第 2.2 章｜应用与商业化

AI 应用已经产生收入，但价值高度集中在少数工作流。真正的分水岭不是“有没有 AI 功能”，而是客户是否愿意持续付费，以及软件能否对业务结果负责。

“大多数项目失败”掩盖了什么

市场上常见的“95% 企业 AI 项目没有回报”标题，把试验、采购、生产部署和财务收益混成了一个数字。现实更细：大量通用聊天机器人和内部试点确实停在演示阶段；编码、客服、医疗记录、法律检索等边界清晰的任务，却已经形成规模化收入。

因此，问题不是企业是否采用 AI，而是采用发生在哪一层：

1. 员工自行使用通用工具；
2. 企业购买席位；
3. 工具接入权限与业务系统；
4. 工作流被重新设计；
5. 收入、成本或周转时间出现可审计改善。

只有最后两层能支撑持久的应用估值。

已形成规模的应用市场

这些数字口径并不完全可比：ARR、ACV、收入运行率、签约额和估值是不同对象。表格的作用是显示需求集中在哪里，而不是给公司按规模排名。

谁已经赚到钱

编码工具最先兑现，原因很清楚：开发者成本高，输出可测试，节省时间容易计算，而且产品天然贴近高频工作流。客服排在其后，企业愿意为“成功解决一次问题”而不是一个软件席位付费。医疗和法律场景价值高，但合规、责任和销售周期更长。

横向办公助手的采用最广，收益证明却最弱。节省几分钟写邮件并不一定减少人力或增加收入；如果工作量只是转移，企业很难把“使用次数”转化为预算扩张。

从席位收费到结果收费

传统 SaaS 按用户席位收费，AI 智能体可能减少需要坐在席位上的人。行业因此转向按调用量、处理量、成功结果或节省金额计费。结果定价提高了收入上限，也把模型错误、推理成本和服务责任转移给供应商。

对投资者而言，结果计费的关键不是合同故事，而是单位经济性：一次成功结果要消耗多少推理、人工复核和客户支持；模型价格下降能否转化为毛利；复杂任务失败时由谁承担成本。

美国卖订阅，中国先做分发

美国市场更习惯按软件席位付费，Microsoft、Salesforce、ServiceNow 以及大量垂直应用能够直接提高客单价。中国消费者和企业的付费习惯不同，豆包、元宝、文心与 DeepSeek 更常通过免费产品获取规模，再由广告、云服务、会员或生态业务间接变现。

这不等于中国应用没有价值，而是价值归属不同。超级应用和内容平台拥有低成本分发，但单个 AI 产品的收入不容易被单独观察；美国独立应用更容易形成高 ARR，也更容易在高估值下暴露于增长放缓。

“套壳”会不会被模型吃掉

只提供一个新界面、没有专有数据和流程控制的应用，很容易被模型供应商复制。真正能保住价值的应用通常至少拥有一项：

• 深度嵌入客户的系统和权限；
• 高质量、可合法使用的专有数据；
• 针对具体行业设计的审核与责任流程；
• 强分发渠道或现有客户关系；
• 可衡量、供应商愿意承担的业务结果。

模型越强，简单功能越容易被吸收；但工作流越深，集成、信任与切换成本越重要。应用层不会消失，只会淘汰缺乏控制点的中间层。

到 2028 年真正要看的采用指标

不要把“智能体数量”“试点客户数”或发布会演示当作采用。更有判断力的指标是：

• 试点转为生产合同的比例；
• 单客户用量与续约后客单价；
• 无人干预完成率和错误成本；
• 客户是否披露具体的利润、收入或周转改善；
• 推理成本下降后，毛利是扩大还是被降价让给客户；
• AI 收入是否足以抵消传统席位减少。

投资判断：拥有工作流，而不是功能按钮

公开市场中，Microsoft、Salesforce、ServiceNow、Adobe、Intuit 和 Palantir 都提供不同形式的应用敞口。判断它们时，应把 AI 增量收入与原有业务、估值和客户集中分开。私营明星公司的高增长更纯粹，但估值、流动性和融资条件也更脆弱。

本章多头逻辑的最强确认，是客户连续披露可审计的利润改善，并愿意把实验预算转为多年生产合同。最强反证则是试点长期堆积、错误率不降、结果定价侵蚀供应商毛利，以及模型厂商把垂直功能免费捆绑进基础产品。