企业愿意为 AI 付费了，然后呢？

当 AI 开始进入企业采购账本，下一轮软件预算会流向哪些新的工作流入口。

美国企业财务运营平台 Ramp 最近发布了一份《2026 年春季商业支出报告》，数据来自 5 万多家企业的匿名交易记录，覆盖超过 1000 亿美元年化商业支出。

简单来说，

。

企业说自己在用什么是一回事，真金白银付给了谁，往往更能说明问题。

到 2026 年 3 月，美国企业中付费使用 AI 服务的比例已经达到 50.4%。这意味着 AI 不再只是个别人的试用或某个部门的尝鲜，它正式进入了企业的采购清单。会议记录、销售执行、内容生产、AEO、产品分析、BI 这些软件类目里，AI-native 工具都在拼命往里挤。

不过，这事儿不能想得太简单。

很多公司愿意先买些新工具，用于开开会、跑跑销售线索、生成些内容、做做数据分析。可一到客户数据、业务流程、管理报表这些核心系统上，大家还是更信赖那些老牌厂商。

01

企业开始正式为 AI 买单

先看一组数据。

截至 2026 年 3 月，Ramp 观测到的美国企业购买 AI 服务的比例已经达到 50.4%，比上一季度增加近 4% ，相比 2025 年初接近翻倍。

这个数字并不是全美企业的平均水平，毕竟 Ramp 的客户本身就偏向技术前沿。但它至少说明，越来越多的企业愿意为 AI 付钱了。

而且这个变化不只发生在科技行业。报告显示，科技行业的 AI 付费采用率为 77%，金融为 68%，制造为 52%，零售为 44%，医疗为 36%，建筑为 35%。换句话说，

一旦进入采购体系，企业看 AI 的方式就变了。以前大家聊 AI，比的是模型能力、上下文长度和调用价格。现在正式采购了，就要考虑：这笔钱谁来出？归 IT、业务、研发，还是财务统一管？它替代的是人力、外包、软件订阅，还是原有系统里的某个功能？最后的效果怎么衡量？

到这一步，AI 就不只是技术选型了，它开始涉及预算、组织和业务结果的综合考量。

报告还提到了一个问题：

在 SaaS 时代，企业买软件，大多是按账号、模块或者年框合同付费，费用很清晰。AI 服务不一样，很多是按 Token、调用量、任务量来计费。用得多，花得就多，而且可能分散在不同部门、不同团队，甚至员工的个人账号里。对企业来说，这笔钱不好算，也不好管。

所以，AI 的商业化不能只看调用量和产品演示。进入企业市场后，还是要回归到谁来管、怎么审计、权限怎么设、数据怎么保护、ROI 怎么算这些核心问题上。越靠近生产系统，客户越不会只为新鲜感买单。

02

新工具冲得快，老系统守得稳

Ramp 的数据里有个现象：

报告显示，在今年前三个月，采用率增长最快的六家软件供应商中，有五家是 AI-native 工具。销售执行、Agent 托管、GTM 这些类目里，AI-first 工具已经开始往前冲了。

但这不代表存量软件厂商马上就会失守。

以销售执行软件为例，AI-native 工具的采用率同比平均增长 5.3%，传统厂商平均下降 0.3%。BI 类目中，新兴工具平均增长 5%，传统厂商下降 1.3%。产品分析类目变化更明显，新进入者增长 17%，传统厂商下降 4.5%。

这些数据说明，新增买家确实在向 AI 工具倾斜。

不过，钱的大头还没挪走。报告同时指出，在销售执行和产品分析类目中，成熟厂商仍占据超过 70% 的类目支出；BI 类目中，传统厂商更是拿走了接近 83% 的支出。

这就很能说明问题。

所以，AI-native 工具现在更多是拿下了入口。它们从会议纪要、销售线索、内容生成、数据分析、客服辅助这些场景切入，帮业务部门更快地完成一些具体动作。但传统 SaaS 仍然握着客户数据、历史流程、组织权限、合规记录和管理报表。这些东西更重，也更难替换。

未来的竞争肯定不会只看功能。一个 AI 工具如果只解决单点效率，很容易被大厂集成，也容易被客户当成可替换的插件。

企业软件的下一轮分化，大概率会先从新增采用开始，再慢慢传导到资金分配上。

03

三类软件最先被重写

从 Ramp 的报告看，AI 对软件市场的改造，最先发生在三个位置。

AEO（答案引擎优化）正在成为一个新类目。

报告显示，Profound 在 AEO 软件中的采用率从一年前的 6.6% 升至 2026 年二季度末的 40%。AirOps 仍以 53% 的支出份额领先，但 Profound 的支出份额在过去两个季度翻倍。

这背后是搜索入口的变化。过去企业关心 Google 排名、关键词覆盖和外链质量，现在开始关心品牌能不能被 ChatGPT、Perplexity、Google AI Overviews 这些答案引擎提及、引用和准确描述。SEO、内容营销、品牌监测和 PR 监测的一部分资金，可能会被重新分配。

对中国市场来说，GEO 或 AEO 还在早期，但问题已经摆在眼前。

AI 会议笔记工具增长很快。报告显示，Granola 在过去 18 个月里从接近零增长到约 20% 采用率，并成为首次采用 AI 会议笔记工具时较常被选择的产品之一。

会议纪要本身并不新鲜，真正的变化在于，会议内容开始变成可调用的组织记忆。销售会议能进入 CRM，招聘面试能进入 ATS，客户访谈能进产品需求池，管理会议能进项目系统。

销售执行、客服、内容生产、产品分析这些类目，离业务结果更近。企业也更容易判断它到底有没有用。比如，销售工具能不能提高线索转化，客服工具能不能减少人工介入，内容工具能不能降低生产成本。这些都比一句“提高效率”更容易进入采购讨论。

这也是 AI-native 工具增长较快的原因——它们开始参与具体动作了。企业软件的价值重心，正在往动作端移动。过去很多系统主要负责沉淀数据，现在新工具想接住下一步。

对 SaaS 厂商来说，关键问题也变了：

04

中国 To B 厂商关注的几个问题

Ramp 的数据来自美国市场，不能直接套到中国，但它给了一个很好的观察角度。AI 对企业软件的影响，最终还是会落到几个具体问题上。

如果 AI 工具只是新增订阅，规模很容易受限。企业预算本来就紧，不可能为每一个新工具都单独开一块钱。更大的机会来自预算替代。比如，客服 Agent 对应客服人力和外包成本，GEO/AEO 对应 SEO、内容营销和品牌监测投入，AI 编程工具对应研发效率和交付周期。

传统企业软件通常由 IT、采购、财务一起决策。AI 工具的入口更分散，研发、市场、销售、客服、人力资源都有可能先用起来。部门先行会带来增长，也会带来新问题——账号分散、数据外流、费用失控，都会让企业重新考虑 AI 支出的管理方式。未来，AI 支出管理本身可能会变成一个新需求。

单点工具解决的是局部效率，流程入口解决的是组织协同。能否进入客户的核心业务链路，决定了 AI 产品能走多远。

存量 SaaS 厂商也不是没有机会。它们手里有客户数据、权限体系、业务配置和历史流程，这些都是 AI 落地需要的基础。问题在于，存量系统不能只把 AI 做成一个助手按钮。

05

下一场竞争

企业软件的变化，最终都会回到采购账本上。AI 已经证明了它的使用价值，但企业不会长期为新鲜感付费。

对中国 To B 厂商来说，真正的竞争不在功能层。客户会更关心这套系统能否减少人工操作、缩短流程、让结果更可控，并把投入产出算清楚。

AI 没有简单吞掉 SaaS，但它正在重新拆分 SaaS 的价值。记录数据依然重要，但执行动作的权重正在上升。谁最终进入企业账本，并成为业务链路中难以拿掉的一环，谁才有机会拿到下一轮预算。