AI 改写企业预算流向：软件开支收缩，AI 采购成新刚需

今年上半年，中国 ToB 市场最明显的变化不是新软件上线，而是钱的流向发生了重排。多家企业级服务商在与电商、营销、办公等客户的接触中发现，软件与基础设施的预算正在被压缩，而被挤出的预算正在涌向 AI。过去 AI 功能只是采购的「附赠亮点」，如今 AI 本身已成为驱动企业采购决策的核心变量。

预算心智被改写：八成电商客户缩减软件开支

一家企业数智化服务商反馈，今年约八成的电商客户给出了「软件预算下降」的明确信号。这一趋势不仅出现在利润承压的企业中，一些利润较好的公司也在做同样的调整。瓴羊 AgentOne 高级产品运营专家刘静怡观察认为，AI Coding 大幅压低了软件开发成本，企业决策者即便不清楚 AI 实际效果，也会倾向于把软件预算压一压、转投 AI。

这种变化已经在大型企业内部被「自上而下」地驱动。实在智能 CEO 孙林君透露，今年 Q1 公司 Agent 在电商板块拿下 150% 增长，且大量来自「首面即签」的新客户；家电、大型服装等传统行业也对 AI 改造表现出明显兴趣。

来自海外的数据印证了这一再分配趋势。高盛 2026 年 5 月发布的 CIO 调研显示，企业 AI Token 预算中仅 33% 来自新增拨款，其余 66% 来自存量预算再分配，其中劳动力预算和应用软件预算是两大主要来源。

不过这种「腾挪」仍集中在营销、客服、办公等轻系统领域。头部银行的大数据部门、ERP、财税、法务等高准确度场景，对 AI 渗透仍十分谨慎。

自研击穿轻场景，服务商不再只和同行 PK

AI Coding 与智能体能力的进步，让许多大型企业萌生了自研冲动。每日互动创始人方毅举例，有地方开发区负责人直接拒绝签批信息化建设项目，因为办公室内部已经用 AI 工具把系统开发了出来。

先被自研击穿的场景有三个共同特征：链路短、门槛低、不依赖企业深层私有数据。典型如电商的单条商品评论分析，刘静怡介绍客户「最多消耗几百块算力」就能自建智能体，而过去这类场景对应的是几万到几十万元的完整产品。

网易智企副总经理、云商业务负责人肖钰妍指出，今年最直接的挑战并非来自竞争对手，而是大型企业内部已经具备一定规模的研发团队，它们需要证明自身价值。

自研并非万能。灵核数智客户 AI 成功负责人王婷接触的一家年营收近 200 亿元企业曾组建 5 人 AI 团队自建工具一年多，董事长最终评价「除了营销快速出图外没有效果」，又回过头来寻找外部团队。「我们接触这样的企业已经不是一家两家。」

IDC 评价，企业的 AI 采购正愈发聚焦使用效率、成本管控与可量化的落地成果。中科深智创始人成维忠直言，原来看重的是工具，现在看重的是结果——「电商直播场景有一个数字人不代表货就能卖出去」。他提到曾有制造业客户花 5 万元使用某办公 AI 产品半个月后停掉合作，因为「5 万块钱连响都没听到，看上去砸 50 万也未必听到响」。

服务商三线调整：产品做细、服务做重、交付结果

面对预算收缩与自研冲击，企业级 Agent 服务商正在多条线同步调整。

客户分层：瓴羊将客户划为三类：少数已自建大量 Agent、只差「最后一公里技能」的塔尖客户；接受开放场景、采用托管式数字员工的电商主流客户；以及只有用 AI 需求但场景模糊、需专家进场的大客户。
产品颗粒度变细：原来以整套产品或平台切入，现在要把技能和 MCP 接口拆出来卖，以更低门槛接入更多客户场景。
服务做重：网易智企更聚焦中腰部客户，除产品能力外还提供工具组合以提升交付后的 AI 运营能力。
面向结果交付：中科深智过去大半年从纯 SaaS 销售转向面向效果的服务，围绕「流量获取—转化」打造闭环链路，在数字人直播业务上将七成精力投在直播间之外补足投流、短视频生成等能力。

最后一公里的两条路径：FDE 与 CCE

「POC 时 Demo 很好，真正落地时效果上不去」，是当前企业级 AI 落地最普遍的问题。服务商认为，症结在于 POC 只验证单点需求，而企业实际场景还涉及人、规则和大量隐性知识，即业内常说的「AI 落地最后一公里」。

围绕这一问题，行业出现了两种路径分化：

FDE（前沿部署工程师）：SAP 大中华区总裁原欣提出，FDE 将成为打通 AI 商业化落地最后一公里的关键角色，兼具深度技术编码与业务洞察，在客户现场充当「微型技术负责人」。
CCE（AI 共创工程师）：方毅认为 Palantir 500 万美元起的高客单价模式在中国市场会「水土不服」，他主张把客户的人拉到服务商处训练成能自己干活的人，再送回企业改造组织，并配套「AI 编程能力 + 工作站硬件 + 可信交付」的组合方案。

灵核数智的 CASM（AI 客户成功团队）则采用授人以渔的三步路线：AI 共识、AI 共创、AI 共生，先管理预期、再设计目标，最后陪企业完成组织层面调整。

钱正在流向新地方，自研正在吃掉一部分老地盘，企业级 AI 的供给与需求两端都在被重新书写。预算收缩只是表象，更深层的变化是，采购标准、交付方式与人才结构都在被 AI 重定义。