黄仁勋说别管ROI，但1543家企业里只有13%敢听他的

企业AI投入从4.6%增速骤降至3.6%，只隔了一个季度。地缘政治、油价、通胀预期像三把钝刀，把CIO们的预算信心一点点磨掉。

更扎心的对比在后面：科技巨头们刚在GTC和RSAC上撒完狗粮，主流企业却集体缩回壳里。这不是第一次了——疫情后IT支出预期一度冲到7.5%，然后被加息戳破；今年初刚回暖，又被外部事件按下去。预算情绪就像个过度敏感的弹簧，稍微有点风吹草动就变形。

Enterprise Technology Research的数据样本够大：1543家企业。这个数字本身说明问题——不是小样本的噪音，是主流市场的真实体温。

AI的第三局，企业的第一局

我们把时间线摊开看。AI浪潮的"第三局"从2010年代中期算起：DeepMind的里程碑、ChatGPT的爆发、Claude Code和OpenClaw的跟进。供应商们跑完了研发、融资、产品化的全程。

但企业端呢？刚站上打击区，球都没看清。

ETR的调研显示，几乎所有企业都在"拥抱AI"，但大规模实现ROI的——注意是大规模——只有中低两位数百分比。换句话说，十几家企业里大概只有一家真赚到了钱，剩下的要么在试点，要么在PPT里。

黄仁勋在GTC上的态度很明确：别盯着ROI，让创新先飞。这话在开发者耳朵里是天籁，在CIO耳朵里像噪音。因为企业采购的决策链上，财务合规、风险管控、审计痕迹才是硬通货。你可以说服工程师尝试新工具，但要说服CFO为"可能有用"的东西批预算，需要另一套语言。

这就形成了一个结构性错位：供应商按"技术可能性"叙事，企业按"投资确定性"行动。两边说的都是AI，但说的根本不是一回事。

黄仁勋的"最重要一页PPT"藏着什么

GTC 2026上，黄仁勋把一页幻灯片称为"最重要的一张"。这页没讲算力密度，没讲芯片架构，讲的是商业模式重构。

具体细节原文未披露，但方向很清楚：从卖硬件/卖API，转向按价值计费的新模型。这对企业采购意味着什么？过去买AI像买彩票——先投一大笔钱，再赌能不能中；新模式更像分成，供应商和企业共担风险、共享收益。

这个转变不是做慈善，是供应商被逼出来的。当企业端ROI数据难看，继续按传统模式销售会越来越难。黄仁勋显然看到了天花板，想换一把钥匙开门。

但新模式能否跑通，取决于两个未知数：一是价值如何量化，二是责任如何划分。AI出错了算谁的？模型幻觉导致的业务损失怎么赔？这些问题不解决，"最重要的一张"可能只是最重要的一张愿景图。

软件栈的进化方向：把复杂藏起来

原文提出的另一个判断是，软件栈会演化以降低AI采用门槛。这个判断本身不新鲜，但值得拆解的是"降低门槛"的具体含义。

不是让AI变得更聪明——那是模型层的事——是让企业用起来更简单、更安全、更可审计。当前的企业AI部署，像把一台F1引擎塞进家用轿车，动力是有了，但保养成本、故障风险、驾驶难度都失控。

软件栈的进化需要解决三个具体问题：数据治理的自动化（企业数据太脏，清洗成本常被低估）、安全边界的动态化（传统防火墙逻辑跟不上AI的交互模式）、以及决策链的可追溯化（监管和内部审计的刚需）。

谁能在这些"无聊但关键"的环节做出产品，谁就能吃到企业AI落地的红利。这个赛道不会像基础模型那样有明星效应，但现金流可能更稳。

RSAC的余热与现实的温差

三月的RSAC（RSA安全大会）上，AI安全是显性主题。但热度归热度，落地归落地。

企业CIO的反馈很分裂：一方面承认AI安全工具的必要性，另一方面把相关预算排在"等看清再说"的队列里。这种分裂不是保守，是经历过太多"技术早熟"的教训。云计算、大数据、区块链，每一波都承诺过革命，最后能沉淀为基础设施的屈指可数。

AI的特殊之处在于，它的失败模式更隐蔽。一个推荐算法跑偏，损失的是转化率；一个财务分析Agent（智能体）跑偏，损失的是合规性和股价。这种不对称风险，让企业端的"第一局"注定打得谨慎。

供应商端的"第三局"优势是技术积累，劣势是路径依赖——习惯了To Developer的增长飞轮，转To Enterprise需要重建肌肉。这不是加个销售团队能解决的，是产品哲学、交付模式、甚至公司文化的重构。

黄仁勋的"别管ROI"是一种产品哲学的宣示，但企业市场的铁律是：没有ROI叙事，就没有采购订单。新模式能否 bridging（弥合）这个 gap（鸿沟），2026年下半年会见分晓。

ETR的下一季度调研会是一个关键观测点：如果预算增速继续下探，说明外部风险的权重压过了技术乐观；如果企稳回升，说明黄仁勋的"最重要一张"开始被企业CFO们真正理解。

你现在所在的企业，AI项目是在"第三局"的供应商叙事里，还是在"第一局"的谨慎试水期？采购决策时，ROI报告和"创新可能性"，哪个会议室里声音更大？