企业买AI，开始算总账了

企业买AI，正在从“试一试”变成“算总账”。过去，大模型更多被放在创新预算里，用于概念验证、样板展示和局部试点；如今，越来越多AI项目开始进入招采、风控、运营、审核、生产、客服等经营系统。尤其在央国企和大型机构客户中，采购大模型不再只是追逐技术热度，而是要看它能否安全可靠地嵌入核心流程，能否长期交付，能否真正带来降本、提效、控风险等可验证的经营结果。这也意味着，Token经济时代的AI采购，正在进入真正考验产业能力的深水区。

5月8日，弗若斯特沙利文发布《中国通用大模型项目中标研究报告（2025年度）》。报告显示，当前中国大模型市场呈现显著的“机构主导”格局，B端及G端客户贡献约89%的采购规模，C端仅占约11%。

机构客户推动采购从试点走向综合建设

报告还披露，2025年金额超1,000万元的项目达314个，其中44个超亿元，机构客户的单次采购规模持续扩大，项目正从单一场景试点向“算力+模型+应用”一体化综合采购演进。

这意味着，大模型正在从试点预算走向经营预算。对财经经济类观察而言，值得关注的不是单个模型的热度，而是AI项目是否进入核心流程、能否形成可量化ROI、是否具备长期运行和持续复用的条件。

政企、央国企和大型机构客户采购周期较长，合规要求高，技术门槛高，但一旦通过验证，往往具备持续建设、横向复制和长期运营的空间。这类客户更看重安全可信、稳定交付和业务结果。

ROI正在成为AI投入的核心衡量标准

如果大模型只停留在问答、文案、客服辅助等外围环节，其商业价值有限。只有进入招采、交易、风控、审核、生产运营、知识管理等流程，AI才可能从工具投入转变为经营投入。

在电力和能源场景中，国能集团案例已经给出了较清晰的业务结果。报告显示，相关大模型能力深度嵌入招采、交易、生产运营等核心业务链条。智能评标助手深度嵌入管理流程后，提效与节支年化效益约19亿元；在电力交易场景中，交易盯盘时间由1.5小时缩短至15分钟，度电收益提升5%-10%，实现增收400万元。

在金融场景中，大模型的价值更多体现在流程效率和风险控制。报告显示，交通银行国产千亿级金融大模型深度嵌入零贷、交易、风控等核心业务链条。在零售金融流程中，相关能力目前已累计服务超3000万客户；在资金交易与风控场景中，辅助机器人达成金额超千亿元，单笔任务处理时长有效降低40%。

在制造业场景中，大模型的商业价值还体现在知识资产沉淀。报告显示，宝钢股份联合科大讯飞建设钢铁行业大模型应用平台，建成630G行业语料库，并上线149个智能体，覆盖采购、工艺、客服等核心场景，累计会话访问量145万次。这类建设数字背后，是工艺经验、专业文档和一线知识逐步转化为可调用、可复用的系统能力。

企业持续投入AI，最终要回到经营结果：节省多少成本，缩短多少时间，减少多少人工环节，降低多少风险，能否重构原有业务流程。能够回答这些问题的大模型项目，才更可能从一次性试点进入持续性建设。

长期交付能力成为商业化评价变量

对大型政企客户而言，技术能力不只体现为参数规模或单项跑分，更体现在私有化部署效率、国产算力适配、推理成本、数据安全、系统稳定性和长期运维能力上。能够降低部署门槛、降低行业应用成本，并支撑复杂业务系统稳定运行，才更容易形成持续采购。

报告在发展趋势部分提出，采购规模将持续保持高增速，价值兑现成为市场增长的核心驱动力；在趋势研判中，“全栈自主可控+规模化交付”被列为决胜关键之一。对财经观察而言，这意味着大模型商业化正在进入由客户结果检验的阶段。

报告在重点厂商样本部分披露，在TOP6通用大模型重点厂商、非运营商背景政企公开招标口径下，2025年全年科大讯飞中标项目数达210个、中标金额超23亿元。从财经视角看，这组数据的意义不只在规模，更在于相关项目更多来自机构客户和核心业务场景，反映出大模型采购正在向经营价值导向转变。

随着大模型落地进入结果验证阶段，AI企业的商业化能力将更多接受客户侧检验。能否持续进入核心流程，能否在安全可控前提下交付，能否把技术能力转化为降本、提效、控风险和知识沉淀，将成为观察行业商业化进展的重要指标。