5月19日，AMD上海AI開發者日上，李開復和蘇姿豐聊了一場很有意思的對談。

表面看，這是一次AI開發者大會。AMD要講算力，蘇姿豐要講生態，李開復要講AI應用趨勢。

但我聽下來，真正有殺傷力的，是李開復那句話：

2026年的核心問題，已經不是AI能不能完成一個任務，而是AI能不能替代一個企業的職能部門。

他還補了一刀：

如果AI部署最后沒有改變季度財報電話會里的任何數字，就不是真正的AI轉型。

這句話挺狠。

過去兩年，AI行業最喜歡講的詞是：大模型、多模態、Agent、Token、推理成本、開源閉源、參數規模。

聽起來都很厲害。

但對一家企業來說，最后只剩一個問題：

你花錢上AI，到底有沒有讓財報變好？

如果收入沒漲，費用沒降，毛利率沒動，現金流沒改善，只是讓員工多了一個聊天窗口，那就很尷尬。

這叫數字化裝修。

看起來挺新，月底一結賬，老板血壓也挺新。

我覺得李開復這句話最重要的地方，就是把AI從技術圈拉回了經營現場。

AI不再只是工程師的玩具，也不再只是發布會上的演示視頻。它要開始接受CFO審判了。

AI從“幫你干活”，走到“替你管事”

2023年，大家第一次被ChatGPT震到的時候，關注的是AI會不會寫文案、寫代碼、做PPT、畫圖。

那時候AI像一個超強實習生。

你給它一個任務，它給你一個結果。偶爾靠譜，偶爾胡說八道。你不能完全信它，但你會忍不住繼續用。

2024年，企業開始試工作流。

客服、銷售、法務、財務、代碼、運營，各個部門都接一點AI。一個表格能自動生成，一個郵件能自動回復，一個客服問題能自動分流。

這時AI像一個助手。

它能幫人省時間，但還沒真正接管責任。

到了2026年，李開復說的問題變了：AI能不能替代一個職能部門？

這個說法，聽起來有點嚇人。

但它不是說一家公司明天就把財務部、市場部、客服部全部裁掉，換成一群Agent。

沒那么科幻，也沒那么省心。

真正的變化是：企業開始看AI能不能承擔“部門級結果”。

比如客服部門，過去看響應速度、解決率、滿意度、人力成本。AI如果接進去，就不能只回答幾個問題，它要影響這些指標。

比如銷售部門，過去看線索轉化、客單價、復購率。AI如果接進去，就不能只生成銷售話術，它要幫你提高成交率。

比如研發部門，過去看交付周期、Bug率、版本迭代速度。AI如果接進去，就不能只補全代碼，它要縮短項目周期。

這就是從“任務級AI”到“部門級AI”。

任務級AI看功能。

部門級AI看結果。

功能可以很炫，結果很難騙人。

資本市場也會越來越現實。過去你說“我們全面擁抱AI”，股價可能有反應。以后你說“AI讓銷售費用率下降2個百分點，研發周期縮短30%，客服人力成本下降20%”，市場才會認真聽。

因為這才是財報語言。

這也是2026年AI行業最明顯的估值切換。

以前AI應用講DAU、調用量、模型能力。

接下來要講ARPU、續費率、毛利率、費用率、現金流質量。

用大白話說：

以前AI負責讓你看起來先進。以后AI負責讓你真的多賺錢。

最先受益的，不一定是最會聊天的AI

很多人一聊AI應用，就容易想到聊天機器人。

但我覺得，真正能先跑出來的企業AI，未必長得像聊天框。

它更可能藏在后臺系統里。

在CRM里，在ERP里，在代碼平臺里，在客服系統里，在供應鏈系統里，在財務審批里，在庫存調度里。

它不一定每天跟你說話，但它會默默改掉企業的流程。

這也是我看蘇姿豐和李開復這場對談時，比較關注AMD的原因。

AMD講的不是“我也有AI故事”，而是企業AI落地背后的算力底座。

如果AI只是個人寫寫文案，算力壓力沒那么大。

但如果一個企業讓AI去跑客服、跑風控、跑代碼、跑銷售、跑供應鏈，那就是另一回事。

它要穩定，要便宜，要低延遲，要能并發，要能私有化部署，還要能被審計。

這不是一個聊天機器人能解決的。

這背后需要GPU、CPU、網絡、存儲、云、軟件棧一起配合。

所以AMD的機會，不是復制一個英偉達。

英偉達太強了，生態太深了，CUDA也不是一天能繞過去的。

AMD更現實的資本故事，是在企業AI規?；涞刂?，吃到成本敏感型客戶、私有化部署客戶、推理場景客戶和開放生態客戶的增量。

企業不會永遠只問“誰最強”。

它還會問：

誰更便宜？
誰供貨更穩？
誰更適合我的系統？
誰能讓我不用被單一供應商鎖死？

這就是AMD的預期差。

云廠商也一樣。

阿里云、騰訊云、百度智能云、火山引擎、金山云，接下來拼的不會只是“誰模型更好”。

企業客戶關心的是：
我的數據能不能接進去？
權限能不能管住？
流程能不能打通？
出錯能不能追責？
成本能不能算清楚？

所以AI云的估值錨，也會從“有多少卡”，慢慢變成“有多少真實業務在跑”。

卡多不等于賺錢。

卡滿載，才有交易價值。

如果Agent真的開始接管企業工作流，推理調用量會很夸張。一次調用便宜了，不代表總收入變少。就像外賣客單價不高，但一天跑幾千萬單，那就是生意。

AI也一樣。

單個Token便宜了，但如果企業每個流程都在調用模型，總量可能更大。

這就是市場之前低估的地方。

還有一類公司，會變得很有意思。

企業軟件。

美國那邊，Salesforce、ServiceNow、Snowflake、Microsoft，AI故事都不是單純模型強，而是它們本來就在企業工作流里。

銷售在CRM里，IT服務在Now里，數據在Snowflake里，辦公在Microsoft里。

AI一旦嵌進去，不用重新教育用戶。

這就像你家小區門口的便利店突然開始賣咖啡。它不一定比精品咖啡館好喝，但你每天路過。

中國對應的機會，在釘釘、企業微信、金山辦公、金蝶、用友、微盟、有贊、明源云這些地方。

它們不一定有最強模型。

但它們離企業流程近。

這很關鍵。

AI替代部門，不會先從一個獨立App里發生。它會先發生在企業已經付錢、已經沉淀數據、已經跑流程的軟件系統里。

這句話可以記一下：

企業AI的入口，不在聊天框里，在工作流里。

不能進財報的AI，最后都會變成費用

我覺得2026年之后，AI行業會出現一次很殘酷的分層。

第一類公司，AI只是包裝。

發布會很熱鬧，Demo很絲滑，視頻很震撼。用戶試完說一句“還挺好玩”，然后關掉。

這種AI，很容易被殺估值。

因為它沒有改變任何經營數字。

第二類公司，AI能提高效率，但結果不穩定。

比如幫員工寫東西，幫客服總結，幫銷售整理線索。它有價值，但還停留在個人效率層面。

這種AI會成為標配功能，但不一定能帶來明顯溢價。

第三類公司，AI能進入業務閉環。

能影響收入、成本、利潤率、現金流。

這才是資本市場真正會給估值的AI。

比如一家電商公司，用AI做選品、定價、投放和供應鏈，庫存周轉變快了，退貨率下降了，廣告ROI提高了。

比如一家內容平臺，用AI做分鏡、剪輯、配音、特效，內容成本下降，產能提升，廣告庫存增加。

比如一家醫療平臺，用AI做問診分流、用藥建議、復診提醒，最后帶來藥品履約和服務收入。

這類AI不需要每天在熱搜上。

它只要進財報，就夠了。

所以接下來判斷一家公司的AI含金量，我建議看四個指標。

第一，收入有沒有新入口。

AI是不是帶來了新增訂閱、新增客戶、新增使用量，還是只是原來產品里的免費功能。

第二，成本有沒有真下降。

有沒有減少人工審核、客服、運營、研發測試、內容制作成本。

第三，毛利率有沒有改善。

尤其是云和模型公司，如果AI收入漲了，但推理成本也漲得更快，那故事就沒那么好聽。

第四，現金流有沒有變好。

重資本開支不是問題，問題是投出去的錢有沒有形成高質量收入。

這四個指標，比“我們接入了多少個大模型”有用多了。

因為資本市場最后不看熱鬧。

它看兌現。

李開復這句話，最像給AI行業立了一條新規矩：

不能改變財報數字的AI，都是待驗證成本。

這句話可能不浪漫，但很真實。

企業老板也會越來越這么想。

過去老板聽AI，可能問：
“這個東西厲害嗎？”

現在老板會問：
“這個東西能不能少招人？能不能多賣貨？能不能讓客戶續費？能不能讓我下個季度電話會好看一點？”

這就是AI從技術敘事變成經營敘事的開始。

也是投資者要重新調整視角的地方。

別只看誰模型發布得快。
別只看誰融資最多。
別只看誰視頻最炸。

要看誰能把AI塞進真實組織，塞進真實流程，塞進真實財報。

2023年，AI賣想象力。
2024年，AI賣能力。
2025年，AI賣應用。
2026年，AI要賣結果。

這個變化對很多公司都不友好。

因為結果不好編。

但對真正有場景、有數據、有客戶、有交付能力的公司，這是一次估值切換機會。

AMD有機會講企業AI算力的第二供給曲線。
云廠商有機會講Agent調用量和MaaS收入。
企業軟件公司有機會講工作流重構。
內容、電商、醫療、金融平臺，有機會講成本下降和轉化率提升。

我現在越來越相信，AI行業接下來最重要的公司，不一定是看起來最像AI公司的公司。

它可能是一家云公司。
可能是一家辦公軟件公司。
可能是一家電商公司。
可能是一家醫療服務平臺。
也可能是一家原來大家覺得很傳統的企業軟件公司。

因為真正的AI商業化，不是讓機器變得更像人。

而是讓公司的數字變得更好看。

這聽起來沒那么科幻。

但很資本市場。

也很殘酷。

不能進入財報的AI，最終只是工具。

能改變財報的AI，才會變成資產。