我的《埃森哲暴跌和黄仁勋蛋糕 ｜ 疯狂的AI经济》文章引起了业界的高度关注。在AI 的商业世界里，当前绝大多数利润都流向了给AI 提供基础设施的电力能源、芯片设计和制造、数据中心建设的公司，而真正面向企业提供服务的大模型公司、AI 应用产品及服务公司，目前都很准赚到钱，既没营收，更没利润。

今天，中国的大模型公司智谱在香港股市上创下了令人瞠目的1.3 万亿的市值，去年营收仅7.2 亿，目前估计模型服务的ARR 为17 亿，而国内有着百亿营收的企业软件公司的市值只有其2-3%。

最近有位上市公司CEO让我介绍一下目前在国内，国际顶级技术服务公司在做哪些AI实施的案例。

我想来想去都没想起来那些顶级公司有什么重大的AI实施案例，尽管本体、FDE一类的新词被吹上了天，我就没见到有谁通过本体、FDE 在中国赚到了钱。

十多年前，这些公司干的中石油、中石化、国家电网、联想、华为的ERP都是数亿甚至百亿级的大项目，业界人所共知；而最近两三年，我几乎没听说过有中国企业在做千万级的AI实施项目，听说过的真正的AI项目投入也就小几百万，偶尔听说些金额比较大的项目，要不就是挂着AI 的名头，实际上是市面上早就有的计划或优化解决方案，要不就是二代接班一类的，用AI做题材来打造自己的企业声望。

为什么当前企业AI 应用的公司既赚不到大模型浪潮的钱、前景也不被资本市场看好？是因为他们没有赶上技术应用潮流？我认为根本不是技术问题，而是他们把战场找错了：

他们都定位于颠覆传统企业软件的底盘，急于把客户已经使用了几十年的ERP、CRM、BI  全给换成AI智能体——这也就是让企业多烧点Token，给芯片厂和发电厂打工，不仅不能带来企业技术开支的增量，也无法创造新的商业价值。

传统企业软件（ERP/CRM、BPM、BI 等）是基于结构化数据、硬编码业务规则和集成工作流的系统。它追求的是一致性、可审计性和零容忍的差错率。而大模型（LLM）的本质是基于概率的生成与推理引擎，它的长处是在模糊、复杂的上下文里寻找最合理解。

如果用AI 去做所谓的“AI原生ERP”，结果就是用昂贵的原材料，去生产一个稳定性更差的替代品。在财务对账、销售订单录入这种100% 规则化的场景里，大模型的幻觉哪怕只有1%，对企业来说也是灾难性的。为了堵住这1% 的幻觉，企业需要开发极其复杂的所谓缰绳工程（Harness Engineering，参见《AI流程实现和六边形顾问价值 ｜ Skill, Harness, Orchestration》），这进一步推高了AI算力成本，形成恶性循环。

简单说，我很久以来一直在说：能用不烧Token 的工作流解决的业务流程，就不要用烧Token 的智能体去解决。

为什么当前英伟达芯片、三星存储、基础设施云平台和电力公司赚得盆满钵满，而企业AI应用层在倒贴？因为当AI 能力提升，厂商把战场转移到了智能体式AI （Agentic），陷入了低价值、高变动成本的经济陷阱。

传统企业软件是基于记录系统和工作流平台构成的，其成本结构是一次性开发的固定资产投入加上极低的运行成本，且准确率在规则内是100%。

而就我观察，当前绝大多数企业的所谓智能体场景，比如读取信息、分析数据、填制表单，都是在用大模型做流程自动化机器人（RPA）的事情，这样每做一次任务都要消耗大量的Token，企业支付了高昂的算力费用，得到的却只是一个速度更慢、准确率甚至不如传统硬编码脚本的系统。

大模型驱动的智能体应用真正的战场，不应该是去替换传统企业软件，而应该是传统软件管不到的新战场。

大模型智能体的核心能力是：认知- 推理- 规划- 行动- 反思，它完成任务需要有高容错度，即追求复杂环境下的最优解，而不是唯一解。

大模型在企业里最适合完成的任务是“画一个五彩斑斓的黑”，而不是去回答“一加一等于几？”

真正的企业级AI 应用，主战场应该在：

1.不是执行流程，而是处理长尾

传统企业信息系统只能规定标准的完美路径，但在现实商业世界中充满了解构和意外，例如供应链管理系统处理标准化流程，而当突发天气导致某个港口封港，汽运路线中断，传统企业信息系统上只能依赖人工打无数个电话、开会协调。而智能体系统能读取非结构化的天气新闻、航运公告、邮件，推理出各种异常对全链条的影响，并规划出三条替代物流方案，计算出各自的成本与时效，供管理者做决策。

2.处理非结构化信息

企业中大多数信息超过以非结构化数据方式存在的，例如法律合同、技术标书、会议纪要、客户投诉、行业调研等，传统企业软件运行都是基于结构化数据的，即便处理非结构化信息，实际上也有将其转化成结构化数据的过程。而智能体应用去帮CRM 系统填表格，正好把智能体的能力用反了，智能体的能力不是操作CRM，那是RPA 干的，它的强项是通过阅读和反思数万份客户真实反馈文本，去思考公司的产品缺陷，并规划下个季度的产品战略调整方向。

3.放大人类智能而非秘书助手

今天很多公司都在让员工玩小龙虾，把大模型智能体作为员工的数字化助手，这些会议记录员、表哥表姐、码农程序员的替代品，即便再好用，其商业价值创造也极其廉价。但如果把它作为业务架构、市场战略、供应链调度的参谋，去辅助人类进行复杂的非标决策，其价值创造和不可替代性才有质的飞跃。

下面这张图是我原创的，我在过去一年在很多场合讲过，本周五观远在杭州的新产品发布会我也要去讲。用人工智能去做左上角的传统工作流，是当前AI 企业应用的全行业误区，难怪资本不认可。