企业AI落地进入深水区：服务商们不再“卖软件”，而是“给结果”

这场在重庆举办的AI沙龙，让我们看到了ToB服务商的商业模式转身
产业观察 | 2026年8月27日

8月27日，重庆一家星级酒店的会议室座无虚席。由典铭云赛与千问办公联合主办的“千问办公见智思享会”吸引了120余位企业负责人到场，3个小时的议程被排得满满当当：趋势判断、产品演示、场景实操、服务模式发布。

现场的热闹，是当下企业AI热的一个缩影。但热度背后，一组更冷的数据被反复提及——麦肯锡的调研显示，只有5%的企业从AI中获得了实际经营回报，75%的企业AI应用仍停留在“表演”层面。

从“用起来”到“用得好”，这条鸿沟正在成为AI ToB市场最大的变量。而从鸿沟里长出来的答案，可能正在改写整个软件服务业的商业模式。

一、AI缺的不是智能，是“工龄”

“让AI变聪明很容易，但让AI懂你的公司很难”。千问办公AI解决方案架构师张睿在现场用了一个比喻来解释企业AI落地的困境：聪明的大模型就像一个名校毕业生——能力没有问题，但它不知道一份方案为什么被否，不理解组织的决策链路，缺少只有老员工才懂的那份“工龄”知识。

这份“工龄”，在行业里有一个更技术化的名字：组织上下文。千问办公渝云贵区域负责人严海在现场分享了阿里内部的实践数据：阿里如今全员配备AI办公工具，每人每月配发2万积分鼓励员工验证提效场景，目前日活率超过50%。在他看来，组织提效的关键不在功能堆叠，而在于让Agent理解组织上下文。

这也是钉钉正在押注的切入点。作为服务了企业市场十年的协同平台，钉钉沉淀了企业知识、沟通、会议、业务行为等海量数据，8月中旬又将企业上下文框架My Context开源，试图把这些碎片化的数据打包盘活。现场演示的“数字分身”——基于个人与企业数据为管理者预写回复、员工离职后工作经验仍沉淀在组织内——正是这一思路的产物。

产品层面，千问办公连接企业业务系统、钉钉与文档数据，执行任务并交付结果。其定价也遵循任务成本逻辑——标准模式覆盖95%的日常任务，高级模式只处理5%的复杂任务，官方自研的千问3.8 Flash模型已将推理成本大幅拉低。对预算敏感的企业客户而言，这是规模化采购的重要前提。

不过，对现场更多企业家来说，更现实的问题是落地路径。严海给出的建议相当克制：不要全面铺开，先找痛点最深的部门做小场景验证。

这种“劝客户少买”的细节，在某种程度上预示了AI ToB市场的转向：从一次性卖软件，转向持续交付价值。

二、场景实操：AI开始干“脏活累活”

相比趋势判断，实操环节更能说明AI办公产品当前的真实水位。现场演示了一系列真实业务场景：

一家装备制造企业的研发人员三分之二的时间耗在写测试报告上——AI读取17份文件、参照标准模板，直接输出77页专业报告；一家汽配企业原来需要8个人专职处理主机厂下发的订单——如今AI自动登录系统与邮箱取数、合并分析，当天即可响应；销售场景中，客户需求从录音转写中被自动拆解，结合历史方案生成新方案；合同审查、简历筛选、巡检识别、财务对账等高频重复劳动，则被固化为可定时执行的“技能”。

官方称其技能中心已沉淀4万多个可复用的技能包，企业也可以让AI把自己的工作流自动固化为技能。换句话说，软件的交付形态正在从“功能”变为“可执行的工作经验”。

数据安全是ToB场景绕不开的议题。面对现场企业的疑虑，千问办公方面明确区分了C端与B端产品的边界：企业版承诺用户数据不用于模型训练，以保密协议提供法律保障，并提供私有化部署选项；其披露的合作客户包括中广核、中国船舶等大型国企。

三、FDE兴起：服务商们正在重写交付模式

这场沙龙最值得关注的部分，来自本地服务商的登台。

典铭云赛总经理陈耀键在现场介绍：公司成立于2009年，2014年起开展阿里云业务，目前在阿里云与钉钉服务商体系中位居全国第一，去年产值4.5亿元，团队近400人。其中一组数字颇为显眼——公司内部的140人业务顾问正在转型成为FDE（Forward Deployed Engineer，前沿部署工程师）。

FDE并非新概念。在海外市场，Anthropic、OpenAI已开始派驻现场工程团队解决企业AI落地问题，这一角色被视为跨越企业AI“落地鸿沟”的关键。而在中国，FDE模式正在被典铭云赛这样的服务商本土化：工程师进驻客户现场，经历宣发预热、启动会、认知培训、场景共创、落地验证、能力移交六个步骤，最终让企业员工具备自主搭建AI场景的能力。

陈耀键把这称为“从卖工具，到交付结果”。其背后是服务商收入模型的重构：传统软件代理赚取的是一次性的许可费用，续费依赖客户关系；而FDE模式交付的是可验证的提效结果，续费与增购取决于员工是否真正把AI用出了效果。

他举了与一家重庆本土制造业客户的合作为例：典铭云赛(www.ding.cn)帮助该企业培养了80名“数字先锋”，落地30项AI应用场景。“员工真正用起来，续费就是自然的结果。”

从行业视角看，这一转向有其必然性。一方面，模型能力快速趋同、推理成本断崖式下降，纯产品的差异化空间在收窄；另一方面，企业的需求越来越具体、越来越碎片化，标准化产品难以覆盖“最后一公里”——服务层的价值正在被重新定价。

四、AI ToB下半场：竞争从模型转向服务

把视野拉远，这场沙龙传递的信号相当清晰。

资本端，Anthropic的估值持续走高，市场正在重新为ToB AI定价——用阿里管理层的话说，AI要覆盖的不只是IT成本，更要覆盖生产成本、创造新的价值。市场端，中国的模型调用量已占全球的三成，AI工具正从“问答”走向“干活”。企业端，尝鲜期结束，“如何用好”取代“要不要用”成为核心命题。

对服务商而言，这意味着角色从“渠道”向“能力交付方”迁移：谁能组织起懂业务场景的工程师队伍、谁能把结果交付出来，谁就能在AI落地浪潮中分得更大的一杯羹。对企业而言，现场给出的建议同样务实——找小场景、先验证回报、沉淀组织上下文、选择能提供持续服务的伙伴。

活动尾声，主持人邀请参会者扫码进群获取资料，120余人鲜有提前离场。这个细节或许最能说明企业AI需求的现状：热情早已不是问题，方法才是。

模型的红利进入中局，服务的红利才刚刚开始。