社区

5月19日，AMD上海AI开发者日上，李开复和苏姿丰聊了一场很有意思的对谈。 $美国超微公司(AMD)$

表面看，这是一次AI开发者大会。AMD要讲算力，苏姿丰要讲生态，李开复要讲AI应用趋势。

但我听下来，真正有杀伤力的，是李开复那句话：

2026年的核心问题，已经不是AI能不能完成一个任务，而是AI能不能替代一个企业的职能部门。

他还补了一刀：

如果AI部署最后没有改变季度财报电话会里的任何数字，就不是真正的AI转型。

这句话挺狠。

过去两年，AI行业最喜欢讲的词是：大模型、多模态、Agent、Token、推理成本、开源闭源、参数规模。

听起来都很厉害。

但对一家企业来说，最后只剩一个问题：

你花钱上AI，到底有没有让财报变好？

如果收入没涨，费用没降，毛利率没动，现金流没改善，只是让员工多了一个聊天窗口，那就很尴尬。

这叫数字化装修。

看起来挺新，月底一结账，老板血压也挺新。

我觉得李开复这句话最重要的地方，就是把AI从技术圈拉回了经营现场。

AI不再只是工程师的玩具，也不再只是发布会上的演示视频。它要开始接受CFO审判了。

AI从“帮你干活”，走到“替你管事”

2023年，大家第一次被ChatGPT震到的时候，关注的是AI会不会写文案、写代码、做PPT、画图。

那时候AI像一个超强实习生。

你给它一个任务，它给你一个结果。偶尔靠谱，偶尔胡说八道。你不能完全信它，但你会忍不住继续用。

2024年，企业开始试工作流。

客服、销售、法务、财务、代码、运营，各个部门都接一点AI。一个表格能自动生成，一个邮件能自动回复，一个客服问题能自动分流。

这时AI像一个助手。

它能帮人省时间，但还没真正接管责任。

到了2026年，李开复说的问题变了：AI能不能替代一个职能部门？

这个说法，听起来有点吓人。

但它不是说一家公司明天就把财务部、市场部、客服部全部裁掉，换成一群Agent。

没那么科幻，也没那么省心。

真正的变化是：企业开始看AI能不能承担“部门级结果”。

比如客服部门，过去看响应速度、解决率、满意度、人力成本。AI如果接进去，就不能只回答几个问题，它要影响这些指标。

比如销售部门，过去看线索转化、客单价、复购率。AI如果接进去，就不能只生成销售话术，它要帮你提高成交率。

比如研发部门，过去看交付周期、Bug率、版本迭代速度。AI如果接进去，就不能只补全代码，它要缩短项目周期。

这就是从“任务级AI”到“部门级AI”。

任务级AI看功能。

部门级AI看结果。

功能可以很炫，结果很难骗人。

资本市场也会越来越现实。过去你说“我们全面拥抱AI”，股价可能有反应。以后你说“AI让销售费用率下降2个百分点，研发周期缩短30%，客服人力成本下降20%”，市场才会认真听。

因为这才是财报语言。

这也是2026年AI行业最明显的估值切换。

以前AI应用讲DAU、调用量、模型能力。

接下来要讲ARPU、续费率、毛利率、费用率、现金流质量。

用大白话说：

以前AI负责让你看起来先进。以后AI负责让你真的多赚钱。

最先受益的，不一定是最会聊天的AI

很多人一聊AI应用，就容易想到聊天机器人。

但我觉得，真正能先跑出来的企业AI，未必长得像聊天框。

它更可能藏在后台系统里。

在CRM里，在ERP里，在代码平台里，在客服系统里，在供应链系统里，在财务审批里，在库存调度里。

它不一定每天跟你说话，但它会默默改掉企业的流程。

这也是我看苏姿丰和李开复这场对谈时，比较关注AMD的原因。

AMD讲的不是“我也有AI故事”，而是企业AI落地背后的算力底座。

如果AI只是个人写写文案，算力压力没那么大。

但如果一个企业让AI去跑客服、跑风控、跑代码、跑销售、跑供应链，那就是另一回事。

它要稳定，要便宜，要低延迟，要能并发，要能私有化部署，还要能被审计。

这不是一个聊天机器人能解决的。

这背后需要GPU、CPU、网络、存储、云、软件栈一起配合。

所以AMD的机会，不是复制一个英伟达。

英伟达太强了，生态太深了，CUDA也不是一天能绕过去的。

AMD更现实的资本故事，是在企业AI规模化落地之后，吃到成本敏感型客户、私有化部署客户、推理场景客户和开放生态客户的增量。

企业不会永远只问“谁最强”。

它还会问：

谁更便宜？ 谁供货更稳？ 谁更适合我的系统？ 谁能让我不用被单一供应商锁死？

这就是AMD的预期差。

云厂商也一样。

阿里云、腾讯云、百度智能云、火山引擎、金山云，接下来拼的不会只是“谁模型更好”。

企业客户关心的是： 我的数据能不能接进去？ 权限能不能管住？ 流程能不能打通？ 出错能不能追责？ 成本能不能算清楚？

所以AI云的估值锚，也会从“有多少卡”，慢慢变成“有多少真实业务在跑”。

卡多不等于赚钱。

卡满载，才有交易价值。

如果Agent真的开始接管企业工作流，推理调用量会很夸张。一次调用便宜了，不代表总收入变少。就像外卖客单价不高，但一天跑几千万单，那就是生意。

AI也一样。

单个Token便宜了，但如果企业每个流程都在调用模型，总量可能更大。

这就是市场之前低估的地方。

还有一类公司，会变得很有意思。

企业软件。

美国那边，Salesforce、ServiceNow、Snowflake、Microsoft，AI故事都不是单纯模型强，而是它们本来就在企业工作流里。

销售在CRM里，IT服务在Now里，数据在Snowflake里，办公在Microsoft里。

AI一旦嵌进去，不用重新教育用户。

这就像你家小区门口的便利店突然开始卖咖啡。它不一定比精品咖啡馆好喝，但你每天路过。

中国对应的机会，在钉钉、企业微信、金山办公、金蝶、用友、微盟、有赞、明源云这些地方。

它们不一定有最强模型。

但它们离企业流程近。

这很关键。

AI替代部门，不会先从一个独立App里发生。它会先发生在企业已经付钱、已经沉淀数据、已经跑流程的软件系统里。

这句话可以记一下：

企业AI的入口，不在聊天框里，在工作流里。

不能进财报的AI，最后都会变成费用

我觉得2026年之后，AI行业会出现一次很残酷的分层。

第一类公司，AI只是包装。

发布会很热闹，Demo很丝滑，视频很震撼。用户试完说一句“还挺好玩”，然后关掉。

这种AI，很容易被杀估值。

因为它没有改变任何经营数字。

第二类公司，AI能提高效率，但结果不稳定。

比如帮员工写东西，帮客服总结，帮销售整理线索。它有价值，但还停留在个人效率层面。

这种AI会成为标配功能，但不一定能带来明显溢价。

第三类公司，AI能进入业务闭环。

能影响收入、成本、利润率、现金流。

这才是资本市场真正会给估值的AI。

比如一家电商公司，用AI做选品、定价、投放和供应链，库存周转变快了，退货率下降了，广告ROI提高了。

比如一家内容平台，用AI做分镜、剪辑、配音、特效，内容成本下降，产能提升，广告库存增加。

比如一家医疗平台，用AI做问诊分流、用药建议、复诊提醒，最后带来药品履约和服务收入。

这类AI不需要每天在热搜上。

它只要进财报，就够了。

所以接下来判断一家公司的AI含金量，我建议看四个指标。

第一，收入有没有新入口。

AI是不是带来了新增订阅、新增客户、新增使用量，还是只是原来产品里的免费功能。

第二，成本有没有真下降。

有没有减少人工审核、客服、运营、研发测试、内容制作成本。

第三，毛利率有没有改善。

尤其是云和模型公司，如果AI收入涨了，但推理成本也涨得更快，那故事就没那么好听。

第四，现金流有没有变好。

重资本开支不是问题，问题是投出去的钱有没有形成高质量收入。

这四个指标，比“我们接入了多少个大模型”有用多了。

因为资本市场最后不看热闹。

它看兑现。

李开复这句话，最像给AI行业立了一条新规矩：

不能改变财报数字的AI，都是待验证成本。

这句话可能不浪漫，但很真实。

企业老板也会越来越这么想。

过去老板听AI，可能问： “这个东西厉害吗？”

现在老板会问： “这个东西能不能少招人？能不能多卖货？能不能让客户续费？能不能让我下个季度电话会好看一点？”

这就是AI从技术叙事变成经营叙事的开始。

也是投资者要重新调整视角的地方。

别只看谁模型发布得快。 别只看谁融资最多。 别只看谁视频最炸。

要看谁能把AI塞进真实组织，塞进真实流程，塞进真实财报。

2023年，AI卖想象力。 2024年，AI卖能力。 2025年，AI卖应用。 2026年，AI要卖结果。

这个变化对很多公司都不友好。

因为结果不好编。

但对真正有场景、有数据、有客户、有交付能力的公司，这是一次估值切换机会。

AMD有机会讲企业AI算力的第二供给曲线。 云厂商有机会讲Agent调用量和MaaS收入。 企业软件公司有机会讲工作流重构。 内容、电商、医疗、金融平台，有机会讲成本下降和转化率提升。

我现在越来越相信，AI行业接下来最重要的公司，不一定是看起来最像AI公司的公司。

它可能是一家云公司。 可能是一家办公软件公司。 可能是一家电商公司。 可能是一家医疗服务平台。 也可能是一家原来大家觉得很传统的企业软件公司。

因为真正的AI商业化，不是让机器变得更像人。

而是让公司的数字变得更好看。

这听起来没那么科幻。

但很资本市场。

也很残酷。

不能进入财报的AI，最终只是工具。

能改变财报的AI，才会变成资产。