83.7%的AI预算,花在不痛的地方

一个数字，一句实话

一场汽车行业的 AI 年会，扔出一个数字。

2026 年中国企业 AI Agent 项目里，通用辅助类场景占比 83.7%，涉及研发、生产、供应、销售、服务主链条的专业纵深场景只有 16.3%。翻译一下：八成以上的钱，花在了办公和客服。

说这话的是联友科技总经理高亮，他给了个更扎心的总结：“局部很热闹，整体没价值。”

我第一反应不是认同，是想问一句：为什么？

不是企业不想做纵深。做了二十年项目，我知道老板们都想动主链条。所以问题不在意愿，在别的地方。

一、不是不想做纵深，是纵深没法验收

办公和客服场景有一个天然优势：有对照物。

一份报告从五六个小时压到三十分钟，一张工单从八分钟压到两分钟，响应时长、字数、工单量，全是现成刻度。做完往验收单上一贴，谁都看得懂。

研发、排产、质检不一样。收益要跨部门、跨季度才显形，而且口径天天在变。你今天说排产效率提升，明天订单结构一变，这个数字就没人认了。

采购流程只认能写进验收单的东西。这不是企业短视，这是组织的免疫系统在正常工作——不能验收的支出，批不下去。

二、但纵深不是不能量化，是口径得自己造

反过来看联友披露的那组指标：AI 营销大脑让高潜线索成交转化率达到平均值的 4.85 倍；产销协同把排产效率提升 42%、整车库存下降 40%；AI 质检质量提升 60% 以上、现场调试效率提升 80% 以上；AI 原生座舱集成成本下降约 60%。

这些数字是企业方在行业会议上自报的，没有第三方审计，我不替它背书。但请注意它们的形状——不是“效率提升”这种虚词，而是“整车库存下降 40%”“现场调试效率提升 80%”。

库存和调试工时，是财务和车间都认的科目。

这才是关键：纵深场景的工作量不在模型，在把业务语言翻译成会计语言。谁能先完成这个翻译，谁就能立项。

怎么判断一件事算不算纵深？我有个土办法：看它错了会不会停机。办公场景错了，最多重写一版；主链条上的事错了，产线停、客户丢、账对不上。有停机风险的，才叫纵深。这个标准很粗糙，但比“战略级场景”这种说法好用得多。

三、三条代价，得先说清楚

第一条，最难的那几个月没有数字。纵深场景要先把主数据理清、口径定死、责任人落实，这个周期以季度计。投入在前，收益在后，中间这段时间汇报里没有漂亮东西。很多项目不是技术死了，是耐心死了。

第二条，口径定错，AI 会把错误放大。它执行得比你快，错得也比你快。办公场景写错一版文档，改回来就行；排产场景算错一次，是一批车。

第三条，责任边界变模糊了。出了问题，是模型的错、数据的错，还是签字那个人的错？这条不写清楚，一线不敢用。

四、一个值得看的反例

长安汽车和联友科技共建了三级计划体系与三层技术架构，落地的是“一个计划、三轮齐套校验、AI 辅助决策”。

注意“辅助”两个字。不是让 AI 排产，是让 AI 校验。这个分寸拿得很准——排产的最终责任还在人身上，AI 只负责把不一致挑出来。

再看长安自己列的痛点：订单碎片化、长短期脱节、基础数据不全、异常响应滞后、算法黑盒。前四条全是数据和流程问题，只有最后一条是模型问题。

所以纵深场景的门票不是模型，是数据地基。这也是为什么它慢——模型可以买，地基只能自己挖。

五、我的判断与三条动作

判断一：83.7% 这个比例未来两年会降，但不会降到一半以下。办公场景的投入产出太容易证明，它会一直是入口，这没什么不好。

判断二：真正拉开企业差距的，是那 16.3% 里，有没有人做穿了一条链。十个点做十个演示，和一条链跑通，是两种完全不同的能力。

一条链长什么样？拿订单来说：线索进来怎么判真伪，报价怎么算，排产怎么排，齐套怎么校，异常怎么报，交付怎么确认。这六步里，只要有两步还是靠人手工转录，AI 就只能在前端做热闹。做穿的意思，是六步之间的数据不用人搬。

三条动作，可以直接用。

一是选场景按“错的代价”排序，不按“省的时间”排序。省时间的场景谁都能上，供应商一抓一把；错的代价高的场景，才需要真的工程能力，也才守得住。

二是立项时先写验收口径，再写需求。这个顺序别反。口径要能被财务认账——库存、周转、返修率、交付周期，这些科目不会因为你换了个系统就改名。

三是一条链做穿，不做十个点。从线索到交付，中间每个环节的交接都跑通，才叫能力。只做单点，做十个也只是十个工具。

最后留个边界：83.7% 是会上披露的行业统计口径，没有公布样本量和方法。而且报道里同时用了“项目占比”和“预算占比”两种说法，这两个口径混着用，结论会被放大。当方向看可以，当精确值用就危险了。

六、最后

你公司今年上的 AI，属于那 83.7%，还是那 16.3%？如果是前者，下一步打算往哪条链上走？

评论区聊聊。

我是刘铁成，素研软件科技创始人，20 年软件开发与项目管理老兵，现在给企业做 AI 咨询与落地。