至2026年7月31日的季度，Agentforce与Slack交付了32亿个“智能体工作单元”，环比增长97%[12]。

AI进入企业深水区：从代码走向真实运营，“企业上下文”成为落地关键把客户放回具体行业，AI应用的变化会更清楚。租车企业Hertz（赫兹）用AI辅助遗留代码迁移，卫生健康用品企业Essity从采购和财务切入，英国电信运营商Virgin Media O2把先进AI嵌入客服流程，酒店集团Radisson（丽笙）则在推进实时房态、房价与对话式平台的连接[8,13-14]。

服饰品牌拉夫劳伦（Ralph Lauren）也已经推出会话式AI购物功能，让用户通过自然语言获得搭配推荐，并把推荐商品加入购物车[15]。尽管这些项目的部署阶段不同，应用范围已经从软件开发，延伸到采购、营销、客服和交易环节。

要理解从开发工具走向业务应用的路径，可以看看连接航空公司、旅行社等参与方的旅游分销技术平台Travelport。这家公司在10月披露，与IT及业务流程服务商Cognizant（高知特）合作的第一阶段，已经完成平台、架构和工程基础建设，正在引入代码生成、测试生成和代码评审工具。

下一步，则是把AI嵌入预订、改签、退款等业务流程[16]。旅客可以让AI规划行程，企业平台却未必能够理解并完成这些需求。从旅行意图到确认预订，还要经过库存、价格、交易规则和后台系统。

以退款为例，理解客户的请求只是第一步。系统还需要知道订单状态、适用规则、可调用的接口，以及哪些情况需要人工判断。这些信息共同构成企业上下文：既包括文档里的知识，也包括实时业务状态和组织内部的操作经验。

Infosys披露的另一个案例也同样展现“企业上下文”的重要性：一家餐饮服务企业每天在分散系统中处理超过一万张发票，新平台必须在旧系统继续运行的前提下建设[6]。企业推进AI时，付款、订单和客户服务仍然要照常运转。

随着AI进入运营，行业知识、业务语言、数据连接和系统集成的重要性也在提高。产业价值正在向企业上下文和应用环节延伸。模型提供通用能力，企业需要进一步把它变成能够处理自身业务的系统。理解流程、连接数据、保留组织经验，正在成为AI创造实际价值的重要条件。

AI价值初显：“提效”已可量化，“增收”仍待验证AI已经出现了哪些效果？目前更具体的量化披露，集中在任务和流程效率的优化上。据埃森哲披露，能源公司bp（英国石油）的营销改造，把数百个区域流程调整为统一模式，内容产出达到此前的2.5倍，所需投入减少23%。

另一个匿名药企案例中，临床试验方案的情景生成与分析，在首次应用中由10天缩短至10分钟[17]。Infosys在4月披露，美国汽车租赁公司Hertz用AI辅助迁移300万行旧代码，相对不使用AI的方案，成本和时间均减少60%[13]。

Hertz自己在8月的季度电话会管理层发言中说，AI驱动的数据洞察帮助缩短车辆周转时间[18]。TCS在7月披露，一家大型零售商用70个Agent连接超过60项基础设施与应用工作流，故障修复速度提高30%，事件数量减少80%[19]。

Infosys为拉夫劳伦打造的AI购物助手Ask Ralph，支持消费者用自然语言寻找搭配、获得个性化推荐[20]。拉夫劳伦管理层也在电话会上介绍，它有助于改善购物体验，并积累更丰富的消费者偏好数据[22]。

同季度，拉夫劳伦整体营收同比增长约12%，公司披露的经营表现还涉及平均售价提升、全价销售和较少促销等因素[21]。虽然尚不足以量化Ask Ralph带来的增量收入，但仍然可以看出AI正在参与购物体验的改善。

埃森哲披露的采购与财务AI项目客户——卫生健康用品公司Essity，在三季度电话会上提到，加入AI能力的Tork Vision Cleaning清洁管理产品，最多能为客户节省25%的清洁时间，已经进入38家机场。

其中，50%的产品客户此前不是Tork客户，AI开始帮助原有品牌获得新客户[8,23]。AI正在改善既有业务的成本、速度与转化，但AI是否能缔造“第二曲线”还有待验证。AI正在改变定价模式：从人头/席位，进一步向按结果付费模式延伸当客户相信AI能够提高效率，就会进一步要求分享收益。

Infosys在电话会中表示，客户正在要求让渡AI带来的生产率收益，部分要求甚至超过其能够接受的经济回报门槛[6]。这首先会直接影响SI服务商传统按人力投入计费的方式。如果同一项工作可以用更少的人、更短的时间完成，客户就会重新讨论人员配置、项目报价和交付承诺，供应商提高效率之后，能够保留多少收益，也需要重新谈判。

Cognizant披露，部分客户开始要求把预训练和推理成本纳入报价。公司还介绍过一项保险经纪客户合作，承诺在五年内通过AI和运营重构，实现超过50%的生产率提升[24]。尽管这些承诺仍待兑现，合同讨论已经开始围绕最终效果展开：投入多少人工和机器成本，能够完成多少业务，效率需要改善到什么程度。

按席位收费的SaaS也同样受到影响，如果部分操作由Agent完成，人类账号数量就可能不再与业务量同步增长。微软明确表示，其商业模式正在从按席位订阅，扩展为同时包含按量消费。通过按量计费主动消耗Copilot额度的客户数量，单季增长超过75%；

GitHub智能体功能消耗的额度，自按量计费生效以来已超过此前两倍[9]。SAP也把Agent按执行动作计量，把部分AI功能按请求或记录计量，统一消耗预购的AI Units，也就是AI使用额度[25]。

除了为员工购买使用权，企业还要为机器执行的动作、处理的记录和持续运行的任务付费。席位与按量计费会继续并存，但客户会越来越关心，把人工、软件、推理和复核成本加在一起，一项业务究竟花了多少钱。

AI需求比想象更复杂：告别单一大模型迷信，多模型与多云的灵活混合部署成趋势处理一张常规单据，与分析一个复杂业务问题，对模型能力、响应速度和成本的要求并不相同，多模型共存已经有了具体的业务理由。

Infosys在10月电话会上称，Topaz Fabric提供15种基础模型及其不同版本，已有多家客户实施，部分正在扩大使用。客户可以根据任务要求和Token成本选择模型，并在自身环境保护数据[6]。

Notion在10月披露，其Auto路由器从客户授权共享的数据中提取CRM维护、库存管理和客服回复等20类常见任务，在模拟工作环境中比较模型，再按任务分配调用。按Notion自测，Auto以约低90%的成本达到前沿模型约九成的表现[26]。

部署方式也在分化。埃森哲在电话会中提到，前沿模型、专用模型、小模型和开放权重模型并存，私有与主权AI需求也变得更加重要[17]。法国巴黎银行9月与Google Cloud合作披露，支付账户业务Nickel已经使用Gemini支持200名客服顾问查找业务规则，集团按业务场景选择模型、基础设施和控制等级，并明确部分数据不会存入公有云[27]。

企业既要考虑模型能力，也要考虑数据能放在哪里、哪些系统能够访问，以及持续运行需要多少费用。因此，企业AI市场容纳的选择，可能比消费端更复杂。不同模型和部署方式，可以服务于不同任务，并在同一家企业中共存。

企业采购正在变成对模型、数据环境和业务流程的组合选择。AI越接近执行，治理与控制越成为必要能力AI生成文本、草稿时，人类可以在使用前检查。当它开始处理订单、理赔或付款时，错误可能直接进入业务系统，企业需要提前规定它能读取什么、执行哪些动作，以及何时转交人工。

Cognizant旗下TriZetto，允许Agent依据医疗保险机构自己的标准操作流程，处理符合条件的常规待决理赔，拒赔、例外和复杂事项转交人工。工作队列、Agent动作和处理结果保留在同一环境中，团队可以分辨哪些环节由AI处理、哪些经过人工审核[28]。

Swisscom员工与AWS在2025年12月共同撰文，介绍瑞士电信销售及技术支持Agent的构建方式，系统接入已有身份验证体系，再为下游工具调用生成临时令牌[29]。这个令牌只开放当前客户交互所获准访问的资源，不同用户的记忆分开保存，运行轨迹则进入企业原有监控系统。

文章称两个Agent正在接入现有聊天系统，不能把这一实施进展扩大成全公司全面投产[29]。身份和权限限定Agent能够接触的资源，操作记录帮助追查错误，人工接管保留对复杂情况的判断，任何一环缺失，都可能把一次模型失误扩大为业务事故。

凯捷在2026年资本市场日提出的Agent控制层，又将问题推到跨系统管理。其方案围绕智能体的治理、编排和人机协作展开，管理层同时列举身份、权限、策略、审计与成本等对象，提出协助客户建设和运营这层能力[30]。

随着Agent增多，企业需要有人持续管理它们的访问、动作、成本与异常。从理赔中的人工接管，到工具访问的逐次授权，再到跨系统的统一管理，治理是AI进入企业的“最后一公里”。总结：AI的确进入企业深水区，但仍在等待合理定价、灵活部署、安全治理的成熟采购开始形成规模，应用从代码生成延伸到采购、营销、客服和交易，收费方式与岗位分工也随之调整，企业正在围绕AI改变日常经营。

但应用深入，距离回报成熟仍有一段路。项目节省的时间能否转化为真实成本下降，改善的体验能否带来持续收入，都需要进一步验证；目前更明确的收益仍集中在既有业务的优化，企业级“第二曲线”尚需更多可归因的收入与利润来证明。

合理定价，决定这场改造能否持续。客户希望分享生产率收益，供应商需要覆盖模型、集成与运营成本，按人头、按席位、按用量和按结果收费还会继续磨合，最终要回答的是一项业务完成得更好之后，各方能够留下多少收益。

灵活部署与安全治理，则决定AI能够深入到哪里。不同任务对模型能力和成本有不同要求，不同数据需要不同的运行环境；当Agent开始执行订单、理赔与付款，权限、监控、审计和人工接管也必须同步进入业务流程。

这或许就是2026年，真实世界里AI进入企业的侧影。每一项通用技术的商业史，几乎都要历经同样的幻灭周期。但正如2000年互联网泡沫的破裂，从未阻挡电商与云计算真正重塑世界一样，最终留下的恰恰是AI渗透进产业深水区的真正价值。

参考资料：[1]Venema K.Nasdaq Drops 365 Points on Big Alphabet Miss:Stock Market Today[EB/OL].Kiplinger,(2026-10-29)[2026-11-02].[2]Culp S,Agarwal P.Wall Street closes sharply lower as AI cash burn fears spark tech selloff[EB/OL].Reuters,(2026-10-30)[2026-11-02].[3]胡家荣.港股收盘：科技指数创年内单月最大跌幅，算力硬件股深度回调[EB/OL].财联社,(2026-10-30)[2026-11-02].[4]章萝兰.10月A股“双创”指数大幅下探，创业板指跌超23%，科创50指数月跌24%[N/OL].香港文汇报,2026-10-30[2026-11-02].[5]Gartner.Gartner Forecasts Worldwide IT Spending to Grow 15%in 2027,Totaling$7.35 Trillion[EB/OL].(2026-10-21)[2026-11-02].[6]Infosys Limited.Q2 FY27 Earnings Conference Call[R/OL].Infosys,2026-10-23[2026-11-02].[7]Tata Consultancy Services.International Growth and Strategic Wins Underpin TCS’Q2[EB/OL].(2026-10-08)[2026-11-02].[8]Accenture.First Quarter Fiscal 2026 Conference Call Transcript[R/OL].Accenture,2025-12-18[2026-11-02].[9]Microsoft.Microsoft Fiscal Year 2027 First Quarter Earnings Conference Call[R/OL].The Motley Fool（2026-10-28电话会转载）,2026-10-29[2026-11-02].[10]Alphabet.Q3 2026 Earnings Call Transcript[R/OL].Alphabet,2026-10-28[2026-11-02].[11]Amazon.com.Amazon.com Announces Third Quarter Results[EB/OL].(2026-10-29)[2026-11-02].[12]Salesforce.Salesforce Delivers Record Second Quarter Fiscal 2027 Results[EB/OL].(2026-08-26)[2026-11-02].[13]Infosys Limited.Q4 FY26 Earnings Conference Call[R/OL].Infosys,2026-04-23[2026-11-02].[14]Accenture.Second Quarter Fiscal 2026 Conference Call Transcript[R/OL].Accenture,2026-03-19[2026-11-02].[15]Ralph Lauren Corporation.Ralph Lauren Introduces Ask Ralph,a New Conversational AI Shopping Experience[EB/OL].(2025-09-09)[2026-11-02].[16]Travelport.Travelport and Cognizant deepen strategic partnership to build intelligent travel retail for the AI era[EB/OL].(2026-10-27)[2026-11-02].[17]Accenture.Fourth Quarter Fiscal 2026 Conference Call Transcript[R/OL].Accenture,2026-10-01[2026-11-02].[18]Hertz Global Holdings.Q2 2026 Prepared Remarks[R/OL].Hertz,2026-08-06[2026-11-02].[19]Tata Consultancy Services.Q1 FY2027 Earnings Conference Call Transcript[R/OL].TCS,2026-07-09[2026-11-02].[20]Infosys.Unlocking AI Value:CPG,Logistics and Retail[R/OL].Infosys AI Day,2026-02-17[2026-11-02].[21]Ralph Lauren Corporation.Ralph Lauren Reports Strong Third Q