Deep|LLM: Enterprise AI Application Research (Vol.2) - Growth Keeps Flowing into Production Workflows; ROI Realization Is Gated by the Hours-Saved Threshold

企業 AI 支出結構轉型：席位訂閱放緩，增量流向生產工作流與 API

—企業 AI 預算正從中央 IT 移轉至業務部門（BU），增量資金開始透過縮減 $CRM (Salesforce)、$NOW (ServiceNow) 與地端資料平台等傳統 IT 支出來支應
—AI 軟體支出結構從一年前的 90% 訂閱 / 10% API 轉變為約 50 / 50，個人席位覆蓋率高但僅少數產生實質商業價值，增量全面流向 API 調用與 Agent 工作流

AI應用 ↑看多中期

企業 AI 支出持續擴張但加速分化，增量全面從 $MSFT Copilot 等席位訂閱轉向生產級 API、Token 與 Agent 工作流。業務部門開始主導預算並要求明確回報，進而擠壓傳統 SaaS 預算。AI 軟體支出重心已由席位覆蓋轉移至生產工作流深度整合，API 與 Token 消耗成為未來增長核心動能

軟體股中期

企業在 IT 總預算持平要求下，AI 增量投入開始對 $CRM (Salesforce) 與 $NOW (ServiceNow) 等既有軟體授權產生實質替代與排擠。非工程端席位價值有限促使企業檢視訂閱效益。企業 IT 預算向 AI 重分配已開始壓縮傳統 SaaS 軟體與地端資料平台支出空間

企業 AI 投資回報（ROI）瓶頸：工時節省門檻效應與客戶降價壓力

—席位訂閱的 ROI 難以衡量且淪為虛榮指標，而生產端工作流正面臨嚴格的財務回報審查（如要求 2.5x 投報率或明確營收增益）
—散碎的 5%–10% 工時節省無法轉化為可重分配產能，唯有單項任務工時下降逾 30% 才能真正釋放人力，且外部客戶已開始要求 10%–20% 的 AI 降價讓利

AI應用中期

企業 AI 的 ROI 實現面臨顯著的工時節省門檻效應，零碎節省 5%–10% 工時無法降低專案成本或釋放多餘產能，必須達到單類工作負擔減少 30% 以上才能轉化為實質經濟價值。同時外部客戶已開始要求專案降價 10%–20%，效率提升紅利部分被客戶瓜分。工時節省唯有跨過 30% 門檻才能釋放可重分配產能，且效率紅利正受到客戶降價要求侵蝕

開源模型落地門檻與自建推論經濟學：合規風險與算力利用率制約

—受監管行業因資安、合規與長效維護風險幾乎未在生產端正式部署開源模型，採購決策更看重廠商信譽而非純模型能力
—企業普遍未部署統一 Router，而是透過手動分層與工作流優化（如緩存、上下文壓縮、提示詞調優）實現成本控制

AI算力中期

開源模型在生產環境的滲透受限於合規與採購風險，需達到 4 倍以上成本優勢才足以覆蓋切換與重測成本。自建推論叢集的 GPU 利用率若低於 80%，自建成本優勢將基本消失，促使企業主要透過雲端平台調用。自建推論叢集需維持 80% 以上高利用率方具成本優勢，短期內雲端託管與模型分層仍為企業主流方案

每天早上,收件匣見

53 位中英文財經 KOL 的觀點,每天自動整理成一份日報。免費,隨時可退訂。

免費訂閱