核心结论

Futurum Research与Google Cloud于2026年9月22日发布报告《From Pilots to Production: Why Agentic Transformation Runs Through the Ecosystem》，给出一组对照鲜明的数据：92%的企业AI决策者预期未来12个月预算继续增长，但近一半无法识别出已衡量的投资回报，只有18.5%的受访组织在五分制上把自身AI成熟度评为超过中点。同期Ramp AI Index显示，AI推理的有效价格较3月峰值下降41%至每百万Token 0.68美元。结论是：企业AI的采购标准正从模型性能，转向部署能力、治理工具与ROI度量。

一、预算在涨，度量没跟上

这份报告最有价值的地方，是把花钱的意愿与兑现的能力分开统计。前者接近天花板：92%的决策者预期未来12个月AI预算继续增长；后者几乎没动：近一半组织说不出一个可衡量的回报数字，只有18.5%的组织认为自己的AI成熟度超过五分制的中点。

报告把代理式AI（agentic AI，即在极少人工监督下执行多步动作的系统）列为上升最快的企业软件优先级。由此推导出的采购含义很直接：真正受益的是能交付集成框架、可观测性、安全控制与业务价值证明的供应商，而非只卖基础模型的一方。

换句话说，招标书上的评分项正在换血。过去比的是跑分与上下文长度，接下来比的是能不能接进现有流程、能不能被审计、能不能讲清楚省了多少钱。

二、成本端的另一个变量：推理价格下降41%

对企业而言，同期还有一条利好。Ramp AI Index的数据显示，AI推理的有效价格从2026年3月的峰值每百万Token 1.15美元降至0.68美元，降幅41%。价格竞争让参数更小的模型与开源权重模型在高吞吐量的企业工作负载中变得更可行，内部搜索、客户支持、编码辅助、文档处理与智能体工作流的经济性都在改善。

但报告同时提醒：Token价格不是全部成本。检索基础设施、数据出口、可观测性、人工复核、安全与系统集成，都要计入总账。价格下行让规模化部署更容易被批准，却不能单独证明业务价值——这也是为什么92%的预算增长没有同步转化为ROI证据。

三、钱从哪来：财务口径的三个数字

预算归属同样在重构。Open Future Forum于2026年9月发布的《AI Transformation Report》显示，在财务职能受访者中，41%表示净新增资金是AI投入的最大来源，28%没有明确的AI预算，20%靠重新分配现有软件支出来获得资金。工具使用方面，规模最大的一组里71%已在用Claude或其他AI工具，22%正在评估，8%尚未开始。

这组数字说明两件事。其一，AI预算的所有权分散在财务、IT与业务部门之间，要求单列一笔AI预算的供应商会遇到更多审批摩擦；其二，28%没有明确预算，意味着审批流程与成本归属模型仍不成熟，而这恰恰是治理工具的市场空间。

四、从起草到谈判：采购智能体接上了基准数据

一个具体的演进案例发生在采购环节。9月24日，NPI与Zip宣布合作，通过基于MCP的连接把NPI的Price Pulse基准能力接入Zip的采购编排平台，使Zip的Procurement Superagent能够在采购流程中调用IT价格基准数据，并实时返回定价洞察。

其意义在于把采购AI从工作流路由与文档起草，推进到自动化谈判支持与实时价格校验。差异化不再是对话体验，而是能否拿到影响成交价的外部基准数据。

风险也随之而来：买方需要评估基准数据的来源、新鲜度、覆盖范围与合同权利；如果一个自主智能体给出的定价建议没有配好审批阈值，足以影响供应商关系与支出承诺。这类控制风险必须在部署前解决，而不是上线后再补。

五、给企业的四条可执行动作

一是先立度量再扩规模，把基线指标、验收口径与归因方式写进立项文件，避免季度结算时无人说得清Token被哪个环节消耗；二是把治理预算单列，可观测性、权限边界与审计日志按智能体数量的一定比例预留；三是用全成本口径评估，把检索、数据出口、人工复核与安全计入总账，而不是只比较Token单价；四是为自主决策设审批阈值，任何涉及对外承诺或支出动作的环节都保留人工确认。

结语：从比模型到比兑现

92%的预算增长与18.5%的成熟度之间，就是2026年企业AI最真实的差距。推理成本下降41%降低了试错门槛，但门槛降低不等于价值自动兑现——真正的分水岭在于有没有把度量、治理与阈值写进流程。一道科技立足杭州，为企业提供AI大模型定制、数据挖掘与软件外包服务，可协助搭建智能体的成本归属、监控看板与验收口径。更多技术分析见资讯中心，服务能力介绍请见官网首页。

常见问题（FAQ）

企业AI预算增长但ROI说不清的主要原因是什么？+

Futurum Research与Google Cloud的报告显示，92%的企业AI决策者预期未来12个月预算增长，但近一半无法识别已衡量的投资回报，仅18.5%的组织把AI成熟度评为超过五分制中点。主因是采购与验收口径仍停留在模型性能指标，缺少部署能力、治理工具与业务价值证明的度量体系。

推理成本下降是否意味着企业AI总成本降低？+

不完全。Ramp AI Index显示推理有效价格已从3月峰值每百万Token 1.15美元降至0.68美元、降幅41%，使规模化部署更易获批；但检索基础设施、数据出口、可观测性、人工复核、安全与系统集成同样计入总账。价格下行不能单独构成业务价值证明。

智能体参与采购谈判时会带来哪些新的控制风险？+

NPI与Zip于2026年9月24日通过MCP连接把IT价格基准数据接入采购编排平台，使智能体可在流程中实时返回定价洞察，采购AI由此从文档起草走向自动化谈判支持。风险在于基准数据的来源、新鲜度与合同权利需要评估，且自主智能体的定价建议若审批阈值配置不当，会直接影响供应商关系与支出承诺。