Menlo Ventures在11月初发布第四份年度企业AI现状报告，给出的核心数字是：2026年企业在AI部署上将支出1768亿美元，比2025年的330亿美元增长5.4倍；这个数字已经相当于公有云收入的约30%，而一年前这个比例只有约6%。
同一份报告里，还有一组更值得做软件生意的人盯住的数字。Menlo调研了约400名美国企业决策者，这些人合计掌控超过40亿美元的AI支出。结果显示，增量AI资金中55%来自全新预算，22%来自软件预算，其余23%来自人力及其他科目。
先校正一个正在被广泛误读的口径：这不是「企业AI支出暴涨，软件公司跟着吃肉」。真实情况是，AI的钱大部分不是从软件预算里出的，而软件预算这一小池子里，AI原生公司只分到不到一半。
一、拆开22%：谁在动软件的钱
22%这个数字，本身还不够细。Menlo把它拆成了两半：13个百分点流向「把自身席位许可转化为AI产品」的现有软件厂商，9个百分点流向AI原生厂商。
按1768亿美元的增量口径粗算，AI原生厂商从软件预算里拿到的对应金额约126亿美元。这个数字放在6000亿美元级别的应用软件市场里，占比很小。
换一个角度看会更清楚。Menlo测算，AI使应用SaaS的增速从约13%降到约11%；以超过6000亿美元的市场规模计算，大约120亿美元的增长没能实现。
两组数字放在一起是一个残酷的对冲：AI原生公司从软件预算里拿走了约126亿美元，同时AI让整个应用软件市场少增长了约120亿美元。也就是说，新玩家从软件预算里抢到的钱，和市场被AI吃掉的钱，几乎是同一个量级。这不是增量游戏，这是零和的重新分配。
更值得注意的是那13个百分点。现有软件厂商不是靠推出一个AI功能赢的，而是靠把「席位许可」改写成「AI产品」。同一个客户、同一份合同、同一个采购流程，只要把定价单位从人头换成任务或结果，收入就能在报表上从「软件」挪到「AI」。这是会计口径的迁移，不是市场份额的争夺。
二、技术账：AI必须长在系统和数据上
为什么现有厂商能拿走大头？答案不在模型能力，在部署位置。
Menlo的报告里有一组数据很能说明问题：在近半数品类中，现有厂商维持或提升了份额，其中ServiceNow占据IT领域AI支出的91%，Workday在人力资源领域占68%。
91%这个数字，几乎等于垄断。原因并不神秘：IT运维的AI要能开工单、改配置、关告警，这些动作必须发生在ITSM系统里；人力资源的AI要能看组织架构、算薪酬带宽、走审批流，这些数据只存在HCM系统里。模型再强，接口不在它手上。
这就是2026年企业AI落地最真实的约束：模型是通用的，权限和流程是专用的。通用能力可以采购，专用权限只能靠原有的系统关系获得。
于是出现一个结构性结果：AI的增量支出，优先流向那些已经握着企业核心系统入口的厂商。创业公司要在这些场景里竞争，得先把系统替换掉，而替换核心系统的周期以年计。
三、商业账：55%的新预算从哪里来，又为什么留不住
55%来自全新预算，这部分最容易让人兴奋，也最容易误判。
报告同时披露了两个数字：企业平均AI支出约为计划的2.5倍，中位数约为1.2倍；总额主要由少数重度用户推动。平均值远高于中位数，说明支出高度集中在少数企业身上。
Ramp基于8.5万余家美国企业交易数据做的AI指数，把这个集中度量化得更直白：AI支出最高的1%企业，9月人均支出为9568美元/月；而中位数企业只有15.70美元/月，差距约600倍。Ramp此前的数据还显示，OpenAI和Anthropic约80%的支出由这1%的企业贡献。
这条曲线在2026年7月出现了拐点。前1%企业的人均AI支出在7月达到9873美元的峰值，8月环比下降13%，9月虽回升到9568美元，仍比峰值低3.1%。与此同时，前10%企业的人均支出从8月的740.47美元升到9月的813.43美元，单月增幅约10%；中位数企业也在上升。
Anthropic的财务数据给出了同一个信号。其第三季度营收从第二季度的115.6亿美元增至169.6亿美元，季度营收增量54亿美元，比第二季度的68亿美元下降21%；月均增量从约7.6亿美元放缓到5.8亿美元。以7月底披露的650亿美元年化运行率折算，约合每月54亿美元，而第三季度月均营收为56.5亿美元，意味着8月和9月的环比增速只有3%到4%。
把这两条线并起来看：头部客户在饱和，而不是市场在萎缩。Ramp的数据显示，剔除前1%之后，其余企业9月的人均AI支出约为每月16美元，仍在上升。
这构成AI商业化最难的一道题。头部客户贡献80%收入，但他们的支出已经见顶；长尾客户数量巨大，但人均一个月16美元，撑不起前沿模型的训练和推理成本。前者决定当下的营收增速，后者决定未来的市场天花板，两者之间有近600倍的价差。
Anthropic自己的S-1文件也承认了这个结构：未使用Claude Code的Claude Enterprise用户，月均支出低于75美元；而使用该功能的前5%用户，支出约为前者的20倍。同一个产品，同一批企业客户，用与不用，差20倍。
四、格局账：定价科目决定可触达的市场
Menlo报告里最容易被忽略的一段，是那23%来自人力及其他预算的增量。
这段的意思是：能够接管原本由人完成的工作、并按替代人力成本定价的产品，面对的是比软件预算大得多的资金池。软件预算是企业IT开支的一部分，人力成本是企业的全部人力开支。这两者的量级差着好几倍。
这解释了过去一年AI定价的变化：按席位收费的，增长趋缓；按任务、按结果、按替代人力成本收费的，单价上去了。
但它同时带来一个治理问题。企业CFO在看AI账单时，看到的不是「软件订阅费」，而是分散在人力、市场、研发、IT四个科目里的支出。当支出从软件预算溢出到其他科目，采购的审批路径、预算的责任人、ROI的核算方式全部要重做。这也是为什么2026年下半年，「AI成本管理」突然成了一个独立品类。
对SaaS厂商而言，这既是机会也是威胁。机会是把定价单位从人头改成任务，客单价能提升；威胁是采购审批从IT部门扩散到业务和财务，销售周期变长，而且客户会开始问一个过去不问的问题：这个AI到底替掉了几个人的工作量。
五、风险与边界
第一，Menlo的数据来自400名美国企业决策者，样本偏向中大型企业，对中小企业AI支出的覆盖有限。用它推演中国市场，需要打折。
第二，Ramp的样本结构偏向初创和科技导向型公司，Ramp自己也在提示，前1%企业样本量小、波动性高于中位数。因此「7月见顶」是一个需要继续观察的信号，不是定论。
第三，22%这个比例是「增量资金」的来源结构，不是「存量软件预算」的分配结构。把它读成「AI抢走了软件预算的22%」，是过度解读。
第四，现有厂商拿下13个百分点，很大程度依赖把席位许可改写成AI产品。这种改写一旦被客户识破为「换个名字涨价」，续约时会反噬。2027年的续费季，会是这套定价迁移的第一次真实检验。
结论
这份报告真正说清的一件事是：企业AI的钱，主要不从软件预算里出。
这意味着两件事同时成立。软件公司如果只在软件预算里竞争，面对的是一个增速从13%降到11%、还被AI自己吃掉120亿美元的池子；而真正的增量在全新预算和人力预算里，那里比的是谁能证明自己替掉了多少工作量。
对AI原生公司来说，最危险的不是模型不够强，是客户的钱包里，根本没有为你准备的那个科目。
决定AI生意大小的，从来不是模型能力，是预算科目。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
