同样是 AI,为什么有的帮你省钱、有的帮你挣钱?9 月 18 号那 2000 个岗位给了答案

微享AI · 方向谈AI

碎碎念

OFF THE RECORD

写这篇之前，我把这三天存下来的十几条 AI 新闻又翻了一遍。翻到一半发现一件事：它们讲的其实是两种完全不同的东西，只是被装进了同一个词——“AI 落地”。

9 月18 号，上海，华为全联接大会的一个分论坛上，有人报了一个数字：2000。

说的是他们的数智员工，已经在 26 座城市、2000 多个岗位上岗了。

我看到这个数字的第一反应不是“好厉害”，是一个挺别扭的疑问：2000 多个岗位，干的是同一类活吗？

如果不是同一类活，那“2000”这个数字就没什么可惊叹的；如果是同一类活，那这一类活，到底是什么？

这个问题我在网上没找到现成答案。所以这篇我自己来拆。

今日 AI 大事一览

AI DAILY BRIEFING

01

360 和昇腾把多智能体协作从 2 小时压到 20 分钟：华为全联接大会上，360 与昇腾 AI 联合发布 Agent 方案，“蜂群多智能体协作技术”把原本需要多个角色来回接力 2 小时的任务压到 20 分钟。内测阶段 1000 步以上连续执行不中断，成功率 95% 以上。

这条属“能力侧”，它决定的是智能体能不能连续跑长活、而不是能干什么。做链路的人会先看这个数。

🔗 资讯来源：https://www.163.com/dy/article/L777CL8H05527PMU.html

🔗 核心资源：https://www.sohu.com/a/1078128273_122066678

02

阿里云“云市场”9 月20 日起改名“AI 应用市场”：9 月17 日发布公告，功能和服务不变，变的是定位——从卖云资源的地方，改成卖 AI 应用的地方。

货架改名不是小事。采购的人是从货架认识技术的，货架怎么分类，老板就怎么理解“AI 能买什么”。

🔗 资讯来源：https://www.aliyun.com/notice/118671

🔗 核心资源：https://news.qq.com/rain/a/20260918A02NYL00

03

智谱就 ZCode“默认开启”上传开发数据公开致歉：9 月18 日，智谱回应 ZCode 的“代码库索引”功能默认开启、会把整个项目工作区打包加密上传一事，称已修复，并承诺开源 ZCode 代码库、邀请第三方独立审查、重置全体用户周额度。报道提到，该行为在界面上两个开关都关不掉。

值得记下来的不是“谁犯了错”，是那个默认值的方向——默认值的设定逻辑永远是“功能更好用”，不是“企业更安全”。

🔗 资讯来源：https://www.thepaper.cn/newsDetail_forward_34103472

🔗 核心资源：https://tech.ifeng.com/c/8wWkqtwNNZdhttps://www.aibase.com/news/31173

04

麦肯锡《State of AI 2026》：88% 在用，39% 见到利润影响，6% 是高绩效者：报告口径是 88% 的组织至少在一个职能常规使用 AI；只有 39% 认为 AI 对 EBIT 有贡献，且多数低于 5%；约 6% 属于高绩效者。高绩效者里 55% 重新设计了工作流，其他企业只有 20%。

这三道数字不是“AI 没用”的证据，是“AI 被用在一小段上”的证据。真正拉开差距的那一项，叫工作流重设计。

🔗 资讯来源：https://healthmanagement.org/index.php/pdf/article/ai-adoption-grows-as-scaling-and-risks-persist

🔗 核心资源：https://algeriatech.news/enterprise-ai-agents-scaling-gap-mckinsey-state-of-ai-2026

05

OPPO 创始人陈明永内部讲话：只看到提效，是没理解 AI 的本质：他在内部讲，现在行业过度强调了 AI 作为“提效工具”的属性，AI 更多是释放生产力和创造力，而不是提效，更不是替代人。

一个做手机的老板和一个做智能体的 CEO，在同一周说了同一件事。这种事通常不是巧合。

🔗 资讯来源：https://news.qq.com/rain/a/20260918A02NYL00

06

GEO 五项团体标准正式公布：中国商务广告协会公布 T/CAACCHINA 001~005-2026，41 家参编单位、75 位专家、174 条反馈；服务商分六类、按五个维度评估并设一票否决，另有七类计价最小单元和九项核心指标。

这是第一次有人把 GEO 服务拆成可以被计量的最小单元。对准备采购的人来说，比多听十场讲解有用。

🔗 资讯来源：http://caacchina.org/news/notice/2026/0916/527.html

🔗 核心资源：https://egs.stcn.com/news/detail/2342160.html

全国团体标准信息平台 www.ttbz.org.cn（搜「GEO」）

07

移动云联合 6 家单位发布国内首个“国产 GPU ＋类脑芯片”异构混合推理系统：采用 AF 分离架构，Attention 走国产通用 GPU、FFN 走类脑芯片，用 DeepSeek V4 Flash 验证；能效与推理输出提升 1 倍以上，运营成本降低 40% 以上。

这类底层消息离老板很远，但它决定的是两三年之后你调用 AI 的单价。运营成本降四成，早晚会传到报价单上。

🔗 资讯来源：https://www.toutiao.com/article/7687068357518017063

08

阿里 DAMO Radar 开源医疗多模态模型：用 42 万+ 增强腹部 CT 与 1500 万解剖图文对训练，约 4 万例真实检查 AUC 达 0.913，覆盖 146 类病变；权重、代码与训练框架已上 GitHub 与 Hugging Face。测试中击败 26 位放射科医生中的 23 位。

这是“开源资源”这一类里最有代表性的一条——团队级模型，现在个人也能下载。原始仓库地址我这轮没取到，就不填了。

🔗 资讯来源：https://www.aiweekly.co/ai-news-today

09

国内解读：89% 企业普及 AI，真正跑出 ROI 的只有 6%：把这轮麦肯锡数据做成国内口径的解读，落点是“普及率高、价值率低”这道落差。

同一道落差，近 7 天至少有四家写过。写的人越多，越说明这件事还没被解决。

🔗 资讯来源：http://mp.weixin.qq.com/s?__biz=MzI1NzYwNTMzNw==&mid=2247533241&idx=1&sn=06b978f278e2fb129d4b969454d04652&chksm=eb29a73a794a0157a42392c670432733d67f0d470a70c3c66eba5e1dda28dfe68726ae772a2f#rd

10

另一版口径：88% 过了试点，14% 见到价值：同赛道另一家给出的数字组合不同，结论一致——试点通过容易，价值显形难。

数字版本不一样，不影响判断。落差本身在多个样本里都成立。

🔗 资讯来源：http://mp.weixin.qq.com/s?__biz=MzkxNzQ4MTcxMg==&mid=2247485124&idx=1&sn=8518d0d92582f706e620d70dba8837f1&chksm=c0d78d5cdaa748bf9940af7c9a8c04841cfd82229410cfe0defa82d13606d0df411c6ac4a80e#rd

9 月18 号上海那场发布会上，发布的其实是两款产品：销售大师和零售大师。官方说明是，它们覆盖从线索发现到回款的六个环节。同一家公司还披露了另一组数字：政务侧做了 60 多个项目、240 多个场景，并计划明年一季度申报港股 IPO。

接在哪一段、接得连不连续，决定它是成本项还是收入项

把 2000 个岗位放在一起看，你会发现它们不是一类活。按“在业务链路里占了几段”来分，至少能分出三种。

只占一段的：AI 客服、AI 写文案、AI 做表格、AI 生成图片。活是重复的，它做得比人快，仅此而已。

占多段但不连着的：有客服也有文案，中间那段跟进还是人在跑。两头都上了工具，中间那道口子还是靠人。

连着占几段的：从线索进来，到培育、跟进、签约、回款，相邻的几段由同一套系统在跑，人只在关键节点上插手。

现在市面上说的“AI 落地”，绝大多数是第一类。而“AI 到底值不值钱”这件事吵了三年吵不明白，原因就在这里——大家拿第一类的样本，去回答第三类的问题。

如果这篇只能记一句话，记这句：AI 省的是一段环节的时间，挣的是一条链路的完整。

一个省的是时间，一个挣的是单量

先说为什么省钱有天花板。一段环节的价值上限，就是这段环节本身耗费的时间和人力。把它压到极限就是零，但零也是极限。

客服原来 10 个人，现在 2 个人，省下来的是 8 个人的成本。这个数今年和明年一样，不会自己长大。

再说为什么挣钱没有天花板。线索到回款这条链上，任意两段之间都有一次流失。培育做得好一点，进入跟进的客户就多一点；跟进接得上，签约率就高一点；回款盯得住，坏账就少一点。这些系数是相乘的，不是相加的。

乘法的意思是你改任何一个系数，结果都会跟着动，而且不封顶。

顺带说一句，这也解释了麦肯锡今年那份报告里最扎眼的一组数字：88% 的组织在用 AI，只有 39% 认为它对利润有贡献，真正算高绩效的只有 6%。而在高绩效那一小撮里，55% 重新设计了工作流，其他企业只有 20%。

差在有没有把环节之间的接缝重新缝一遍

差别不在谁买的模型更强，在于有人只换了工具，有人把几段之间的接缝重新缝了一遍。

把 9 月17 号到 20 号这四天连起来看，会发现三件事在三个不同的位置上同时动了。

能力侧：360 和昇腾 AI 联合发布了一套 Agent 方案。“蜂群多智能体协作技术”把原本要多个角色接力 2 小时的任务，压到了 20 分钟。内测阶段 1000 步以上连续执行不中断。

场景侧：夸夸菁领把智能体接到了回款这一环，六段链路一次覆盖。

货架侧：阿里云 9 月17 日发公告，把“云市场”改名为“AI 应用市场”，9 月20 日生效。

三件事单看都不算大新闻。但放在一起，指向是清楚的：能力在往“能连续跑”走，场景在往“整条链”走，货架也在往“卖应用而不是卖资源”走。三头同时转向，通常意味着采购口径要跟着变。

9 月17 号，OPPO 创始人陈明永的一段内部讲话流出。他说行业现在过度强调了 AI 作为“提效工具”的属性，AI 更多是释放生产力和创造力，而不是提效，更不是替代人。原话是：“如果只看到提效，其实也是没理解 AI 的本质。”

一个做手机的老板，和一个做智能体的 CEO，在同一周说了同一件事。做手机的没必要替智能体说话，做智能体的也没必要替手机说话。两个人从不同的位置走到同一个判断上，这种事通常不是巧合。

再往外看一层，海外的“增收型智能体”已经被做成了独立的融资赛道。今年出现了估值数十亿美元的公司。说这个不是为了引国外怎么做。它只说明一件事：把 AI 按“挣不挣钱”来分类，已经不是个新词，是有人真金白银在押的方向。

不用找人评估，你自己就能查。

把你公司现在在用的 AI 工具列出来，然后在纸上画这条线：线索发现 → 客户培育 → 商机跟进 → 合同执行 → 回款运营。

把每个工具标在它服务的环节上，然后看三种结果。

结果一：只钉在一个环节上。这是成本项，能省钱，但有上限。这种状态本身没错，前提是你别指望它长成收入。

结果二：钉在两三个环节上，但它们不相邻。这是半成品。每一段都在等人补，接缝处的活全落在人身上，花的力气往往比自己干还多。

结果三：三段以上是相邻的，同一套系统在跑。这才是收入项。判断标准也简单——如果中间那段的口子还得靠人手动传，那它就不算接上。

这三种结果，你公司那套 AI 属于哪一种

这里要区分一下：这篇讲的是“该把它放到哪一段上”，是横向的链路连续性。此前我们写过数字员工的“上岗审核”，招进来之后怎么审它的手、脑和审计线，那是纵向的执行质量。顺序上，先有今天的链路判断，才轮到那三道岗。

最后留一个判断。先说清楚，这是我的推测，不是数据。如果“接了几段”真的成为采购口径，企业评估 AI 的第一句话就会变。从“它能省几个人”变成“它能接几段”。到那时候，“提效”在采购会上会变成一个中间指标，而不是终点。

方向的真心话

STRAIGHT TALK

写完这篇，我最大的感受是有点替过去三年的自己可惜。

不是可惜买了没用的东西。是可惜连“该往哪看”都没问对——一直在算一段环节里省了几个人，却没算过这条链上到底断了几处。

这两种算法都不难，差别只在问哪一句。如果你手上那套 AI 到今天为止还说不清是省了还是挣了，那大概不是它不行，是那句问题还没被问出来。

至少，可以先画那条线。