01

昨天，官媒刊登了养龙虾的安全手册，龙虾智能体已经成为2026年从企业到个人的技术热潮。

那么，2026年，我们能否迎来AI包括智能体规模化落地的拐点？

中国企业用AI，到底是降本更明显，还是增效更突出？不同企业应用的效果有什么区别？

今天，我结合摩根士丹利的报告，以及我跟踪研究、走访国内上市公司，给企业做经营顾问的经验，来看一看2026年中国企业AI落地的真实图景。

02

大摩在报告中提出了一个核心结论：AI对不同规模企业的影响，不是一刀切，而是分层分化。

中型企业是冲击核心，小微企业是受益主体，大型企业是结构重构。

我们先来看中型企业：它们是AI降本的“急先锋”，岗位净流失最为显著。

大摩统计了全球3000多家公司的情况，员工数501-1000人的中型企业，净岗位流失率高达15%，是所有规模企业中受AI冲击最大的。

这不是偶然，而是中型企业的生存逻辑所决定的。

一方面，中型企业具备引入AI的预算与技术能力，而且，岗位职责跟大型企业类似，高度聚焦、流程细分，比如制造业的生产跟单、质检，服务业的客户咨询、订单处理，这些都是AI的拿手好戏。

但另一方面，中型企业又没有大型企业完善的人才再培训体系和转岗的机会，在利润被不断上涨的人力成本、渠道成本跟原材料价格的蚕食下，往往会用AI来直接替代高成本的重复劳动。

对中型企业而言，AI的核心价值主要体现在了降本。

再来看小微企业，它们是AI补位的“受益者”，岗位逆势净增长4%。

在大摩统计中，员工数1-49人的小微企业，净岗位增长4%，成为AI浪潮中的另类赢家。

这是为什么呢？

因为小微企业的AI逻辑，不同于中型企业裁员式的替代，

它们本身面临“一人多岗”的困境，一个老板要兼顾销售、客服、文案、数据分析、财务等多个角色，人力不足，难招人，是制约业务扩张的关键。

年初我在参加商会、企业年会活动中，接触大量电商、餐饮、制造类小微企业，他们用AI的核心诉求不是“少招人”，而是能够“多做事”。

像一位电商老板就告诉我，他希望用AI处理基础运营工作，自己有更多时间专注在选品、客户深度运营这些更有价值的环节，所以需要招聘更多懂AI的复合型人才，岗位数量自然增长。

对小微企业来说，AI的价值是“补能力、拓边界”。

我们接着来看大型企业：它们是AI重构的“慢行者”，岗位以重新分配为主。

员工数超1000人的大型企业，净岗位流失率仅为5%，核心是岗位重新分配，而非大规模裁员。

大摩在报告中提到，56%的岗位变动，是“无变动岗位+被重新培训或重新部署”。

这意味着超过半数的员工并没有失去工作，只是被调整了岗位职责，把重复劳动交给AI，把更有价值的创意、决策、客户深度运营交给人。

我在走访多个上市公司中就了解到，像美的在2024年12月就采用了亚马逊云科技的生成式AI服务，启动了AI客服、供应链AI优化的员工培训，将客服人员重新部署到客户深度运营、售后问题解决等岗位，把财务人员转向成本分析、战略规划，在海外14个国家和地区部署云端全渠道客户服务中心，运营成本降低30%。

比亚迪在2025年6月跟字节跳动Seed以及火山引擎合作，共建AI+高通量联合实验室，通过共享算法、算力及实验数据，在锂电池领域推动AI研究，联合攻克动力电池快充、寿命、安全等关键技术问题，缩短研发周期接近30%。

对大型企业来说，AI的核心价值是优化业务流程、提升创新能力，降本是附带效果，增效才是核心。

03

那么，看完大摩的统计跟我走访企业的实例，回到中国企业应用AI的现实问题“到底是降本，还是增效”，也有了答案。

短期看降本，中期看结构优化，长期看增效。

中型企业先吃降本红利，小微企业先补能力短板，大型企业降本增效双线并行。

大摩也在报告中提出，亚太区80%的AI收益来自成本效率提升，20%来自收入增长。

中国企业使用AI的第一刚需就是降本，且空间巨大。

过去十年，中国制造业、服务业的人力成本年均涨幅超过8%，很多企业的利润被不断上涨的工资、社保、房租所蚕食，增收不增利成为常态。

而AI能代替多种初级岗位的日常需求，也是最容易看到效果的环节。

但如果只看到降本，特别是人力成本，那就低估了AI的长期价值。

中国企业的另一个典型特征是运营效率低下，依赖经验，流程冗余。

增效是中国企业的“效率洼地”，也是补短板的关键。

像中国石油、国家能源集团，都在利用AI大模型进行招标文件的智能生成、投标文件的辅助评审以及围标、串标行为的智能检测。

京东政企业务推出的"AI智能选品"功能，可以一次性解析100条采购需求，一键批量下单。

对中国企业而言，增效不是锦上添花，而是补短板，把被浪费的效率找回来，长期价值要超过降本。

04

同时，大摩在报告中提出，81%的全球企业CIO表示，预计2026年底前，至少有一项AI工作负载会规模化投入生产环境。

结合中国企业的现状，我认为，2026年，中国企业的AI落地会从“尝鲜期”进入“规模化落地期”，降本增效的效果会集中显现，大中小企业的分化，就会进一步拉大。

为什么2026年是拐点？

核心是三大驱动力。

1、算力投入集中兑现，模型更便宜好用。

过去两年，全球顶级AI实验室在算力上的投入是前所未有的，在大量资金与GPU堆入后，按照训练算力每增加10倍，模型智能水平翻一番的“缩放定律”，2026年AI模型会实现更便宜、更精准、更易用的升级，AI落地的成本门槛、技术门槛会大幅降低，中小企业也能轻松用上，就能最近的龙虾，安装几乎只有几百的成本。

2、中国企业数字化基础扫清障碍。

随着云计算、大数据的普及，中国中小企业的数字化基础正在快速完善，越来越多企业完成了“数据在线”，为AI落地扫清了数据孤岛的障碍。

3、政策与产业生态双重加持。

中国将人工智能作为战略性新兴产业，从算力基建、算力调度到行业应用，都在出台扶持政策，本土化AI应用生态也在完善，从通用大模型到垂直行业智能体，从算力供应商到落地服务商，形成了完整的生态链，为AI落地提供了保障。

所以，短期看，降本是中国企业用AI的最直接诉求，但长期看，增效才是AI的终极价值。

那些只把AI当省钱工具的企业，最终会陷入价格战的泥潭，而那些用AI重构效率、创新业务的企业，才能抓住AI时代的真正红利。

对企业家来说，重点是分层AI落地。

小微企业用AI补能力短板，聚焦“能力叠加”，不要盲目追求替代，而是用AI拓展业务。

中型企业优先落地AI的降本场景，同时建立员工培训与转岗体系，避免“降本不增效”的短期陷阱。

大型企业是将AI融入核心业务，重点布局AI创新、效率优化场景，打造差异化竞争力。

2026年不会是“AI替代人”的一年，而是“人+AI协同创造新价值”的一年。

我相信，商业的本质是效率，AI的终极价值，就是重构效率的分配方式，不是简单替代，而是精准匹配。

未来，我会持续跟踪国内上市公司和海外企业的AI落地实践，拆解那些真正用AI实现降本增效的企业案例，帮你看懂AI时代的企业经营与投资逻辑。

-

责任编辑 | 罗英凡

图片均来源于AI

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。