AI開始進財報了

5月19日，AMD上海AI開發(fā)者日上，李開復(fù)和蘇姿豐聊了一場很有意思的對談。

表面看，這是一次AI開發(fā)者大會。AMD要講算力，蘇姿豐要講生態(tài)，李開復(fù)要講AI應(yīng)用趨勢。

但我聽下來，真正有殺傷力的，是李開復(fù)那句話：

2026年的核心問題，已經(jīng)不是AI能不能完成一個任務(wù)，而是AI能不能替代一個企業(yè)的職能部門。

他還補了一刀：

如果AI部署最后沒有改變季度財報電話會里的任何數(shù)字，就不是真正的AI轉(zhuǎn)型。

這句話挺狠。

過去兩年，AI行業(yè)最喜歡講的詞是：大模型、多模態(tài)、Agent、Token、推理成本、開源閉源、參數(shù)規(guī)模。

聽起來都很厲害。

但對一家企業(yè)來說，最后只剩一個問題：

你花錢上AI，到底有沒有讓財報變好？

如果收入沒漲，費用沒降，毛利率沒動，現(xiàn)金流沒改善，只是讓員工多了一個聊天窗口，那就很尷尬。

這叫數(shù)字化裝修。

看起來挺新，月底一結(jié)賬，老板血壓也挺新。

我覺得李開復(fù)這句話最重要的地方，就是把AI從技術(shù)圈拉回了經(jīng)營現(xiàn)場。

AI不再只是工程師的玩具，也不再只是發(fā)布會上的演示視頻。它要開始接受CFO審判了。

AI從“幫你干活”，走到“替你管事”

2023年，大家第一次被ChatGPT震到的時候，關(guān)注的是AI會不會寫文案、寫代碼、做PPT、畫圖。

那時候AI像一個超強實習生。

你給它一個任務(wù)，它給你一個結(jié)果。偶爾靠譜，偶爾胡說八道。你不能完全信它，但你會忍不住繼續(xù)用。

2024年，企業(yè)開始試工作流。

客服、銷售、法務(wù)、財務(wù)、代碼、運營，各個部門都接一點AI。一個表格能自動生成，一個郵件能自動回復(fù)，一個客服問題能自動分流。

這時AI像一個助手。

它能幫人省時間，但還沒真正接管責任。

到了2026年，李開復(fù)說的問題變了：AI能不能替代一個職能部門？

這個說法，聽起來有點嚇人。

但它不是說一家公司明天就把財務(wù)部、市場部、客服部全部裁掉，換成一群Agent。

沒那么科幻，也沒那么省心。

真正的變化是：企業(yè)開始看AI能不能承擔“部門級結(jié)果”。

比如客服部門，過去看響應(yīng)速度、解決率、滿意度、人力成本。AI如果接進去，就不能只回答幾個問題，它要影響這些指標。

比如銷售部門，過去看線索轉(zhuǎn)化、客單價、復(fù)購率。AI如果接進去，就不能只生成銷售話術(shù)，它要幫你提高成交率。

比如研發(fā)部門，過去看交付周期、Bug率、版本迭代速度。AI如果接進去，就不能只補全代碼，它要縮短項目周期。

這就是從“任務(wù)級AI”到“部門級AI”。

任務(wù)級AI看功能。

部門級AI看結(jié)果。

功能可以很炫，結(jié)果很難騙人。

資本市場也會越來越現(xiàn)實。過去你說“我們?nèi)鎿肀I”，股價可能有反應(yīng)。以后你說“AI讓銷售費用率下降2個百分點，研發(fā)周期縮短30%，客服人力成本下降20%”，市場才會認真聽。

因為這才是財報語言。

這也是2026年AI行業(yè)最明顯的估值切換。

以前AI應(yīng)用講DAU、調(diào)用量、模型能力。

接下來要講ARPU、續(xù)費率、毛利率、費用率、現(xiàn)金流質(zhì)量。

用大白話說：

以前AI負責讓你看起來先進。以后AI負責讓你真的多賺錢。

最先受益的，不一定是最會聊天的AI

很多人一聊AI應(yīng)用，就容易想到聊天機器人。

但我覺得，真正能先跑出來的企業(yè)AI，未必長得像聊天框。

它更可能藏在后臺系統(tǒng)里。

在CRM里，在ERP里，在代碼平臺里，在客服系統(tǒng)里，在供應(yīng)鏈系統(tǒng)里，在財務(wù)審批里，在庫存調(diào)度里。

它不一定每天跟你說話，但它會默默改掉企業(yè)的流程。

這也是我看蘇姿豐和李開復(fù)這場對談時，比較關(guān)注AMD的原因。

AMD講的不是“我也有AI故事”，而是企業(yè)AI落地背后的算力底座。

如果AI只是個人寫寫文案，算力壓力沒那么大。

但如果一個企業(yè)讓AI去跑客服、跑風控、跑代碼、跑銷售、跑供應(yīng)鏈，那就是另一回事。

它要穩(wěn)定，要便宜，要低延遲，要能并發(fā)，要能私有化部署，還要能被審計。

這不是一個聊天機器人能解決的。

這背后需要GPU、CPU、網(wǎng)絡(luò)、存儲、云、軟件棧一起配合。

所以AMD的機會，不是復(fù)制一個英偉達。

英偉達太強了，生態(tài)太深了，CUDA也不是一天能繞過去的。

AMD更現(xiàn)實的資本故事，是在企業(yè)AI規(guī)模化落地之后，吃到成本敏感型客戶、私有化部署客戶、推理場景客戶和開放生態(tài)客戶的增量。

企業(yè)不會永遠只問“誰最強”。

它還會問：

誰更便宜？
誰供貨更穩(wěn)？
誰更適合我的系統(tǒng)？
誰能讓我不用被單一供應(yīng)商鎖死？

這就是AMD的預(yù)期差。

云廠商也一樣。

阿里云、騰訊云、百度智能云、火山引擎、金山云，接下來拼的不會只是“誰模型更好”。

企業(yè)客戶關(guān)心的是：
我的數(shù)據(jù)能不能接進去？
權(quán)限能不能管住？
流程能不能打通？
出錯能不能追責？
成本能不能算清楚？

所以AI云的估值錨，也會從“有多少卡”，慢慢變成“有多少真實業(yè)務(wù)在跑”。

卡多不等于賺錢。

卡滿載，才有交易價值。

如果Agent真的開始接管企業(yè)工作流，推理調(diào)用量會很夸張。一次調(diào)用便宜了，不代表總收入變少。就像外賣客單價不高，但一天跑幾千萬單，那就是生意。

AI也一樣。

單個Token便宜了，但如果企業(yè)每個流程都在調(diào)用模型，總量可能更大。

這就是市場之前低估的地方。

還有一類公司，會變得很有意思。

企業(yè)軟件。

美國那邊，Salesforce、ServiceNow、Snowflake、Microsoft，AI故事都不是單純模型強，而是它們本來就在企業(yè)工作流里。

銷售在CRM里，IT服務(wù)在Now里，數(shù)據(jù)在Snowflake里，辦公在Microsoft里。

AI一旦嵌進去，不用重新教育用戶。

這就像你家小區(qū)門口的便利店突然開始賣咖啡。它不一定比精品咖啡館好喝，但你每天路過。

中國對應(yīng)的機會，在釘釘、企業(yè)微信、金山辦公、金蝶、用友、微盟、有贊、明源云這些地方。

它們不一定有最強模型。

但它們離企業(yè)流程近。

這很關(guān)鍵。

AI替代部門，不會先從一個獨立App里發(fā)生。它會先發(fā)生在企業(yè)已經(jīng)付錢、已經(jīng)沉淀數(shù)據(jù)、已經(jīng)跑流程的軟件系統(tǒng)里。

這句話可以記一下：

企業(yè)AI的入口，不在聊天框里，在工作流里。

不能進財報的AI，最后都會變成費用

我覺得2026年之后，AI行業(yè)會出現(xiàn)一次很殘酷的分層。

第一類公司，AI只是包裝。

發(fā)布會很熱鬧，Demo很絲滑，視頻很震撼。用戶試完說一句“還挺好玩”，然后關(guān)掉。

這種AI，很容易被殺估值。

因為它沒有改變?nèi)魏谓?jīng)營數(shù)字。

第二類公司，AI能提高效率，但結(jié)果不穩(wěn)定。

比如幫員工寫東西，幫客服總結(jié)，幫銷售整理線索。它有價值，但還停留在個人效率層面。

這種AI會成為標配功能，但不一定能帶來明顯溢價。

第三類公司，AI能進入業(yè)務(wù)閉環(huán)。

能影響收入、成本、利潤率、現(xiàn)金流。

這才是資本市場真正會給估值的AI。

比如一家電商公司，用AI做選品、定價、投放和供應(yīng)鏈，庫存周轉(zhuǎn)變快了，退貨率下降了，廣告ROI提高了。

比如一家內(nèi)容平臺，用AI做分鏡、剪輯、配音、特效，內(nèi)容成本下降，產(chǎn)能提升，廣告庫存增加。

比如一家醫(yī)療平臺，用AI做問診分流、用藥建議、復(fù)診提醒，最后帶來藥品履約和服務(wù)收入。

這類AI不需要每天在熱搜上。

它只要進財報，就夠了。

所以接下來判斷一家公司的AI含金量，我建議看四個指標。

第一，收入有沒有新入口。

AI是不是帶來了新增訂閱、新增客戶、新增使用量，還是只是原來產(chǎn)品里的免費功能。

第二，成本有沒有真下降。

有沒有減少人工審核、客服、運營、研發(fā)測試、內(nèi)容制作成本。

第三，毛利率有沒有改善。

尤其是云和模型公司，如果AI收入漲了，但推理成本也漲得更快，那故事就沒那么好聽。

第四，現(xiàn)金流有沒有變好。

重資本開支不是問題，問題是投出去的錢有沒有形成高質(zhì)量收入。

這四個指標，比“我們接入了多少個大模型”有用多了。

因為資本市場最后不看熱鬧。

它看兌現(xiàn)。

李開復(fù)這句話，最像給AI行業(yè)立了一條新規(guī)矩：

不能改變財報數(shù)字的AI，都是待驗證成本。

這句話可能不浪漫，但很真實。

企業(yè)老板也會越來越這么想。

過去老板聽AI，可能問：
“這個東西厲害嗎？”

現(xiàn)在老板會問：
“這個東西能不能少招人？能不能多賣貨？能不能讓客戶續(xù)費？能不能讓我下個季度電話會好看一點？”

這就是AI從技術(shù)敘事變成經(jīng)營敘事的開始。

也是投資者要重新調(diào)整視角的地方。

別只看誰模型發(fā)布得快。
別只看誰融資最多。
別只看誰視頻最炸。

要看誰能把AI塞進真實組織，塞進真實流程，塞進真實財報。

2023年，AI賣想象力。
2024年，AI賣能力。
2025年，AI賣應(yīng)用。
2026年，AI要賣結(jié)果。

這個變化對很多公司都不友好。

因為結(jié)果不好編。

但對真正有場景、有數(shù)據(jù)、有客戶、有交付能力的公司，這是一次估值切換機會。

AMD有機會講企業(yè)AI算力的第二供給曲線。
云廠商有機會講Agent調(diào)用量和MaaS收入。
企業(yè)軟件公司有機會講工作流重構(gòu)。
內(nèi)容、電商、醫(yī)療、金融平臺，有機會講成本下降和轉(zhuǎn)化率提升。

我現(xiàn)在越來越相信，AI行業(yè)接下來最重要的公司，不一定是看起來最像AI公司的公司。

它可能是一家云公司。
可能是一家辦公軟件公司。
可能是一家電商公司。
可能是一家醫(yī)療服務(wù)平臺。
也可能是一家原來大家覺得很傳統(tǒng)的企業(yè)軟件公司。

因為真正的AI商業(yè)化，不是讓機器變得更像人。

而是讓公司的數(shù)字變得更好看。

這聽起來沒那么科幻。

但很資本市場。

也很殘酷。

不能進入財報的AI，最終只是工具。

能改變財報的AI，才會變成資產(chǎn)。