大、小型企业大模型选型差异研究报告

深度研究 · 企业大模型选型

广州一周内两场AI会议，都指向同一个群体——小微企业。但当我们将目光从小微企业拉远，会发现一个更值得关注的图景：在AI大模型选型这件事上，大型企业与小微企业正在走向两条截然不同的道路。以 21 世纪经济报道《APEC 倡议发布一周后，广州再聚焦小微企业 AI 转型》为切入点，围绕了解程度、部署情况、投资规模、观望态度、落地实施五个维度，看看大企业与中小微企业在企业大模型选型上的真实情况。

报告日期　2026-09-17

背景文章　21财经，2026-09-13

数据来源　26 条，文末全列

摘要：不是快慢之差，是赛道之差

核心判断一｜认知已趋同，落地严重分化。97.4% 的小微经营者"听说过"AI，大企业的认知普及率接近 100%——在"知道"这件事上，两者差距已基本抹平。但跨过"真正用起来"这道门槛后落差迅速拉开：长江商学院 2026 年对全国 2016 家规上工业企业的调研显示，500 人以上企业 AI 采用率 15.5%（营收口径），小企业仅 5.4%；欧盟统计局口径下，250 人以上企业使用率 48.56%，10–49 人企业仅 13.53%。

核心判断二｜第一障碍不是钱，是人和场景。58.5% 的小微曾因价格放弃 AI，看起来是成本问题；但 79.2% 的未采用企业给出的理由其实是"场景不适用"，OECD 调研中 70.89% 的欧洲企业说"缺乏相关专业知识"。钱是结果，不是原因。

核心判断三｜选型逻辑的分野在于买什么。大企业买的是"可控"——私有化 / 专属云、国产芯片、合规资质、可审计；中小企业买的是"即用"——SaaS 订阅、公开 API、行业模板、按场景付费。同一次采购，两套完全不同的评价函数。

核心判断四｜投资规模相差约两个数量级。500 人以上企业单笔 AI 支出超 500 万元的占 21.3%；500 人以下企业单笔支出集中在 2 万–10 万元区间的占 42.6%。

核心判断五｜"观望"的形态截然不同。大企业的观望是投产前的审慎（Gartner 建议沙箱观察至少 3 个月再上生产环境）；中小企业的观望是试过之后的退潮（97.4% 知晓 → 53.2% 尝试 → 33% 持续，每一层流失近半）。

企业 AI 落地的规模梯度：同一条漏斗，两个出口

上：小微经营者的"知晓—持续使用"漏斗（赛迪智库×网商银行，2026）；下：企业 AI 采用率的规模梯度（长江商学院，2026）

小微：听说过 AI 工具97.4%

小微：尝试过使用53.2%

小微：持续使用33%

小微：AI 流程完全标准化6%

500 人以上企业：AI 采用率15.5%

中型企业：AI 采用率9.1%

小企业：AI 采用率5.4%

注：上组为小微经营者知悉与使用漏斗（0–100% 刻度）；下组为长江商学院 2026 年调研（全国 2016 家规上工业企业，营收口径），为便于呈现按 20% 为满刻度绘制。两组口径不同，不可跨组相减或换算。

01背景：一周之内的两场会议，与文章关键数据

2026 年 9 月的广州，一周之内接连发生两件指向同一群企业的事：9 月 4 日，APEC 第 32 次中小企业部长会议在此发布《广州倡议》，中方发起设立亚太人工智能赋能中小企业发展合作中心；9 月 11 日，2026 金蝶 AI 星辰峰会开幕，议题同样锁定小微企业如何用 AI。从国际倡议到企业实践，小微企业的 AI 转型被重新推上台面。

文章基调：小微企业 AI 转型已从"要不要做"进入"怎么做、谁做得好"的实践阶段，但不同路径成效如何，仍有待市场检验。

02五维对比：大企业与中小企业的选型区别

维度一｜了解程度：认知已拉平，能力仍断层

在"知道 AI"这件事上，已成全网共识；但在"会用 AI"这件事上，断层清晰可见。真正拉开距离的不是信息获取，而是把 AI 变成流程的能力——而这恰恰是小微最薄弱的环节。

解读：认知门槛已经很低——97.4% 的知晓率说明"没听说过 AI"不再是问题。真正的问题出现在：从"听说过"到"尝试过"减少 44 个百分点，从"尝试过"到"持续用"又减少了 20 个百分点，最后只有 6% 能把 AI 流程标准化。大企业的优势不在信息，而在"有人能把 AI 接进流程"。

维度二｜部署情况：大企业建"底层重构"，中小企业租"即用能力"

部署形态的差异，是两类企业选型逻辑最直观的体现。中国信通院把它概括为"公有云 + 专有云"双轨并行：公有云承接海量中小微企业的智能化诉求，专有云服务大型央国企与强监管行业。

解读：大企业的部署决策被两件事锁死——合规（核心数据不出域、可审计）与性能定制（私有化精调、持续迭代）；中小企业的部署决策被两件事放开——现金流（不为硬件预付）与时间（1–2 周可用）。因此出现了"混合架构"的收敛：85.8% 的企业最终都选择"外部算力 + 自建数据中心"的组合，只是大企业自建的部分更重、中小企业外购的部分更多。

维度三｜投资规模：相差约两个数量级

这是五个维度中差距最容易被误读的一项。表面上中小企业"投得少"，实质是两者的支出结构根本不同：大企业做的是同步投入硬件、系统、数据平台与人员培训的"底层重构"，中小企业做的是针对单一环节的"局部修补"。

解读：两类企业的支出结构完全不同：大企业做的是同步投入硬件、系统、数据平台与人员培训的"底层重构"，中小企业做的是针对单一环节的"局部修补"。政企市场里平均每单超 1100 万元的单价结构，与中小企业 2 万–10 万元的支出区间之间，横着的不是购买力，而是容错空间——后者的容错空间被 4.4% 的净利润率压到了极窄。

维度四｜观望态度：一个在"投产前审慎"，一个在"试过后退潮"

两类企业都在观望，但原因、时长与决策路径完全不同。大企业的观望是治理驱动的主动选择；中小企业的观望更多是被动结果——不是不想上，而是算不清账、找不到人。

解读：这两类"观望"解决方式完全不同。大企业的观望靠治理机制化解——沙箱、审计、成本监控、ROI 度量体系；中小企业的观望靠确定性化解——看得见的同行案例、算得清的月费、拿来即用的模板。前者需要制度能力，后者需要生态供给。

维度五｜落地实施：都卡在"最后一公里"，但卡点不同

值得注意的是：落地难不是中小企业专属。大企业同样面临 88% 做试点、仅 8% 拿到可量化财务回报的困境。区别在于，大企业卡在"从试点到规模化"，中小企业卡在"从试用到持续用"。

解读："最后一公里"对两类企业意味着完全不同的东西。大企业的最后一公里是组织与流程重构——70% 的 AI 失败源于流程没有随 AI 一起重构；中小企业的最后一公里是从"能用"到"好用"——它们往往已经买到了工具，但缺少把工具接进业务的人和方法。

维度六｜模型与供应商选型：大企业选"合规背书"，中小企业选"性价比"

这是本报告与背景文章最直接的衔接点。同一个市场，同一批模型，两类企业却呈现出几乎不重叠的偏好分布。

解读：信通院调研显示 94.39% 的企业选型集中于 8 个系列国产大模型，市场正在收敛；而在政务这类强监管场景中，千问 Qwen 的渗透率已超 40%，说明大型企业与强监管行业的选型由合规与信创适配驱动。中小企业则更多直接使用平台方提供的 AI 工具与行业模板，把"选型"这个动作交给了生态。同一份模型榜单，在两类企业眼里读出的结论完全不同。

03五维总览：一页看清两种决策函数

大型企业

买"可控"

• 了解：认知全面，且有专职团队、明确的 ROI 度量要求

• 部署：私有化 / 专属云为主，强隔离，自建算力占比 96%（金融）

• 投资：单笔 500 万元以上占 21.3%；政企中标项目平均每单超 1100 万元

• 观望：投产前审慎——沙箱观察 ≥3 个月、治理先行、成本监控

• 落地：卡在"试点到规模化"，88% 试点、8% 见回报

• 选型：合规背书 + 国产化 + 软硬一体，避免单一供应商锁定

中小企业 / 小微

买"即用"

• 了解：97.4% 知道，但 71.5% 仍是初学者或一般水平

• 部署：公有云 API / SaaS 订阅，1–2 周可用；一体机门槛 150 万元起

• 投资：单笔 2 万–10 万元占 42.6%；净利润率仅 4.4%

• 观望：试过之后退潮——33% 留存，6% 流程标准化

• 落地：卡在"试用到持续用"，浅层场景为主

• 选型：成本优先 + 依赖平台生态，租能力而非建能力

04成因机制：四道门槛的真实排序

把五个维度的数据放在一起，会发现一个反直觉的结论：成本不是第一障碍。真正的排序是——认知 → 人才 → 适配 → 成本。成本之所以看起来最突出，是因为它是前三道门槛未被跨越后的最终表现形式。

1

认知门槛：从"听说过"到"知道从哪开始"

97.4% 知晓率证明信息不再是瓶颈，但 53.2% 的尝试率说明大部分企业不知道第一个该做的场景是什么。长江商学院调研中 79.2% 的未采用企业给出的理由是"场景不适用"——这不是技术判断，而是场景识别能力的缺失。知道 AI 能做什么，与知道"自己的哪件事该交给 AI"，中间隔着一整套业务梳理工作。

2

人才门槛：缺的不是算法工程师，是"AI + 业务"复合型人

OECD《AI and Skills（2026）》的判断很有分量：不到 1% 的劳动者需要专业的 AI 编程能力，而 50% 的中小企业表示员工缺乏 AI 技能，提供培训的不足 30%。Eurostat 调研中，欧盟企业不采用 AI 的第一位原因是"缺乏相关专业知识"（70.89%），远高于"AI 不适合自身业务"（20.68%）。大企业有专职数字化团队，中小企业往往由行政、财务人员兼职处理数字化工作。

3

适配门槛：不是模型不行，是流程不标准、数据没治理

仅 6% 的小微能做到 AI 流程标准化；中小企业的业务数据散落在 Excel、纸质单据与孤立系统中。而大模型的效力高度依赖结构化、可投喂的数据——Gartner 指出中国生成式 AI 落地的头号难题正是"数据就绪度差"，数据孤岛与质量问题占比达 58%。没有标准化的流程，AI 就找不到着力点。

4

成本门槛：前三道门槛未被跨越后的最终表现

58.5% 的小微曾因价格放弃 AI，看似成本问题。但 4.4% 的净利润率意味着它们的容错空间极窄——不是"买不起"，而是"算不清 ROI 就不敢买"。一次选错供应商、或估错部署成本的代价，可能直接吃掉整年的利润余量，这才是它们反复比价、迟迟不下单的真实原因。

一个容易被忽略的反向事实：大企业也并未真正跨越"最后一公里"。MIT 数据显示生成式 AI 试点项目失败率高达 95%，Gartner 调研显示 88% 的中国企业完成了至少一个 AI 试点但仅 8% 获得可量化财务回报，麦肯锡数据中只有 6% 的企业能把至少 5% 的 EBIT 归因于 AI。"落地难"是行业普遍现象，规模差异只决定了"卡在哪一段"。

05破局路径：两条不同的解题思路

中小企业侧：把"买不起确定性"换成"低成本试错"

场景优先租而非建借力平台小步快跑按结果付费

• 先找最重复、最耗人力的环节。美团给出的路径是：从咨询、库存管理、门店巡检这类具体问题入手，先减少时间消耗，再讨论收入增量。

• 复用平台的 AI 能力，而非自训通用模型。信通院数据显示企业普遍选择轻量化方式（RAG 40.35% + 公有云 31.8%），全栈自研不足 20%——这本身就是市场的理性答案。

• 优先选择已经理解行业特点的平台。网商银行的小微普惠金融 Agent（4200 万经营者、复杂融资 3 天压缩到 10 分钟）就是这一思路的产物。

• 按结果付费，而非按 Token 或席位付费。信通院已观察到计价逻辑从"卖卡时"向"卖结果"迁移，这对现金流敏感的中小企业尤其重要。

• 合规必须前置。纪成金在现场举的例子足够警醒：有企业因 API 密钥泄露，3 天被扣掉 1.2 万元 Token 费用。而租户隔离、权限统一、密钥轮换恰恰是低成本可做的基础动作——这类投入不产生收入，却决定后续所有 AI 应用的安全底线。

大型企业侧：治理先行，架构留白

混合架构避免单一供应商ROI 度量体系安全测试常规化地缘政治韧性

• 采用混合架构作为默认解：85.8% 的企业最终选择"外部 AI 算力服务 + 自建数据中心"，兼顾弹性需求与核心数据控制权。

• 避免绑定单一供应商：Gartner 明确建议，以防泡沫破裂时供应商倒闭带来业务中断。

• 把 AI 安全测试纳入常规流程：Gartner 预测到 2029 年 70% 的中国企业会将 AI 安全测试作为现有应用安全与渗透测试的常规补充，而目前这一比例不足 5%。

• 分阶段推进，先用沙箱：Gartner 的建议是"可以在沙箱里做探索，至少观察 3 个月，再决定是否投入生产环境"。

• 警惕"效率停在个人层面"：麦肯锡 2026 年 8 月的调研显示，80% 的受访者说 AI 提升了个人生产力，但只有 37% 说 AI 对公司 EBIT 有正向贡献——个人效率与组织收益之间仍有 43 个百分点的落差。

对未来两年的三个判断：
   ① 差距可能先扩大再收窄。大企业正处于"往上走"的通道（500 人以上采用率 21.9% → 27.3%），而小企业同期在低位波动（营收口径 5.4% → 3.4%）。分层分化而非同步慢跑，是当前的真实状态。    ② "能力平权"的路径是平台化，不是自建。中小企业几乎全部通过公有云 API 与 SaaS 订阅获得 AI 能力，而非自训模型——门槛正在被产品形态而非技术本身降低。
   ③ 计价方式的变化会比模型能力的变化更深刻地重塑格局。当交付从"卖卡时"转向"卖结果"，中小企业第一次获得了与大企业同等的"按价值付费"资格——这可能是缩小差距最现实的杠杆。

06数据来源清单

本报告全部数据均来自公开可查的机构调研、企业财报、官方统计与媒体报道，逐条列出出处与链接，便于交叉核验。带 ★ 者为与背景文章直接关联的来源。

1. ★ 《APEC 倡议发布一周后，广州再聚焦小微企业 AI 转型》，21 世纪经济报道（21 财经），2026-09-13 17:10。
   https://m.21jingji.com/article/20260913/herald/ab6efe904a7d214432d604c990a7d664.html

2. ★ 《AI 时代小微经营者观察》，赛迪智库中小企业研究所 × 网商银行，2026-06-25 发布（网商银行 11 周年分享会）。核心数据：97.4% 知晓 / 53.2% 尝试 / 33% 持续 / 6% 流程标准化 / 71.5% 初学者水平 / 58.5% 因价格放弃 / 44% 倾向免费低价 / 小微净利润率均值 4.4% / 网络电商业使用率 66.7%、餐饮业 35.4%。
   https://m.thepaper.cn/newsDetail_forward_33453789（澎湃新闻，记者陈月石，2026-06-25）

3. ★ 2026 外滩大会发布信息，网商银行首个小微普惠金融 Agent（覆盖 4200 万名小微经营者，复杂融资办理 3 天 → 10 分钟），2026-09-11 于上海。转引自背景文章原文。

4. ★ 2026 金蝶 AI 星辰峰会现场发言，纪成金（广州数据集团人工智能融合赋能中心高级经济师）：API 密钥泄露 3 天被扣 1.2 万元 Token 费用的案例。转引自背景文章原文。

5. 《2026 CIO and Technology Executive Survey》，Gartner。中国 GenAI 预算 +48.8%（全球 +37.9%）；94% 中国企业计划增加 GenAI 投入；78% 已部署 GenAI（全球 58%）；中国 IT 预算 2026 年增幅 2.0%（2025 年 −0.8%）；33% 的 CEO 将 IT 预算列为优先砍减项；63% 中国 CIO 加大本土供应商关注。
   https://cloud.tencent.com/developer/news/4015673（腾讯云开发者社区，2026-06-02）

6. Gartner 2026 年预测（研究副总裁陈勇 Owen Chen、研究总监金玮 Wei Jin）。88% 中国企业完成至少一个 AI 试点但仅 8% 获得可量化财务回报；2030 年 80% 本土 AI 基础设施采用自研芯片（当前 20%）；2028 年多区域模型合规与偏见问题将占 AI 数据管理工作量 50%；2029 年 70% 中国企业实施正式 AI 安全测试（当前 <5%）；2029 年大型中国企业超 40% IT 运维任务由 AI 智能体完成（当前 <1%）；中国 GenAI 落地头号难题为数据就绪度差（占 58%）。

7. 长江商学院 2026 年 AI 应用专项调研（开年覆盖全国 2016 家规模以上工业企业）。实体企业 AI 渗透率 10.0%；57.2% 资金投向 AI 硬件；79.2% 未采用企业称"场景不适用"；500 人以上采用率 15.5%、中型 9.1%、小型 5.4%；500 人以下"2 万–10 万元"支出占比 42.6%；500 人及以上"500 万元以上"占比 21.3%；设备制造业投入比例 13.5%、采矿业 6.3%、化工 5.3%。作者：李学楠（长江商学院金融学教授）、王小龙（高级研究员）。
   https://m.thepaper.cn/newsDetail_forward_33197608（澎湃新闻，2026-05-19）

8. 《大模型专有云服务市场分析（2026 年）》，中国信息通信研究院云计算与数字化研究所，2026 年 7 月。公有云 + 专有云双轨并行格局；超 80% 省市级政务单位通过政务专有云部署；头部银行 96% 算力自建；能源行业按 100 PFlops 划线分级部署；千问 Qwen 政务渗透率超 40%；计价从"卖卡时"转向"卖结果"。

9. 《AI4SE 行业现状调查报告（2026 年）》，中国信息通信研究院。企业软件研发中大模型使用方式：大模型 + RAG 40.35%、公有云 31.80%、模型微调 12.62%、全栈自建 7.30%、私有化无微调 6.88%、其他 1.05%；94.39% 的企业选型集中于 8 个系列国产大模型。

10. IDC × 中国信通院联合调研（覆盖互联网、政府、金融、制造、通信、交通、能源等行业 250 家企业用户），2026-07。85.8% 的智算云服务用户选择"外部 AI 算力服务 + 自建数据中心"混合架构；头部银行机构 96% 算力采用自建模式，中小金融机构多为"专属云 + 公有云"混合；国有六大行自建智算云规模均超 100P；超 80% 省市级政务单位通过政务专有云部署；100P FP16 等效算力是自建与上云的分界指标；2025 年中国智算云基础设施市场（AI IaaS）规模 486.7 亿元，同比 +128%。
    idc.com/resource-center/blog/…（IDC×信通院联合重磅：十大真相颠覆认知）

11. ★ IDC 企业级 AI 智能体市场数据。2025 年中国市场规模 212 亿元，2026 年预计 449 亿元，2029 年有望突破 3320 亿元。转引自背景文章原文。

12. IDC《2026 年中国 AI 大模型市场报告》。百度文心 24.5%、阿里通义 21.3%、字节豆包 18.7%、DeepSeek 13.2%、华为盘古 12.1%、智谱 GLM 10.2%，前六合计超 80%。

13. 艾瑞咨询《企业 AI Agent 采纳加速：从"浅层繁荣"走向价值闭环》，2026-08-28（36 氪经授权发布）。2026 Q1 大中型企业整体 AI 采纳率 90.9%，新一代 AI 采纳率 81.3%；L1 探索试验 67.3%、L2 局部赋能 24.0%、L3 体系优化 9.1%、L4/L5 为 0%；通用辅助场景占项目数 83.7%，专业纵深场景 16.3%；约 30%–40% 企业级智能体项目可能因 ROI 不达预期在 18 个月内停滞或关闭。
    https://36kr.com/p/3958434354986112

14. 《2026 中国企业数字化转型指数》，埃森哲，2026 年 7 月。跨过 AI 先进试点阶段的受访中国企业占比从 46% 跃升至 88%；实现效率、收入、利润显著提升的企业仅从 9% 升至 14%；仅 10% 的企业形成未来能力优势。

15. 麦肯锡《The state of AI in 2026: On the road to ROI》，2026 年 8 月（覆盖 97 个国家 1719 名企业人士）；麦肯锡三季度调研。88% 的企业至少在一个职能常规使用 AI，44% 已全企业铺开；80% 称 AI 提升个人生产力，仅 37% 称对 EBIT 有正向贡献；6% 高绩效者将 ≥5% EBIT 归因于 AI；已落地 AI 的中大型企业 ROI 中位数约 12%，头部 30% 超 25%，尾部 30% 为负；仅 9% 中国企业借助 AI 实现 10% 以上收入增长（领先国家 19%）。

16. MIT NANDA 联合报告 / MIT 2025 Q4 调研。约 88% 企业应用 AI，仅约 39% 带来可衡量利润贡献，95% 的项目未能转化为可持续生产能力；生成式 AI 试点项目失败率 95%。另据钛媒体报道，MIT NANDA 2025 年初步报告估计约 5% 的定制化企业生成式 AI 工具实现了"成功部署"。两个数字口径不同（项目失败率 vs 工具成功率），不可互相换算。

17. 德勤《State of AI in the Enterprise 2026》（调研 3235 位企业负责人、覆盖 24 个国家）；IBM 行业汇总数据；普华永道（PwC）；高盛（Goldman Sachs）。德勤：66% 企业反馈 AI 带来效率改善，但仅 20% 确认收入增长；内部用 AI 方式分为表层使用 37%、流程重设 30%、深度改造 34%。IBM：约 25% 的 AI 项目达到预设回报，企业级规模化落地仅 16%。PwC：前 20% 的 AI 领先企业拿走 74% 的 AI 回报。高盛：标普 500 中真正能把 AI 与盈利增长量化挂钩的企业仅 2%。

18. EY（安永）AI 投资阈值研究。AI 投入占 IT 预算 >5% 的企业，70%–75% 的项目产出正收益；低投入企业仅 50%–55%。全球企业 GenAI 平均投入 2024 年达 1.1 亿美元；65% 企业 2026 年增加 AI 预算，中位增幅 22%；金融业人均 AI 支出 3200 美元（跨行业均值 2.6 倍）。

19. OECD《AI and Skills（2026）》（2026-06）。约 40% 的金融与制造业雇主将技能短缺列为 AI 采用的主要障碍；超过一半未采用生成式 AI 的中小企业将能力缺口列为主要原因；不到 1% 的劳动者需要专业 AI 编程能力；近 40% 的中小企业用生成式 AI 弥补内部技能缺口，约 25% 用于应对更广泛的用工短缺。
    官方 PDF：https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/06/ai-and-skills_8dbed5fe/f843b352-en.pdf
    引述页：https://www.policyedge.in/p/40-of-employers-cite-skills-gaps-as-main-barrier-to-ai-adoption-oecd-finds
    注意："50% 的中小企业表示员工缺乏 AI 技能、提供培训的不足 30%（日本 11.3%）"及"OECD 经济体中小企业 AI 使用率 2020 年 5.6% → 2024 年 14%、76% 属 AI 新手"来自 OECD 2025 年 12 月中小企业 AI 采用报告，属另一份报告，请勿与前者混用。

20. Eurostat 2024 enterprise survey（欧盟统计局企业调查）。250 人以上企业 AI 使用率 48.56%、50–249 人 26.71%、10–49 人 13.53%（2025 年更新整体为 20%）；企业考虑但未采用 AI 的原因：缺乏相关专业知识 70.89%、法律后果不明确 52.52%、数据保护与隐私担忧 48.83%、AI 不适合自身业务 20.68%。

21. Bitkom 2026 研究（德国）。53% 的企业将"团队缺乏 AI 能力"列为 AI 采用的最大障碍，排在数据保护与技术安全之前。

22. 钛媒体《大模型进不了内网之后，企业 AI 的生意才真正开始》，2026-07-19。智能超参数统计：2025 年大模型中标项目 7539 个、披露金额 295.2 亿元（同比 +396% / +356%）；千万级大单 314 个、亿元大单 44 个（政务占一半）；2026 上半年 2770 个应用类中标项目，约 1/4 与智能体有关，180 个在建"智能体开发平台"。投中网 2025 年 4 月对 12 家 DeepSeek 一体机上市公司的调研：英伟达 H20 满血版一体机约 150 万元，换国产卡需两台、预算直奔 400 万元；优刻得李天朋披露满血版与蒸馏版约五五开，蒸馏版三四十万元。科大讯飞 210 个项目、23.16 亿元中标，平均每单超 1100 万元。
    https://www.tmtpost.com/8070771.html

23. Broadcom《2026 Private Cloud Outlook》。56% 的企业正在或计划在私有云上运行生产级 AI 推理；公有云在同等工作负载中的份额从一年前的 56% 降至 41%；43% 迁移工作负载的企业明确将 AI 训练与大模型推理从公有云移回私有云；成本首次超过安全成为 IT 领导者对公有云的首要担忧（26% → 31%）；83% 的企业正在评估将工作负载迁回私有云，一半受访者已完成部分回迁。
    引述页：https://www.jtti.cc/supports/4275.html
    注意：转述方 Jtti 为云服务商，与私有云议题存在潜在利益关联，引用时宜注明出处为 Broadcom 原始报告。

24. 《2026 年中国企业 AI 应用场景价值评估与落地优先级研究报告》，引 OECD 口径数据。2025 年 OECD 有统计数据的国家中，20.2% 的企业报告使用 AI；大型企业使用率 52%，小型企业 17.4%；截至 2026 年 4 月底累计 868 款生成式人工智能服务完成备案（2026 年 2 月底为 796 款）。
    索引页：https://www.fxbaogao.com/detail/5590126（需注册查看）

25. 企业公开案例与行业报道。圆通速递 2026 年上半年预计归母净利润 31 亿至 34 亿元（同比 +69%–86%），单个"智能路由"智能体 2025 年节约运营成本 1.52 亿元，上百个智能体年可量化成本节约总价值"十亿量级"；美团 AI 经营工具接入漱玉平民大药房（见背景文章）。圆通数据来自企业公开披露，美团案例来自背景文章原文。

26. 政策与公共信息。2026 年 4 月工业和信息化部《关于开展普惠算力赋能中小企业发展专项行动的通知》（推行按"卡时""核时"及 Token 计费灵活付费模式，到 2028 年底基本建成普惠算力服务体系，鼓励"1+N"结对帮扶）；2026 年 3 月广东省"人工智能+制造"行动方案；全国日均 Token 调用量从 2024 年初 1000 亿增至 2026 年 3 月 140 万亿（国家数据局）；截至 2026 年 3 月我国智能算力规模超 1882 EFLOPS（工信部）。政策原文可在工信部及广东省人民政府官网检索。