ToB市场大变局，服务商们换了活法。

文｜任晓渔

编｜徐鑫

“八成电商客户反馈，软件和基础设施的预算有明确的下降指标。”

“以菜单和超级链接组成的信息化系统，今天AI开发起来太轻松了。”

“原来大家要的是一个工具，现在大家要的是一个结果。”

今年，一部分企业级市场的钱正在改变流向：在电商、营销和与办公相关的轻系统领域，软件和基础设施预算正被压缩。

挤出来的钱涌向AI，过去企业采购驱动在成熟的业务系统，AI功能点可能是亮点和附赠品，现在AI本身在驱动了企业的采购决策。

同时，AI Coding让一些大型企业在营销、办公、客服等多个场景萌生自研冲动，链路短、门槛低、不依赖企业深层的私有数据的低门槛场景被自建击穿，老板们则追问“花了钱，响在哪”。

预算变化和钱的流向像指挥棒，驱动着部分软件及服务市场调整。数智前线观察，许多服务商已经越来越清晰意识到原来的服务模式已经行不通。

产品拆细？服务做重？交付结果？

一场重构正在发生。

01

AI 影响预算心智后，变与不变

今年上半年，一家企业数智化服务商在电商的客户侧观察到了一个非常明显的信号：大约八成的电商客户在反馈，软件预算有明确的下降指标。

“前两年也有迹象，但今年表现尤为明显。”这家厂商告诉数智前线，这一趋势不止发生利润承压的企业，一些利润比较好的企业也有类似的举动。

不过，也有观点认为，预算并没有从这些企业内消失，是许多企业内分配方式变了，一些企业正在把预算挪到AI上来。

数智前线从业界获悉，今年智能体的渗透在加速。许多大型企业里总部或一把手普遍给出新课题：部分工作环节必须用AI解决——有家电企业要求某些流程必须AI化，某大型服装企业则要求新品设计要有一定比例由AI 完成。

AI coding大幅降低了软件开发成本，也正在改写定预算人的心智。“他可能并不知道用AI具体效果好不好，但会觉得大模型刷掉了很多软件的门槛，这部分软件预算要减少，加到AI方向去。”瓴羊AgentOne高级产品运营专家刘静怡观察。

这种自上而下硬指标驱动的变化，得到了多方面的印证。企业级Agent厂商，实在智能CEO孙林君也看到，智能体正在电商等行业里极大取代传统IT系统建设，今年Q1实在智能 Agent在电商板块拿下了150%增长，且大量是“首面即签”的新客户。孙林君解析原因称“小龙虾爆火教育了市场，企业老板已经在市场上做过了解，通常带着明确的需求来。”

不少传统行业老板的反应同样迅速。“今年不少传统的行业如会展、地产等对AI表现出明显的兴趣，愿意投大预算进行项目改造”，一位企业级市场人士反馈。

制造业AI服务商，灵核数智客户AI成功负责人王婷接触了大量传统企业，她观察AI已经变成今年企业采购里“非常清楚”的决策点。

王婷经历过企业数字化转型时ERP等技术进入企业采购决策的变化节点，她深刻地感知到当下企业对AI的采购决策也有这种周期性，“08年ERP兴起的时代，当时行业内说上ERP是找死，不上ERP是等死。今天AI又到了同样的决策节点。关于上不上AI，不少企业老板已经有共识，他们只是纠结于要怎么上，什么时候上，需要具备什么条件”。

海外的一些调研数据甚至能看到预算再分配的比例，企业把招聘和软件开支向AI方向腾挪。高盛在2026年5月发布的一份CIO调研中给出了一个更具体的数据，企业AI Token预算中，仅有33%来自新增拨款，其余66%来自存量预算的再分配。而最主要有两个来源类别，一是劳动力预算，二是应用软件预算。

不过，行业资深人士认为，这种腾挪更多发生在营销客服办公等较轻的软件系统部门，涉及到复杂的生产制造，银行的信贷金融以及大型企业的核心ERP、财税、法务等领域依然是成熟企业级系统软件的天下，AI的渗透依然处在早期。

数智前线接触一家头部银行的大数据部门，他们甚至没有用AI系统来处理数据，因为传统的数据分析方法非常成熟，金融体系内对准确度要求高，因此引入AI非常谨慎。

一家ERP厂商也提到，他们在ERP领域推进AI能力打标杆客户，跟标杆客户共创做了一年覆盖大型客户推进的速度非常慢，很难像办公领域那样快速起量。

02

客户自研趋势：先被击穿的轻场景

与企业针对“轻系统”的预算心智和采购意愿变化息息相关的，是AI Coding能力变强后，需求方强烈的自研冲动。

刘静怡观察，“客户被教育得习惯了对话式交互，遇到一些普通的产品会觉得可以买些云机器和电脑自己来做”。并且由于智能体能力进步，企业内部论证速度极快，导致服务商在POC环节时不再只和外部对手 PK，还要经常和客户内部自建的工具来比效果。

网易智企副总经理、云商业务负责人肖钰妍今年5月底也告诉数智前线，今年他们感受到一个非常直接的挑战不是来自竞争对手，而是一些大型企业都考虑自研一些模块和产品功能，“客户内部可能就有不小的一支技术团队，它们需要证明价值。”

自研冲动也蔓延到了政府侧。每日互动创始人方毅向数智前线举例，有地方开发区负责人对下面递上来的信息化建设需求不再签批，因为办公室里已经有人用AI把系统直接开发了出来。也有政务端在规划建设同类政务系统时，会主动借鉴外地已有的成熟实践，借助AI工具缩短前期的调研和原型搭建周期，再结合自身需求做适配调整。

方毅认为，AI还冲击了招投标这个形态本身。“招投标书中详尽的功能点描述，借助AI工具能够加速前期的需求梳理和开发验证”，甚至连招标书和投标书本身也已经引入AI辅助。

先被击穿的场景有共同的特征，链路短、门槛低、不依赖企业深层的私有数据。比如在电商的售后评价环节，刘静怡介绍，一些分析单条商品评论的场景，客户就倾向于自己建一个智能体，“最多消耗几百块算力，从前卖一套几万几十万完整产品的逻辑已经行不通”。

而与工艺流程、行业知识和私有数据重度绑定的能源化工、工业软件、ERP核心模块等复杂系统，AI取代的可能性还较低。一家企业级Agent厂商介绍，在一些传统制造业，针对高复杂度场景以及支撑企业当下核心业务运转的系统，企业往往当下还不敢直接用AI去替代，而是用接口的方式或者RPA的方式去调用相关的数据，“交互方式可能变了，但不敢随便动这些资产和系统”。

在探索和试错中，能看到市场里的供需关系在快速变化。服务商们也能观察到不少企业正在自研和外部采购间反复横跳。

灵核数智王婷碰到一家年营收近200亿元的企业，组了5人的AI团队，用开放平台自建各类工具一年多，董事长评价除了营销能够快速出图外没有的效果。之后这家转而寻求外部团队接手，“我们接触这样的企业已经不是一家两家”，王婷说。

由于软件开发门槛在急剧下降，IDC称，企业的AI采购正愈发聚焦使用效率、成本管控与可量化的落地成果。不少服务商已经感受到，企业对外部服务商产品的采购标准也要求有明确的产出和“结果”。

中科深智创始人成维忠不讳言遭遇的挑战，过去大半年中科深智自身的传统偏工具属性的数字人业务正遭遇不小的冲击。“原来大家要的是一个工具，现在大家要的是一个结果。电商直播场景有一个数字人不代表货就能卖出去”，成维忠认为不仅数字人，整个 SaaS都需要面对客户对服务商的产品能否带来结果和效果的拷问。

对ROI和价值的重视，使得大量传统行业老板也很难像年初互联网大厂那样以“token maxing”的态度在企业内推广AI。

灵核数智王婷向数智前线转述一位制造业客户老板的案例，该企业花5万块钱用了某款办公AI产品半个月后停止了合作。“5万块钱连响都没听到，看上去砸50万也未必听到响。”在她看来，这不是工具或平台的问题，企业买了AI之后如果无从衡量带来的价值自然很难真正为AI买单。

03

服务商的应对：产品做细、服务做重、交付结果

数智前线基于不同类型厂商过去大半年真实的动作，发现Agent服务商为适应市场的自研趋势以及对交付结果的要求，正从客户分层、产品颗粒度变细以及交付结果等多个层面做出调整，来匹配市场需求。

以瓴羊AgentOne为例，它们正在把服务场景的颗粒度切小。原来是用整个产品或整个平台去服务客户，现在需要顺应AI时代把产品的技能和MCP接口拆出来。瓴羊对数智前线表示，“颗粒度更小一点，才能在市场上找到更多的客户切入点”。

这个过程里，不可避免会有客户的分层。数智前线从瓴羊了解到，金字塔尖上的少数企业内部已经建了不少Agent，找服务商是为了补足“最后一公里差的那个技能”。瓴羊的Agent可以接入企业内，通过Agent对Agent的调用，实现技能互补。

第二类是当下的主流类型，比如一些电商企业自上而下收到了“用 AI 提升电商运营效率”的命题，开放了几家电商店铺的经营场景，有十几个代运营每天需要上图、改价、报名活动、投放，企业需要在这部分确定性场景里提效降本。对这类客户，瓴羊能提供一种托管式数字员工的方案来给客户提供服务，类似“AI运营员工”，让数字员工像真人一样“入职”，分配一台云端员工电脑，带着出厂配置的岗位技能，再由企业配置数字员工的守则和权限。

还有一些需求相对模糊的大客户，他们只有用AI的需求，但具体怎么用、用在哪里，客户并没有明确的想法。针对这些场景，瓴羊会用FDE（前沿部署工程师）团队以专家角色进场咨询把脉，“送最后一程”，再把场景需求和功能沉淀回企业内的标准产品。

重新划定客户边界的服务商并不算少数。

网易智企肖钰妍今年也看到两类典型客户画像，“一类说我要自研了，一类说我自研失败了又回来”。对于内部有自研能力的头部企业，肖钰妍认为这些企业内存在大量的长尾需求，可通过企业内的通用中台能力自主自研。实际上贴着头部客户做完全定制的开发模式并不符合多数软件服务商的商业模式。因此，网易智企会更着重服务自研资源和能力都不及大型企业的中腰部客户。为了服务好这类企业，他们除了在落地场景、产品能力上打磨，还提供一系列工具的组合帮助提升产品交付后的AI运营能力。

更闭环地交付结果也是中科深智成维忠当下正在采取的策略。成维忠介绍，围绕着面向结果的产品交付，过去大半年，中科深智正在从数字人的纯SaaS销售转向面向效果的服务，着力打造一个从流量获取到转化的闭环服务链路。

成维忠认为企业级Agent未来只有两种模式，一种面向效果，另一种做轻定制和私有化部署，跟客户的数据和SOP重度咬合，“短链条的工作流，基本上会随着大模型的能力升级就被干掉了”。

因此在数字人直播这个原有阵地上，中科深智团队的精力分配已经不同以往，花在直播间数字人产品的精力只有两三成，七成都在补直播间之外企业卖货的业务链条能力缺口。比如怎么投流、怎么生成高转化率的爆款短视频、再到AI数字人直播间承接，力图实现更全的链条覆盖，帮助客户完成用数字人完成产品销售的闭环。

为了完成这个闭环，他们还开辟了新的产品方向。当下AI助手正在成为各类服务和消费的新流量入口，中科深智构建了对接ChatGPT付费广告的SmartAds平台，并于7月份成为OpenA的官方合作伙伴，用自有算法帮出海企业提升ChatGPT广告投放效果，除了直接效果转化外，获得的流量也可流向网站数字人客服或社交平台爆款短视频进行内容匹配，最终中科深智的数字人业务有可能与之形成一个新的从流量获取到销售成交转化的闭环。

04

落地最后一公里的探索与追问

服务商们的调整，某种程度回答了新的趋势下卖什么和怎么卖的问题，但企业级AI还面临怎么真正在业务里用起来的问题。

比如POC时Demo很好，但用的时候总是效果上不去，业界认为症结在于POC验证的通常是一个小范围的单点需求，而真正落地企业场景，除了单点需求还涉及人、规则和企业的大量隐性知识。

这些形形色色的GAP，行业内通常形容为“AI落地的最后一公里”，数智前线观察到当下服务商们在解决路径上已经开始出现分化。

一类是服务商走到客户的落地现场，市面上大热的FDE就是这个过程里的关键角色。SAP大中华区总裁原欣上月底就提出，FDE将成为打通AI商业化落地“最后一公里”的关键，并正与传统ERP顾问的角色深度融合。它不再只是单纯的外部技术人员或传统软件实施顾问，而是兼具深度技术编码与业务场景洞察的复合型人才，在客户现场充当“微型技术负责人”。

一位企服人士则告诉数智前线，FDE最大的价值是摸过很多产品、把过很多企业的脉，通常既懂AI产品又懂企业的业务痛点，能用经验给企业做场景筛选，预期管理和后续交付实施。对于一部分不太清楚自己要干什么但又想用AI工具的大型企业，FDE的存在是既要陪客户走完一段路，也要让客户最终能够自己走下去。

不过也有人认为在国内市场，由于企业级市场的付费能力、意愿与海外存在差异，承接业务需求和产品AI能力的桥梁角色到底由服务商主导还是企业内生仍有待观察。

“Palantir 的客单价是500万美元起，中国少有这样付费能力和意愿的客户。”每日互动创始人方毅就认为，FDE模式在中国将“水土不服”，他倡导把客户的人拉到服务商这里训练成能自己干活的人，再送回企业内改造组织，方毅把这种模式称为CCE（AI共创工程师）。

方毅判断，AI时代私有数据正在成为AI智能程度和可用性的关键壁垒，对大量企业级用户来说，AI必须部署到数据所在的地方去，而不是把数据搬到云上，同时，既然要让企业内生长出懂业务的AI人才，企业就需要有一套AI应用开发工具。因此他们设计出了一套以“AI编程能力+工作站硬件+可信交付”的多层能力组合来满足市场的AI落地需求。

方毅介绍，目前每日互动的仝人编程降低了应用开发门槛，让企业内非开发岗位的人也能动手开发应用。而与CCE共创的过程基于仝人编程进行，开发完成的应用可以部署在个知·智能工作站上，这符合政企客户的采购习惯，能满足数据不出域的需求。

行业也有观点认为，企业内生长出AI落地力量，除了规避FDE高昂的成本和规模化问题，还有可能提升内部的积极性，避免Agent规则一变就不好用的问题。

灵核数智的CASM（AI客户成功团队）的服务模式也走授人以渔路线。这个路线分为AI共识、AI共创、AI 共生三步——先管理预期、划清边界，再进入业务访谈和目标设计，最后陪企业完成组织层面的调整。“每做一个场景就像一颗珍珠，当珍珠串起来的时候，组织就会发生变化”，王婷认为通过很慢的模式，能规避当下行业内不少AI销售交付完一个场景就撤，客户不能真正用起来，场景与场景之间缺乏关联，销售永远在打新单的局面。

不过，无论在落地时选择了哪条路，AI产品交付后的命运走向，最终都指向了组织本身的变化。

王婷认为，不能只算AI的短期成本账，流程结构化、个人能力沉淀为组织能力更等是需要关注的指标，“组织也需要长肌肉”。她接触的企业里，走在前面的企业已经开始动激励机制，比如有老板提出要“给 Agent 发工资”，要把AI创造的成本节省作为激励分给训练它的人。

实在智能创始人孙林君提到，过去几个月他们最关注的点已经不是产品功能，而是“组织变革”。他观察客户的诉求正在越过工具层面。“以前的逻辑很简单，买了你这个产品，给我减了多少人、替代了多少工时。现在很多人考虑的是，我怎么变成一个AI型的组织。”

至于如何锤炼出一个更适应AI时代的组织，那就是另一个更大的话题。本质上，AI正在带来一场开发范式的变革，上一代软件清晰稳定的SLA、交付协议及交付模式正在被冲击，无论是服务商还是企业都需要时间动态适应这场变革。