📌 本期简介 过去两年，几乎所有企业都在“重仓”检索增强生成（RAG）和智能知识库，试图沉淀企业知识资产。然而当几百份割裂的内部文档、过期的 SOP 和杂乱的会议纪要被一股脑扔进向量数据库，换来的往往不是智能问答，而是似是而非的幻觉。员工宁可私聊资深同事，也不愿打开耗费巨资的知识门户。本期聊聊 RAG 账本里的“信息假死”现象。 📌 本期看点 抛开云厂商的天然光环，亚马逊在内部是如何推进 AI 规模化落地的？本期深入亚马逊工程与业务内部，拆解其 Q Developer（编程辅助）与 Q Business（内部知识库）的真实推广路径，提炼普通企业完全可以借鉴的三个非技术关键策略。 📊 核心事实与数据 * Q Developer 推广策略：从“自愿试用”到“默认嵌入标准开发环境（IDE）”，通过降低采用阻力覆盖 10 万+ 用户；贾西披露估算节省约 2.6 亿美元工程师重复编码工时（折合 4500 人工作量）。 * Q Business 内部知识库：覆盖 15 万员工，优先攻坚 HR 制度、IT 支持与销售规范，使 HR 咨询量降 35%、IT 自助工单降 40%。 * 权限继承架构：严格遵循“按员工已有权限展示答案”，不重新分配敏感权限，巧妙化解跨部门数据政治阻力。 ⚖️ AI 红黑榜 * 🟢 红榜（落地设计）：“默认开启”与“场景前置”。把工具融入已有工作流，先解决“找已知信息”再谈“生成信息”，是工具普及率的最优解。 * 🔴 黑榜（工时数字游戏）：“节省 4500 人”是估算产出而非财务裁员。听到此类供应商口径需警惕：节省的工时究竟变成了闲置成本还是增量产出？ 💡 本期思考题：你们公司有没有一个统一的内部知识问答系统？你每周花多少时间在找“明明存在但找不到”的内部文档上？

📌 本期简介 AI 真的让知识工作者无脑变强吗？哈佛商学院、沃顿商学院与 BCG 联手做了一场迄今为止最严谨的实证对照实验：把 758 名顶级咨询顾问随机分组实测。实验不仅印证了 AI 在提质增速上的飞跃，更撕开了一个残酷现实——一旦跨出能力的“锯齿状边缘”，依赖 AI 会让顶尖专家瞬间滑坡。 📊 核心数据与事实 * 里程碑论文：哈佛与 BCG 联合论文《Navigating the Jagged Technological Frontier》（在参差不齐的技术前沿中导航）。 * 顺风局碾压：在能力边界内任务（创意拓展、文字起草、基础分析等），使用 GPT-4 的顾问完成速度快 25%，成果质量高 40%，完成任务数多 12%。 * 逆风局倒退：在能力边界外（需要穿透表象的深度逻辑辨析、特定业务假设陷阱）的任务上，使用 AI 的顾问表现反而比不用 AI 的组落后 19%。 * 睡在方向盘上的专家：AI 的高流畅度让从业者产生“过度信任”，在需要反向质疑的盲区完全缴械了人类独立判断力。 ⚖️ AI 红黑榜 * 🟢 红榜（杠杆效应）：善于辨识能力边界的人，把 AI 当作 10 倍放大镜，在繁杂的构思与格式化劳动中获得代际效率红利。 * 🔴 黑榜（认知懒惰陷阱）：盲目信任算法给出的顺滑回答，导致人类在最核心的隐性知识与商业判断上产生功能性退化。 💡 本期思考题：你正在交由 AI 处理的工作，到底落在它真实能力边界的内侧，还是外侧？

📌 本期简介 AI 想要端到端发挥效能，前提必须喂入企业全量核心数据；但在现实组织中，“权限”是一项高度敏感的政治与合规命题。谁能看、谁能调、出了合规事故谁担责？当技术雄心撞上组织壁垒，跨部门博弈正成为扼杀 AI 落地的最后一道高墙。 📊 核心数据与事实 * 延期主因：Gartner 报告表明，数据治理（权限、隐私与合规）已成 AI 项目延期的第二大元凶，仅次于底层数据质量。 * 4到6个月的损耗：IBM 调研指出，超 60% 的受访企业因内部数据审批与权限扯皮导致 AI 项目平均延误 4–6 个月。 * 数据孤岛现实：大中型企业内部平均割裂着 7 到 12 个独立系统，跨系统调取权限至少需经 3–5 个部门层层审批。 * 巨额监管成本：欧盟 GDPR 仅在 2024 年执法罚金便超 20 亿欧元，违规接入非授权数据成为监管处罚的高发区。 ⚖️ AI 红黑榜 * 🟢 红榜（精细化授权）：基于最小权限原则（PoLP）与动态上下文感知的访问控制，让核心业务在安全围栏下平稳调用数据。 * 🔴 黑榜（组织政治化内耗）：部门间把数据当作部门私有权力资产进行割据，导致企业买了昂贵系统却只能跑空转模型。 💡 本期思考题：在推进智能化时，你们公司的法务和业务部门，是在合力修护城河，还是在用合规流程砌墙？

📌 本期简介 各大科技巨头财报里的企业 AI 收入数字高歌猛进，但走进买方企业内部，却是一幅截然相反的景象。调查显示五个 AI 项目里有四个在上线生产前就悄然“死”掉。为什么企业花了真金白银、搭了团队，AI 却永远困在概念验证（POC）里？本期我们拆解这个横亘在供需之间的“POC 地狱”，以及它背后隐藏的行业采购泡沫。 📊 核心数据与事实 * 80% 死亡率：Gartner 调研显示，企业 AI 项目能从概念验证推进到生产部署的仅约 20%。 * 规模化扩展断层：麦肯锡数据显示，超 50% 的企业在至少一个业务线部署了 AI，但能扩展至 3 个以上业务线的不足 10%。 * 项目搁浅普遍化：Salesforce 针对 4000 名 IT 决策者调研，73% 的受访者承认 AI 项目卡在了比预期更早的阶段。 * “已购未用”的报表泡沫：云厂商和 SaaS 软件财报中亮眼的 AI 增长，相当一部分对应着未上线或已静默失败的续费项目，等待 CFO 们的审查挤兑。 ⚖️ AI 红黑榜 * 🟢 红榜（落地范式）：清晰场景 + 数据前置 + 业务主导。走出 POC 地狱的企业无一不是在组织协同与治理上重资源投入，成功靠的是扎实的管理，而非单纯追求高精尖算法。 * 🔴 黑榜（采购泡沫）：供应商账本里的“已购未用”假象。企业 AI 订阅目前大量依赖 POC 存续，当 CFO 系统性审查投资回报时，缺乏生产价值的项目将面临集中清理。 💡 本期思考题：你的公司当前有几个跑了超过 6 个月还没进入生产环境的 AI POC 项目？

* 本期看点：统治全球半导体三十年的巨头，为何在 AI 数据中心狂欢中彻底缺席？代工巨额亏损、Gaudi 表现不及预期，英特尔翻盘的最后希望在 AI PC 吗？ * 核心数据：2025 年营收 527 亿美元（-2%），2026 Q1 营收 127 亿美元（-8%）；Intel Foundry 2025 年运营亏损高达 130 亿美元；Gaudi 3 实际营收仅约 5 亿美元（远低于 20 亿美元目标）；市销率跌至 1–1.5 倍历史底部。 * AI 红黑榜： * 红榜：Core Ultra 凭借 NPU 与成熟 Windows 生态在 AI PC 本地推理端保持可观的差异化基本盘。 * 黑榜：先进制程丧失、数据中心加速器软件生态缺位、代工业务巨额失血，三十年护城河在十年内因战略失误全面动摇。

* 本期看点：在英伟达高端芯片全面受限的背景下，华为昇腾 910 系列如何承担起国内大模型训练与推理的主力重任？硬件出货、CANN 软件生态与真实算力利用率之间的差距到底有多大？ * 核心数据：华为 2025 全年营收约 8700 亿人民币（+22%），ICT 与算力基建增速领先；昇腾 910B/910C 2025 年预估出货量达 50万–70 万片，填补国内大盘缺口。 * AI 红黑榜： * 红榜：在全产业链极限承压下实现国产自主算力底座的破局与规模化出货，支撑了本土大模型训练的战略安全。 * 黑榜：底层算子库与软件生态适配门槛依然存在，集群组网通信效率与先进制程供应链连续性仍面临严峻考验。

* 本期看点：不写在财报显眼位置、却成为物理硬约束的电费账单。当单个 AI 超级数据中心用电量逼近中等工业城市，能源采购如何变成科技巨头最硬核的护城河？ * 核心数据：2026 全球数据中心用电量预计破 1400 亿度（140 TWh，堪比西班牙全国）；AI 负载用电占比从 2023 年的 10% 飙升至 35%；单体超算中心功率达 1–2 GW（等同 50万–100万户家庭用电）。 * AI 红黑榜： * 红榜：电力锁定与并网许可成为长期核心壁垒，电力公司、电网设备商与具备能源采购能力的云巨头确立了护城河。 * 黑榜：能源消耗与碳排放的外部性尚未计入价值模型，高耗电对区域居民电网与电价的挤压正引发政策与伦理反弹。

* 本期看点：当全世界都在盯紧英伟达 GPU 时，博通如何依靠定制 ASIC 芯片和底层高速网络，悄悄分食大科技公司的核心算力预算？ * 核心数据：2025 财年总营收 511 亿美元（+44%），其中 AI 营收 122 亿美元（+220%）；2026 财年 AI 营收目标直指 200 亿美元；在云厂商定制 ASIC 市场占据近 60% 的主导份额。 * AI 红黑榜： * 红榜：绑定顶级超大规模云厂商（谷歌、Meta、苹果等）的自研芯片计划与高速以太网基础设施，构筑了高粘性的定制壁垒。 * 黑榜：高度依赖少数超大型云客户的 Capex 周期，一旦自研芯片流片节奏放缓，订单波动风险显著加剧。

* 本期看点：离开软件层进入物理世界，为什么每一家高调宣称进军 AI 的巨头，最终都在给台积电打工？先进制程与 CoWoS 封装售罄背后的产能垄断与资本代价。 * 核心数据：Q2 单季营收 397 亿美元（+36%）；净利润同比暴增 77.4%，毛利率达 67.7%；Q3 指引中值同比增长 37%；全年资本开支高达 600亿–640 亿美元。 * AI 红黑榜： * 红榜：凭借先进制程和先进封装（CoWoS）的绝对技术壁垒与良率优势，通吃全球所有芯片巨头订单。 * 黑榜：极其沉重的资本开支（Capex）负担与地缘政治多点建厂带来的高昂运营折旧成本。

* 本期看点：从开源项目 Apache Spark 起家，Databricks 如何在未公开上市前完成 280 亿美元估值跨越，成为全球数据与 ML 工程师不可绕过的基础设施？ * 核心数据：ARR 突破 36 亿美元（同比增速 >50%）；最新估值攀升至 280 亿美元；综合毛利率超 75%；客户数超 1 万家，其中年合同额超 100 万美元的大客户数增长超 50%。 * AI 红黑榜： * 红榜：卡位 Lakehouse 统一数据湖仓与企业级模型微调平台，牢牢锁定 AI 时代的底层数据管道。 * 黑榜：尚未实现 GAAP 盈利，且面临与各大公有云原生数据仓库（如 Snowflake、BigQuery）日益激烈的生态竞争与算力成本压力。

* 本期看点：从被生成式 AI 冲击的恐慌，到把 Firefly 无缝塞进 Photoshop，Adobe 如何在“颠覆者与被颠覆者”之间走通企业级变现的钢丝？ * 核心数据：2025 财年总营收 215 亿美元（+11%）；创意云 ARR 超 133 亿美元；Firefly 累计生成超 200 亿张图像，企业端 Firefly ARR 突破 6 亿美元（同比翻倍）；单季调整后 EPS 超市场预期。 * AI 红黑榜： * 红榜：将版权合规的 AI 工具深度内嵌进已有生产流与订阅全家桶，实现工具防御与商业增收的双赢。 * 黑榜：基础生成能力的泛化让浅层修图与创意壁垒下移，长期仍面临原生 AI 创作者工作流重构的挑战。

* 本期看点：从美国国防部情报分析起家的 Palantir，如何成为企业 AI 落地最先跑出来的赢家？拆解 Q2 商业客户暴增背后的真实数据逻辑与企业“数据语义层”壁垒。 * 核心数据：Q2 营收 10.2 亿美元（+39%）；美国商业客户营收同比大增 55%，客户数增 43%；调整后营业利润率达 43% 创历史新高；全年营收指引上调至 39.6亿–40 亿美元。 * AI 红黑榜： * 红榜：成功构建企业数据本体与语义层整合能力，解决了企业因数据质量差而无法落地 AI 的关键瓶颈。 * 黑榜：高溢价市销率将未来两三年的高增速全部打入估值，任何增速放缓或政府预算削减都将放大股价压力。 * 思考题：如果你的公司正在评估企业 AI 平台，你是否把“数据语义层的整合能力”列为了核心评估标准？

📌 本期简介 在微软、Salesforce、SAP 纷纷遭遇落地障碍的背景下，ServiceNow 却成了企业级 AI 最亮眼的反例。Now Assist 年度合同价值突破 10 亿美元，公司反向将全年 AI 营收目标从 10 亿上调 50% 至 15 亿美元，百万美元级大客户同比增长超 130%。为什么 IT 服务管理（ITSM）能成为企业 AI 落地最顺的土壤？当 ServiceNow 试图将这一套打法复制到 HR 和客服领域时，它的天花板又在哪里？ ⏱️ 时间轴 / 核心看点 * 【00:00】开场：企业软件集体调低预期时，ServiceNow 凭什么逆势上调 50% 目标？ * 【04:30】第一幕：IT 场景的天然优势——任务边界清晰与低失败成本：为什么工单处理是 AI 完美的温床？ * 【09:40】第二幕：Now Assist 破 10 亿 ARR 的飞轮效应：从权限开通、故障排查到自动运维的端到端闭环。 * 【15:10】第三幕：成功的不可复制性陷阱：当跨入任务边界模糊的 HR、营销与客服场景，墙会出现在哪里？ * 【20:45】AI 红黑榜：垂直场景精准切入的教科书案例 vs 场景外延扩张时的边际效应递减。 ⚖️ AI 红黑榜 * 🟢 红榜（落地典范）：选对了“边界清晰、容错率相对可控”的 IT 运维切口，实现了当前企业级 AI 软件中最干净利落的商业变现与高续费率。 * 🔴 黑榜（迁移边界警告）：ITSM 的成功难以被简单套用到全行业业务场景中，一旦进入非标准流程，落地难度与阻力将呈指数级上升。 💡 本期思考题：如果你在公司里推进 AI 部署，你选的第一个场景，任务边界是否清晰到 AI 可以可靠运行？失败成本是否低到你敢让 AI 直接处理？ 📌 《AI 损益表》出品｜未经授权请勿转载

📌 本期简介 作为全球制造业与供应链的技术骨架，SAP 管理着全球 77% 的交易营收。云积压订单逼近 230 亿欧元，AI 助手 Joule 调取量暴增 9 倍，三分之二的新单自带 Business AI。但硬币的另一面极其骨感：在 40 万客户的大盘里，真正在“生产环境”中跑通 Joule 的只有约 3%。“一个实例只能连一个系统”的技术束缚，让工业中枢神经的 AI 化变成了极其沉重的工程。 ⏱️ 时间轴 / 核心看点 * 【00:00】开场：制造业中枢神经的 AI 转型，230 亿欧元云订单背后的深水区。 * 【04:45】第一幕：3% 的生产环境落地真相：为什么从沙盒测试走向核心账务与生产流如此之慢？ * 【10:15】第二幕：系统割裂与架构锁死：“一个实例连一个系统”如何限制了全流程 AI 协同的想象力。 * 【15:50】第三幕：核心业务中枢的“容错率为零”：供应链与财务场景下，大模型幻觉与不可控性带来的致命风险。 * 【21:00】AI 红黑榜：深厚业务逻辑与交易数据的绝对护城河 vs 沉重遗留架构对技术迭代的严重拖拽。 ⚖️ AI 红黑榜 * 🟢 红榜（增值资产）：深植于全球核心制造业与供应链的业务流程壁垒，让其企业级 AI 具备无可替代的专业性与粘性。 * 🔴 黑榜（工程枷锁）：遗留系统繁杂、单实例隔离严重，导致 AI 落地周期极长，短期内难以形成规模化网状效应。

📌 本期简介 创始人 Marc Benioff 在过去两年把“Agent”讲成了行业最火的概念。Agentforce 拿下 12 亿美元 ARR，以 205% 的增速狂飙突进，斩获 29000 家客户。然而在超过 15 万家存量客户的大盘中，实际部署率仅有 5.3%。账面的增速与现实的覆盖率之间，29000 家企业究竟是在为生产力买单，还是在给 Agent 的早期试验交巨额学费？ ⏱️ 时间轴 / 核心看点 * 【00:00】开场：Marc Benioff 的 Agent 叙事与 Salesforce 的 AI 狂飙。 * 【04:10】第一幕：12 亿 ARR 与 5.3% 采用率的强烈张力：为什么超过十五分之十四的客户仍处于观望状态？ * 【09:00】第二幕：撞上“数据墙”：当企业 CRM 内部充斥着脏数据、割裂字段与权限漏洞，Agent 如何做出可靠行动？ * 【14:30】第三幕：从提示词到 Agent 的落地断层：复杂业务流的自主决策到底有多难交付？ * 【20:10】AI 红黑榜：Agent 商业化变现的最快落地范本 vs 极度依赖底层数据治理的落地门槛。 ⚖️ AI 红黑榜 * 🟢 红榜（增值资产）：以极快速度将传统 SaaS 订阅升级为 Agentic AI 服务体系，完成 12 亿美元 ARR 的商业闭环。 * 🔴 黑榜（数据债务）：忽视买方内部数据治理的混乱现实，导致大多数企业客户因“数据墙”而无法真正释放 Agent 的预设价值。