每年 1 兆美元的 AI 資本支出，竟只有 11% 企業準備好？解密企業 AI 的真正瓶頸

想像一下，你是一家跨國巨頭的 CEO。
在鋪天蓋地的 AI 焦慮情況下，你決定大筆一揮，接入最頂級的閉源大模型。
結果四個月後，財務長走進辦公室告訴你：「老闆，我們把整年的 Token 預算全部燒光了。」
這其實是幾個月前 Uber 遭遇的真實情況。
《Forbes》前幾天發布了一篇深度報告，引用了一份對 25 家 AI 領先企業和超過 200 個案例的研究。
他們認為，企業 AI 已經從「第一幕（聊天機器人的嘗鮮期）」跨入了「第二幕（務實的 ROI 戰場）」。
▋ 大家都還未準備好
報告中預測：未來三年，全球 AI 相關的資本支出（Capex）預計將達到 3 兆美元。
每年 1 兆美元是什麼概念？這相當於整個 S&P 500 在 2026 年預估利潤的 40%。
但這麼多錢砸下去，有多少企業真正準備好了？調查答案是：11%。
只有 11% 的企業覺得自己完全準備好大規模部署 AI agent。
錢已經花出去了，但大部分企業還沒有搞清楚怎麼把 AI 變成可衡量的商業價值。
▋ 模型是租的，數據才是自己的
那 11% 準備好的企業在做什麼？
它們在做一件事：用自己的私有數據，搭配開源模型，在自己的基礎設施上跑。
JPMorgan、Pfizer、Johnson & Johnson、Roche，這些名字全部在名單上。它們的共同點是：數據不出境，模型自己選，基礎設施自己控。
為什麼？因為在真正的高價值場景裡，模型是租來的，數據才是自己的。
前沿模型今天給你用，明天可以漲價，後天可以改條款。
但你的客戶資料、你的供應鏈數據、你的風控模型，這些東西一旦送出去，就再也拿不回完整的控制權。
有位 CEO 在報告裡講了一句話：「企業正在想辦法減少它們的 Anthropic 帳單，它們在看自己的基礎設施，唯一的選項是開源模型。」
▋ 從「租」到「自己蓋」
這個趨勢往大了看，就是主權 AI。
其實不只是企業，國家層面也在走同一條路。越來越多的政府和機構意識到，把最敏感的數據和最關鍵的 AI 能力完全託付給外國的私有雲和幾家前沿模型公司，是一個戰略風險。
所以它們開始建自己的算力、跑自己的模型、把數據留在自己的邊境內。
第一幕的邏輯是：「我不需要自己蓋，我租就好了。」
第二幕的邏輯是：「如果我租的東西隨時可能被漲價、被限流、被地緣政治切斷，那我是不是該自己蓋？」
這個轉變，對整個 AI 基建的投資邏輯、對算力需求的分佈、對開源模型生態的估值，都有非常深遠的影響。
▋ 瓶頸從來不是模型
最後分享報告裡一個我很認同的判斷。
企業 AI 的瓶頸已經不是模型不夠好。GPT-5 也好，Claude 也好，Gemini 也好，它們的能力已經遠遠超過大部分企業目前的消化能力。
真正的瓶頸是數據沒準備好，是治理沒到位，是流程沒有被重新設計。是你公司裡那堆散落在二十個不同系統裡的 Excel 和 PDF，根本還沒變成模型可以用的東西。
那些追著最新前沿模型跑的公司，大部分會在第二幕停下來。那些願意花時間把數據管道、治理框架和可複用架構建好的公司，才會看到持久的回報。
AI 的第一幕，比的是誰先接上 API。
第二幕，比的是誰控制了自己的數據、自己的基礎設施、和自己的結果。
控制權，正在變成最稀缺的東西。
我剛寫完一篇關於主權 AI 和開源模型的深度分析，把這個趨勢背後的商業邏輯、誰在佈局、投資機會在哪裡、以及風險框架整理了一遍。
如果你對「AI 的下一階段到底是誰的遊戲」這個問題有興趣，我誠邀你閱讀全文。連結在此。
- KP