夜雨聆风AI 对企业软件最大的改变，不是多一个功能标签，而是收入增长开始沿着“Token 使用路径”重新分配。
Tomasz Tunguz 最近写 Databricks 和 Snowflake 的差距扩大。
表面看，这是一篇企业软件公司增长对比。Databricks 年化收入达到 69 亿美元，同比增长 80%；Snowflake 约 53 亿美元，同比增长 34%。两者差距从 3 月的 4.9 亿美元扩大到 16 亿美元。
但真正值得看的是背后的增长逻辑。
Tunguz 提出一个说法：最快增长的软件公司，要么直接卖 AI，要么转售推理，要么站在推理的第一衍生路径上。
换句话说，企业软件的新增长红利，正在流向那些离 Token 消耗、数据工作流和 AI 产品化更近的公司。
这不是 AI 新闻，而是收入结构变化
很多 AI 文章会停留在“某公司发布了新模型”“某产品接入了 AI”。这种信息对经营判断帮助有限。
Databricks 的案例更值得关注，因为它呈现的是收入结构变化。
原文提到，Databricks 的 AI 产品年化收入约 17 亿美元，占总 ARR 约 25%，且从六个月前的 10 亿美元继续提升，增速高于公司整体。
这说明 AI 不是一个营销标签，而已经成为收入增长的主要变量之一。
同样的逻辑也出现在 Salesforce 收购 Fin 的案例里。Tunguz 提到，Fin 的 AI agent 达到 1 亿美元 ARR，约占 Intercom 总量的 25%，同比增长 350%。
重要的不是这些数字本身，而是比例：当 AI 产品线占到收入的四分之一，并且增长快于主体业务，它就不再是“创新项目”，而是公司估值和增长叙事的核心。
为什么“Token 路径”会改变竞争格局
过去企业软件增长通常围绕三件事：席位、流程和数据。
卖更多席位，进入更多部门，占住更多流程，积累更多数据。SaaS 的很多经典打法，都围绕这个逻辑展开。
AI 时代新增了一个变量：推理使用量。
用户每一次查询、分析、生成、自动化动作，都可能带来计算消耗，也可能对应新的价值交付。如果一家公司本来就在客户的数据和工作流中心，它就更容易把推理能力变成收入。
这就是“Token 路径”的商业含义。
它不是说所有公司都要卖算力，而是说：
你是否在用户关键工作流里； 你是否掌握足够高质量的数据上下文； 你是否能把推理结果嵌入业务决策； 你是否能把使用量转化为可持续收入； 你是否能证明 AI 带来的增量价值，而不是只增加成本。
离这些问题越近，越有机会吃到 AI 带来的软件增长红利。
数据平台为什么占位有利
Databricks 这类公司的优势，在于它不是从外部硬贴一个 AI 功能，而是站在企业数据流和分析流的中心。
企业要做 AI 应用，最终绕不开数据质量、权限、治理、训练、推理、评估和业务集成。数据平台如果能把这些能力串起来，就不只是基础设施供应商，而会变成 AI 应用和业务决策之间的控制面。
这也是 Snowflake、Databricks、Salesforce、ServiceNow、HubSpot 这类公司都在争夺的方向：谁能把 AI 变成客户日常工作流里不可替代的一部分，谁就能重写增长曲线。
但这条路并不自动成立。
AI 产品收入增长快，并不代表利润结构一定好。推理成本、毛利率、客户付费意愿、功能同质化、数据安全和采购预算，都会决定这条增长能不能持续。
所以企业软件公司不能只问“要不要做 AI”，而要问“AI 是否让我们的核心收入模型变好”。
对创业公司的启发：别只做包装层
对创业公司来说，这个趋势既是机会，也是警告。
机会在于，新的使用量和新的工作流会打开新预算。客户愿意为真实产出付费，尤其是能降低人力成本、提高转化、缩短决策时间、减少错误的场景。
警告在于，纯包装层会越来越危险。
如果你的产品只是把一个通用模型包成更好看的界面，既没有独特数据，也没有嵌入关键流程，更没有可证明的业务结果，那么大平台和现有 SaaS 很容易复制。
创业公司更应该寻找三类位置：
第一，业务上下文很深的位置。 例如某个垂直行业的报价、审核、风控、排班、客服、销售跟进。
第二，结果可量化的位置。 例如提升转化率、减少处理时长、降低差错率、提高续约概率。
第三，迁移成本会随着使用增加而上升的位置。 数据、流程、权限、团队习惯和历史记录都沉淀在产品里。
AI 只是入口，真正的护城河仍然来自业务嵌入。
对成熟公司的启发：AI 收入要进主账本
成熟软件公司容易犯另一个错误：把 AI 当成创新部门的展示项目。
做 demo、做发布会、做几个自动生成能力，但定价、销售、客户成功、毛利核算和产品优先级都没有围绕它重构。
如果 AI 真能带来增长，它最终必须进入主账本：
是按席位、按量、按结果，还是混合定价？ 推理成本由谁承担，毛利率怎么守住？ 客户为什么愿意为 AI 单独付费？ 销售如何解释 ROI，而不是只讲功能？ 客户成功如何推动使用量持续增长？
这些问题不解决，AI 就只是成本中心。
星云判断
Databricks 的增长不应该被简单理解成“AI 热潮又捧出一家赢家”。
更准确的说法是：企业软件的收入分配，正在向更接近数据、推理和业务结果的路径集中。
这对所有公司都是提醒。
如果 AI 只是写在官网上的词，它不会改变增长；如果 AI 改变了用户完成工作的方式，并且让公司能以可持续毛利捕获价值，它就会改写收入结构。
企业软件下一阶段的竞争，不是谁更会说 AI，而是谁能把 Token 消耗变成客户愿意持续付费的业务结果。
参考资料
Tomasz Tunguz: Databricks Widens the Lead on the Yellow Brick Token Path CNBC 关于 Databricks 年化收入增长的报道 Salesforce 收购 Fin 的公开信息
