ARTICLE · 946952

AI进入下半场:真正的分水岭,不再是“会不会用AI”,是流程

发布时间：2026-08-18 21:27:55 最近访问：2026-09-15 06:38:57

Soren商业流观察｜2026.08.18

AI进入下半场：真正的分水岭，不再是“会不会用AI”，是流程

摘要

AI的商业化正在明显加速，但中国实体经济同时呈现“新动能快速增长、传统需求依然偏弱”的结构性分化。对企业来说，现在最重要的问题已经不是“要不要用AI”，而是：AI有没有真正进入客户、销售、内容、交付、管理和知识这些产生经营结果的流程。

一、昨天的数据，把两个世界同时摆在了我们面前

8月17日，国家统计局公布了7月份经济数据。

有一组数字非常值得企业经营者一起看。

7月份，高技术制造业增加值同比增长 16.9%，数字产品制造业增加值增长 17.3%；1—7月份高技术制造业增加值增长13.8%，信息传输、软件和信息技术服务业生产指数增长10.6%。citeturn268901se是：

7月份社会消费品零售总额同比只增长 0.6%；1—7月份固定资产投资下降 6.7%，民间投资下降 9.4%，房地产开发投资下降 19.2%。国家统计局自己也明确指出，目前国内仍然存在比较突出的“供强需弱”矛盾。citeturn198223vi是“中国经济好还是不好”这么简单。

真正值得关注的是：

中国正在发生一场非常明显的结构切换。

技术、新制造、新服务、新产业继续高速增长，但传统投资、传统消费和部分旧商业模式，并不会因为AI很热就自动恢复。

这对企业经营意味着一件很现实的事：

技术红利存在，但红利不会平均分配。

二、AI本身也已经从“聊天工具”进入“执行系统”

过去两年，很多企业谈AI，讨论的还是：

“员工会不会写提示词？”

“ChatGPT和Claude哪个好？”

“哪个软件可以帮我做PPT？”

但2026年，这个问题已经有点过时了。

OpenAI在8月12日发布的一组企业研究显示，企业AI正在明显从“回答问题”转向“执行工作”。

截至6月，Codex已经占其企业客户Codex与ChatGPT合计输出token的64%。

更有意思的是，Agent的增长已经不再集中在程序员。

从2月以来，企业Codex周活用户在：

法务领域增长108倍；

销售领域增长41倍；

招聘领域增长41倍；

营销领域增长26倍；

而传统最早使用AI的工程领域反而是5倍。citeturn315642viAI正在离开“技术部门”，进入公司的：

销售部、市场部、人力部、法务部、运营部。

换句话说：

AI已经开始进入商业流。

三、更值得注意的是：企业之间的AI差距正在迅速扩大

同一份研究还有一个我认为非常重要的数据。

OpenAI把企业客户里AI使用深度排名前10%的公司称为“frontier firms”。

这些企业每个活跃用户产生的AI输出量，目前已经达到典型企业的 8.3倍。

今年1月份，这个差距还是2.6倍。citeturn315642vi味着什么？

未来企业之间真正的AI差距，可能根本不是：

A公司买了ChatGPT，

B公司没有买。

而是：

A公司把AI连接到了CRM、知识库、客户资料、历史方案、销售SOP和项目流程；

B公司的员工仍然每天打开一个聊天框，问：

“帮我写一篇公众号。”

两家公司看起来都在“用AI”。

但实际上已经不是一个物种。

四、所以我越来越不认可一种企业AI化方式

很多公司现在的AI化路径是：

买账号；

组织一次培训；

教员工几个提示词；

建立几个智能体；

然后宣布：

“我们已经完成AI化。”

这是非常危险的错觉。

因为企业最终不是靠“AI使用次数”活着。

企业还是要回到几个最传统的问题：

有没有更多客户？

成交率有没有提高？

人效有没有提高？

项目有没有更快交付？

错误有没有减少？

知识有没有沉淀？

现金流有没有改善？

如果这些东西没有变化，那么员工每天用100次AI，也只意味着：

公司增加了一个新的办公软件。

五、AI商业化很强，但资本市场已经开始追问“回报”

这也是今天另外一个值得警惕的信号。

据路透报道，Anthropic截至7月底的年化收入运行率已经超过 650亿美元，相比2025年底大约90亿美元出现巨大增长，说明企业端对AI确实存在非常强的真实需求。citeturn114072ne础设施正在投入巨额资本，越来越多资金来自债券和其他融资渠道。AI相关融资甚至已经开始影响全球长期利率和资本市场风险定价。citeturn114072ne个变化：

过去资本市场问：

“你有没有AI？”

以后会越来越多地问：

“你投入这么多钱，最后能产生多少现金流？”

企业也是一样。

六、这就是我理解的“AI商业流”

最近我越来越坚持一个判断：

企业AI化不能从工具开始，也不能停在工具。

正确的顺序应该是：

业务问题

↓

流程

↓

知识与数据

↓

AI员工 / Agent

↓

权限和人工审核

↓

经营结果

最终至少要能落到六个地方：

内容、客户、销售、交付、管理、知识。

这也是为什么我现在更愿意和企业讨论：

“你最卡的商业流程是什么？”

而不是先讨论：

“你应该装哪个AI软件？”

七、今天给企业老板的三个动作

第一，停止统计“用了多少AI工具”

开始统计：

哪个流程真正因为AI缩短了时间、减少了人力、提升了收入。

第二，只选一个高频流程先跑通

不要一开始就做“全公司AI化”。

例如先做：

客户需求 → 自动整理 → 生成方案初稿 → 人工审核 → 跟进记录。

只要这一条真正跑通，就比做20场AI培训更有价值。

第三，把优秀员工的个人AI方法变成公司资产

现在很多企业最危险的情况是：

某个员工AI用得特别好。

但他离职以后，方法一起消失。

真正的企业AI化应该把他的：

提示词、SOP、知识库、判断规则、模板、Agent和工作流

沉淀成公司可复用的资产。

最后

AI真正进入商业世界以后，我认为最大的变化不会是：

“人人都有一个AI助手。”

而是：

一部分企业开始拥有一套AI驱动的商业运行系统。

而另一部分企业，依然把AI当成一个聊天软件。

这两类企业之间的差距，未来可能比今天我们想象得更大。

如果你也在判断自己的公司到底属于“会用AI”，还是已经开始“让AI进入商业流”，可以先做一次完整的《AI商业流自检》。

先找到最值得AI化的一个真实流程，再谈下一步。