從“燒錢”到“賺錢”：企業AI的轉折點來了

撰文 | 李信馬
題圖 | 豆包AI

如果你問一家企業的IT負責人，AI在他們公司最大的用處是什么，有的人可能會支吾其詞。AI的用處應該是有，但算賬卻未必算得明白，有可能算完發現，花的錢比賺的還多不少。不過，進入2026年，這個情況正在發生轉變。

作為全球領先的智能終端廠商，榮耀在全球擁有超過2.5億用戶，上下游產業鏈遍布各地。業務快速擴張的背后，是每年數萬份采購合同的風險排查與數據提取壓力。傳統模式下，審查一份合同動輒需要數天流轉，新法規出臺還需全量排查，效率與風控難以兼得。通過騰訊電子簽的AI能力處理合同，榮耀訓練出一套“懂榮耀業務語言”的專屬合同AI，將單份合同的數據提取時間從數小時壓縮到分鐘級，AI完成度超80%，準確率90%以上。

類似的故事也在酒店行業上演。作為全球第四大酒店集團，華住集團旗下管理酒店超過1.2萬家，住客需求千差萬別且24小時不間斷，人力有限與響應標準化的矛盾長期存在。基于騰訊云智能體開發平臺，華住打造了一個酒店AI助手，現在在5000+家門店跑著，能自動處理73%的高頻服務需求——從訂房、改房到投訴，全自動。

這兩個案例算不上“黑科技”，但都把AI用在能產生價值的地方，真正地解決了問題。就像騰訊集團副總裁、政企業務總裁李強在采訪中所表示：“不同行業的客戶切入點不一樣，核心是不能簡單擁抱，要真的和自己的核心業務結合。人們希望提供的是好用的AI，真正地能夠跟他的核心業務場景結合才行。”

2026年，AI產業迎來一個關鍵轉折點。

中國互聯網絡信息中心（CNNIC）最新報告顯示，截至2025年12月，中國生成式AI用戶規模已達6.02億人，全國人口普及率42.8%，較2024年提升25.2個百分點。以同期11.25億網民規模計算，每10個中國網民中約有5個在日常使用生成式AI，標志著我國生成式AI已邁入規模化應用階段。

比用戶規模更具說服力的是Token調用量的爆發式增長。國家數據局數據顯示，2024年初，中國日均Token調用量為1000億；到2025年底躍升至100萬億；2026年3月，這個數字已突破140萬億，兩年增長超千倍。

商業回報的加速兌現同樣值得關注。普華永道2026年2月發布的《第29期全球CEO調研中國報告》顯示，針對全球95個國家和地區超過4400位CEO的調研中，52%的中國CEO表示應用AI后企業收入有所增加，遠高于全球約30%的平均水平；17%的中國CEO更是實現了降本增收的雙贏，高出全球平均水平5個百分點。

過去兩年，Token價格從每百萬50-100元降至幾塊錢甚至幾毛錢，降幅達99%。過去只有大企業才用得起的技術，今天中小企業甚至個人開發者都能觸手可及。與此同時，AI工具已深度滲透到日常辦公和協作場景，企業無需從零搭建基礎設施、無需組建專業AI團隊，即可將AI能力嵌入真實業務流程。

IDC報告預測，到2027年，G2000企業（全球最大的2000家上市公司）的Agent使用量將增長10倍，Token和API調用量增長1000倍。無論是從用戶基礎、技術成本、商業回報還是應用形態來看，AI在政企業務領域已站在產業級爆發的臨界點。AI不再是“我們試試看"”心態，而是“我們每天都在用”的現實。

“無論是從用戶規模、技術成本、商業回報還是應用形態，AI已經站在了產業級爆發的臨界點。”李強說，“過去一年，跟各行各業的客戶交流，聽到最多的一句話是AI怎么才能更好用。今天的企業思考的不再是要不要擁抱AI，而是如何用好AI。”

在這個轉折期，誰能提供完整的解決方案，誰就能吃到這波紅利。

3月27日，2026騰訊云城市峰會首站落地上海。騰訊集團副總裁、政企業務總裁李強演講中介紹，騰訊云打造了從能源到應用的五層AI服務體系。

先說能源。AI模型訓練和推理都是電老虎，成本能占到總成本的大頭，騰訊云和遠景集團合作在內蒙古赤峰建了全球首個100%綠電直供數據中心，綜合能源成本降低40%，年減少碳排放18萬噸。

“算力的盡頭可能就是電力。” 李強介紹，“我們跟合作伙伴在內蒙古利用當地的風電跟光儲直接對當地的數據經濟進行供電。直供的方式能夠大幅度降低用電成本，Token 還是算力的成本都是息息相關的。更重要的一點是，新能源的供給也大幅度降低碳排放。”

再說算力。騰訊云的AI Infra提供千萬級IOPS、PB級存儲的底座，針對大模型訓練和推理做了深度優化。這意味著什么？意味著你的AI模型跑得快、跑得穩、成本還低。

模型層面，騰訊的策略是“自研+開源”。騰訊混元大模型在持續迭代，混元3D的開源版本下載量超300萬。

智能體層，騰訊云的開發平臺讓企業快速構建行業專屬Agent，華住的酒店AI就是這樣出來的。

最后是應用層。AI能力被融入到日常的協作和知識管理工具里。這樣做的好處是什么？員工不需要學習新工具，打開他們每天都用的軟件，AI就在那兒，自然而然地提升效率。

“從應用側到PaaS側到基礎設施，一直到能源的供給，我們希望能夠提供全棧式的解決方案，最后能夠服務到我們的客戶業務端——那是一個好用的AI。”李強說。

騰訊云還公布了2026年AI演進路線：首次發布涵蓋基礎設施、模型、生態到應用的Agent產品全景圖，將MaaS平臺升級為TokenHub，推出企業級Agent治理方案，底層平臺Cube全面開源，同時開放了涵蓋自研Skills、開源SkillHub、微信、小程序、企微、元寶、QQ等在內的豐富技能生態，展現出在AI應用場景中的獨特優勢。

當被問及如何衡量企業級AI產品的成效時，李強的回答很務實。

“Token還是一個很重要的指標，但它一定不是一個唯一的指標。”李強說，“如果沒有人用，Token都沒有人消化，毫無疑問是一個很差的產品。但是消耗量過大，成本過高，效率過低，它也不是一個好的產品。”

對于市場上一些廠商用極端激勵政策推動Token消耗的做法，李強表示騰訊不會跟進。“Token的切換是很容易的，它不是一個有黏性的業務。如果你過度激勵，用低價或者補貼方式獲取了一些沒有黏性的業務，哪天當你不準備繼續補貼的時候，這些業務是比較容易流失的。”

李強打了個比方：“Token就假定是油耗一樣，如果只關注油耗，不關注造引擎的經濟性、輸出的能力，那客戶最終也會舍棄。還是要更關注產品本身，有一個好用的AI產品，客戶能夠從中獲得價值，自然而然就會產生Token真實的消耗。”

無論從數據看，還是從案例看，AI從“燒錢”到“賺錢”的轉折點確實來了。對于騰訊云這樣的基礎設施提供商來說，正如騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生指出的：當前，人工智能的應用范式正從Chatbot向AI Agent躍遷。AI落地不只是一道算法題，更是一道工程題——隨著主流大模型能力差距逐步縮小，企業比拼的不再是誰的模型更強，而是誰能通過工程化手段把模型用好。李強也表示，AI應該像水電一樣，打開就能用，接上就能跑。

“今天我們正身處一個充滿不確定性的時代，但越是在不確定的環境中，越需要找到確定性的力量。” 李強說，“而AI，就是當下最大的確定性變量。我們期待與客戶和伙伴一起，把AI技術變量變成增長定量，共同邁向智能驅動的增長新時代。”

但市場競爭也在加劇，其他云廠商都在做類似的事情。最終誰能贏，還要看誰能更好地理解企業的真實需求，這個故事還遠沒有結束。

「創新無邊界」是我們的slogan，我們不局限于對互聯網行業的追蹤與探索，更要向未來、向未知的方向大膽邁進。因此，「打造行業新標桿、解讀商業新動向」是我們秉持的方向之一。