头条数据：32% 与它的准确口径
调查的原文表述值得完整引用：「近三分之一的受访者（32%）报告，其组织已决定不再购买至少一款软件产品或功能，因为他们能够用智能体编码工具在内部构建该功能。」
三个口径细节决定了这组数据的解读边界：
- 计量单位是「至少一次」：一家用智能体自建了一个报表看板从而放弃购买某个席位许可的企业，与替换了核心客户平台的企业，在这 32% 里权重相同。它衡量的是「决策模式的变化」，不是「替代规模」。
- 没有同比基线：报告未给出上一年的对应数字，无法画出趋势线。它是一个横截面快照，而非增长故事。
- 行业分布不均：科技行业达 41%，医疗健康 39%，随后是专业服务与能源材料——恰恰是「内部工程能力强 + 软件需求高度定制」组合最普遍的行业。
样本：1719 名受访者、97 个国家、按各国 GDP 加权；36% 受访者来自年收入超 10 亿美元的组织。32% 曾因智能体编码工具放弃外购（高绩效企业中接近 50%，其余企业 31%）；约 20% 正在规模化部署编码智能体（大企业 31%）；1/5 的组织已被 AI 运营成本（含 token 成本）制约使用；60% 预期明年增加 AI 投资。
调查本身对这组数据的措辞相当克制——「这可能是 AI 开始重塑技术预算分配方式的一个信号」。本站认为这个克制是对的：32% 更准确的读法是采购谈判地位的变化，而不是「外购软件终结」的开始。你的买家现在多了一个可信的第三选项，这本身已经足以改变定价与谈判。
断层线：智能体规模化的大小企业分化
「买 vs 建」的转变背后，是智能体规模化的一条清晰断层线：
| 指标 | 大企业（年收入 10 亿美元以上） | 其他企业 | 变化 |
|---|---|---|---|
| 至少在一个职能规模化部署 AI 智能体 | 40% | 22% | 大企业同比 +13 个百分点（27%→40%），小企业持平 |
| 规模化部署编码智能体 | 31% | 约 20%（全体口径） | 编码智能体是智能体应用中渗透最快的品类之一 |
| 全组织规模化 AI（任意形式） | 54% | 约 1/3 | 全体口径 38%→44% |
大企业的智能体规模化一年内从 27% 跳到 40%，小企业纹丝不动地停在 22%——两组数字的剪刀差在拉大。「建」的前提是有工程团队、有数据基础设施、有流程重构的权限，这三样恰好是资源优势。调查同时给出了另一个维度的分化：AI 高绩效企业放弃外购的比例接近 50%，是其余企业（31%）的约 1.6 倍，它们规模化部署编码智能体与其他智能体的概率也分别是其他企业的两倍和 2.7 倍。会用 AI 的组织正在用 AI 造下一层 AI 能力。
职能地图：智能体先在哪些部门规模化
按职能拆开的规模化比例，描绘了智能体在企业内的真实推进路线：
| 职能 | 规模化部署智能体的比例 |
|---|---|
| IT | 12% |
| 知识管理 | 11% |
| 软件工程 | 10% |
| 服务运营 | 9% |
| 产品/服务开发 | 9% |
| 市场与销售 | 8% |
| 人力资源 | 7% |
| 风险/法务/合规、战略与公司财务、供应链 | 各 5% |
两点观察。其一，IT 与知识管理仅差 1 个百分点，两者与软件工程一起构成领先梯队，全部是数字资产密集、试错成本低、效果可即时验证的职能；供应链与法务垫底，与其流程刚性不无关系。其二，报告将这一模式解读为「组织在其行业价值最高的职能上规模化智能体」——即推进路线由行业价值决定，而非技术就绪度决定。这解释了为什么不同行业的智能体落地图谱差异巨大。
ROI 悖论：生产率涨了，利润表没跟上
「买 vs 建」的热情与冷峻的财务现实并存，构成本期调查最有价值的张力：
- 个体层面：80% 的受访者表示 AI 提升了个人生产率，50% 认为改善了决策质量。
- 组织层面：仅 37% 表示 AI 对 EBIT（息税前利润）有正面贡献——与 2025 年基本持平；达到「高绩效」标准（AI 贡献至少 5% EBIT 且影响重大）的企业停留在 6%，同样没有增长。
- 成本端：1/5 的组织表示 AI 运营成本（含 token 成本）已经制约了使用；高绩效企业在编码智能体上遇到成本制约的频率约为其他企业的三倍——因为它们用得最多。
- 投入端：60% 预期明年增加 AI 投资；28% 的组织已将超过 10% 的技术预算投向 AI。
高绩效企业与其他企业的分野不在工具，而在流程：前者约四分之三「围绕 AI 根本性重新设计了工作流」，后者只有约四分之一；前者未来三年以 AI 转型业务的可能性是后者的 3.3 倍。麦肯锡在报告中的表述相当直接：限制因素越来越不是技术，而是组织吸收变革的能力。
32% 的「放弃外购」与 37% 的「EBIT 有贡献」同时成立。前者说明技术已经便宜到可以自建，后者说明多数组织还没把自建能力转化为利润。若 EBIT 数字明年仍停在 37% 附近，可以预期会出现一波「把建了的软件悄悄买回来」的回潮——自建热潮的可持续性，取决于维护经济学而非开发经济学。
成本结构：「自建」转移了什么、藏起了什么
编码智能体改变的是开发成本这一侧等式：一个定制功能从「数月合同 + 数十万美元」变成「一个冲刺 + 智能体工具订阅」。但总拥有成本（TCO）不只包含开发。自建把成本从采购预算转移到运维预算，而且有几项是隐形的：
- 维护与值班：自建系统没有供应商 SLA，on-call 轮值、补丁、依赖升级全部内化。许可证费变成了一次性的「运行成本流」。
- 安全与合规：自建工具同样处理企业数据，审计、渗透测试、合规审查一样不少，但没有供应商分担责任。
- 关键人风险：「那个懂这套内部代码的工程师 18 个月后离职」是自建系统的经典叙事缺口。
- 模型依赖换装：深度绑定单一模型供应商的自建，只是把供应商锁定换了一件外衣。模型涨价、API 变更或下线时，如果答案是重写，那么这次「自建」从来没有便宜过。
- 机会成本：工程团队的时间是稀缺资源，花在重建「通用功能」上的每一小时，都没有花在差异化能力上。
一个务实的校验问题：「如果这个内部构建物需要持续投入两名工程师维护三年，它仍然比采购便宜吗？」对薄封装类软件（数据库之上的工作流壳）答案常常是肯定的；对强监管、重集成、有网络效应的产品，答案通常是否定的。
对软件供应商的影响
32% 这个数字对软件行业意味着：买家的比价对象变了。此前比较的是「你的产品 vs 竞品」，现在多出了「客户的工程团队」。可预见的调整方向：
- 定价模式迁移：按席位计费天然邀请「建」的对比，按成果计费则把比较拉回供应商擅长的领域。调查周期内已有多家厂商公开讨论按成果定价，本站此前对按席位→按成果转型趋势的分析（R-INDUSTRY-10）与此互为印证。
- 产品策略两极化：薄封装产品（工作流壳、通用看板、简单集成）暴露度最高；专有数据、受监管集成、分发网络构成的产品反而加固。供应商需要诚实评估自家产品落在谱系的哪一端。
- 续约率成为先行指标：采购决策集中在续约节点，通用工具的续约率变化将先于任何调查数据反映「买 vs 建」的真实走向。
企业决策框架：什么时候建、什么时候买
综合调查数据与成本结构分析，本站给出一个五问决策框架：
- 这个功能是不是你的差异化？不是 → 倾向买。是 → 进入下一问。
- 它有多薄？封装在数据库与 API 之上的通用逻辑 → 建的胜率高；涉及监管集成、复杂领域逻辑 → 买的胜率高。
- 你养得起它吗？有没有持续的所有者、值班机制、安全审查预算？没有 → 先别建。
- 退出成本是什么？如果两年后要换成采购方案，迁移成本多大？先做一次「假装要迁移」的演练。
- 先小后大：调查中「至少一次」的口径提醒我们，企业都是从一个小功能开始建立「建」的信心与流程的。从低风险工具入手，把自建的工程纪律（评审、测试、文档、值班）跑通，再谈核心系统。
最后需要标注能力边界：本报告数据为麦肯锡全球调查口径，反映受访者自报行为，未经过第三方审计；不同行业、地区的实际替代规模差异显著，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。对技术选型者而言，这份调查最大的价值不是那个 32%，而是它揭示的组织分层——智能体规模化正在成为新的企业分水岭，而「会建」只是分水岭靠技术侧的半边，另一半是流程重构与成本治理。