支出涨 5.4 倍、付费面只增 10 个百分点：2026 企业 AI 账单怎么读

1768 亿美元：先看清样本与估算性质

Menlo Ventures 于 2026 年 11 月 3 日发布《2026: The State of Enterprise AI》，为第四年度研究，署名 Tim Tully、Joff Redfern、Deedy Das 与 Derek Xiao。核心读数：截至 2026 年 9 月，企业 AI 支出约 1768 亿美元，2025 年为 330 亿美元，一年增长 5.4 倍，而上一年增速为 3.9 倍（来源：Menlo Ventures 报告发布稿，经 GlobeNewswire 与 AI Frontier Post 全量直读，2026-11-03）。

读数	数值	口径提醒
企业 AI 支出（截至 2026-09）	1768 亿美元	自下而上模型估算，非审计收入
2025 年基数	330 亿美元	同上，同一估算体系
同比增长	5.4 倍（上一年为 3.9 倍）	倍数，非增量金额
调研样本	近 400 位美国企业决策者，覆盖逾 40 亿美元 AI 支出	仅美国，不代表全球支出
方法	问卷加自下而上市场模型，参考公开财报与第三方报告	token 份额含厂商自有模型组合估算
付费企业占比	55% 升至 65%	增加 10 个百分点，相对约 18.2%

报告自己给出的限定条件值得先写在前面：美元数字是估算而非审计收入，来自调研、公开申报与第三方报告拼成的自下而上模型；token 份额取自 OpenRouter 数据并叠加 Menlo 对模型组合的估算；问卷只覆盖美国企业决策者，结论描述的是该市场（来源：AI Frontier Post 对报告方法与局限的整理，2026-11-03）。此外 Menlo Ventures 披露其为 Anthropic 与 OpenRouter 的投资方——这不使数字失效，但意味着它应被当作一家机构的测算，需要与其它统计口径对照后再用（来源：同上）。

5.4 倍与 10 个百分点：增长来自谁

报告给出的解释是：增长并非主要来自新买家。付费企业占比从 55% 升到 65%，增幅温和，因此拉动总量的是既有采用者花得更多，而不是一批新客户涌入（来源：AI Frontier Post 与 GlobeNewswire 发布稿，2026-11-03）。报告里还有两条同方向的读数：企业年初为 2026 年做的预算接近 2025 年实际支出的两倍，最终却花到预算的 2.5 倍；每投入 1 美元用于模型训练，企业在「把 AI 用起来」上花 1.70 美元（来源：同上，引述 Derek Xiao 与报告原文）。

叙事	报告读数	指向
新买家进场	付费占比 55% 升至 65%	广度扩张有限
存量客户加深	支出 5.4 倍；实际花到预算的 2.5 倍	单账户用量与预算双双上抬
预算来源	新增预算 55%、既有软件预算 22%	约四分之一增量来自存量软件预算转换
系统替换	少有证据显示替换 Salesforce CRM 或 Workday HRIS 等核心系统	叠加多过替换
部署侧与训练侧	每 1 美元训练对应 1.70 美元应用	价值重心向交付侧移动

把广度与深度拆成乘法能看得更清楚：若把总支出近似看成「付费企业数 × 单企业支出」，付费占比 55% 到 65% 对应约 18.2% 的相对增幅，那么单企业支出的隐含倍数约为 5.4 除以 1.182，即约 4.5 倍（原创换算，假设企业总数不变、付费占比可代表付费企业数变化）。这不是报告原文的数字，但足以说明量级：广度的贡献约两成，深度的贡献约四倍半。同理，预算那条读数可以做一次内部一致性检查——预算约为 2025 年的 2 倍、实际花到预算的 2.5 倍，隐含实际约为 2025 年的 5 倍，与 5.4 倍的总量口径在四舍五入与样本差异范围内接近（原创交叉核验）。两条独立路径落在同一量级，说明「预算失控」不是修辞，而是可复算的结构。

增量预算的来源也值得记：55% 来自新增预算，22% 来自既有软件预算，且这部分大多留在既有厂商手里——典型形态是把 Microsoft Office 许可转换成 Copilot 一类的 AI 供给；报告明确说几乎没有看到企业替换核心系统（来源：AI Frontier Post，2026-11-03）。两条数字相加为 77%，剩余 23% 的来源在公开摘要中未逐项说明，本栏目不推测（原创口径提示）。

八成 token 与二十五分之一美元：消费侧与收入侧错位

报告把总量跳升归因于智能体：在 OpenRouter 上，智能体产生约 80% 的 token，约为人驱动用量的七倍；自 2 月智能体流量超过人类流量后，智能体 token 消耗增长 37 倍，人类驱动增长 5 倍。Derek Xiao 的表述是，当 AI 能自己干活，企业支出不再受「有多少员工在用」约束，而受「能完成多少工作」约束（来源：AI Frontier Post 与发布稿，2026-11-03）。

读数	原文数值	本栏目核算与提醒
OpenRouter 智能体 token 份额	80%	剩余约 20% 为人驱动，份额比为 4 比 1
同一段的倍数表述	约七倍人驱动用量	按 80/20 应为 4 倍；两处口径不同，需回查原始定义
自 2 月以来增长	智能体 37 倍、人类 5 倍	增速比约 7.4 倍，与「七倍」数值接近但含义不同
开源模型 token 份额	约五分之一（20%）	用量口径
开源模型支出份额	约二十五分之一（4%）	模型支出口径，与上一行分母不同
单位 token 收入强度	未直接给出	开源约 0.2、其余约 1.2，相差约 6 倍（原创换算）

这里有一处必须标注的口径不一致：若智能体占全部 token 的 80%，则人驱动占 20%，份额比应为 4 比 1，而不是同一段所说的「约七倍」（原创核对）。可能解释是「七倍」用了不同的统计对象，例如请求数或某类工作负载，但公开摘要未给定义；本栏目把两处并列表述、不做取舍，也不据此推算全量 token 消耗。同理，37 倍与 5 倍的增速比是 7.4 倍，数值上与「七倍」接近，但一个是增速比、一个是份额比，不能互相印证（原创口径提示）。

开放权重模型的错位更清楚：约 20% 的 token、约 4% 的模型支出。把两个份额各自除以对应分母，开源的单位 token 收入强度约为 0.2，其余模型约为 96/80 即 1.2，相差约 6 倍（原创换算，以模型支出份额对 token 份额之比表示，不代表单价）。这与本栏目 11 月 6 日在智能体商业化专题里给出的判断相接：治理与可追溯性决定了计价方式能否从按产能计费走向按结果计费（来源：本栏目 R-INDUSTRY-57 智能体商业化的信任与计价闸门，2026-11-06）。用量份额与收入份额脱节，说明「谁被消耗」与「谁被付费」仍是两件事。

钱流向哪：应用层、编码、垂直行业

分项	2026 年	2025 年	本栏目换算
企业 AI 应用支出	约 770 亿美元	190 亿美元	约 4.05 倍
编码	340 亿美元	未单列	占应用支出约 44.2%
AI 助手与生产力工具	250 亿美元	未单列	占应用支出约 32.5%
两项合计	590 亿美元	未单列	占应用支出约 76.6%，与报告 76% 一致
其余应用	约 180 亿美元（差额）	未单列	约 23.4%
医疗保健（垂直行业中规模居首）	37 亿美元	未单列	占应用支出约 4.8%、占总支出约 2.1%

「垂直行业中规模居首」这个说法容易被读成规模很大，但 37 亿美元对 770 亿美元应用盘只有约 4.8%，对 1768 亿美元总盘约 2.1%（原创换算）。它说明的是垂直行业里的相对排序，不是该行业已成为主要支出去向。厂商格局则给出另一种分层：AI 原生厂商拿下 96% 的编码支出，而在位厂商在 IT（91%）、数据科学（88%）与 HR（68%）占据优势份额。Joff Redfern 的解释是，当 AI 改变工作如何完成，新公司有机会重塑市场；当 AI 改进人们本来的工作方式，既有玩家更难被替换（来源：GlobeNewswire 发布稿与 AI Frontier Post，2026-11-03）。把这条与前面「少有证据显示替换核心系统」并读，可以看到一条一致的线索：新增支出主要长在新工作流上，而不是从旧系统里抢来的。

中国侧六组读数：口径差出 3.5 倍

国内材料给出的是另一套口径。两份白皮书汇编的读数如下，且原文已提示不同机构对「AI 智能体」「企业级 Agent」「AI 办公软件」的统计边界不同，同一指标在不同来源中数值可能不同（来源：三个皮匠报告《2026年中国AI办公智能体产业发展白皮书》与《AI智能体赋能行业决策白皮书2026》数据一览，含艾媒咨询、科智咨询、IDC、易观分析、毕马威、Gartner、信通院等来源标注）。

指标	读数	来源标注
中国 AI 智能体市场规模（2026）	1558 亿元，同比增长 93.7%	艾媒咨询
2025 年基数 / 2030 年预测	804 亿元（同比 123.2%）/ 6968 亿元	艾媒咨询
中国企业级 Agent 市场（2026）	449 亿元，同比增长约 112%	科智咨询 / IDC
企业级市场历年	86 亿（2024）→ 212 亿（2025）→ 449 亿（2026E）→ 3320 亿（2029E）	科智咨询白皮书 / 信通院
企业采纳率 / 纳入核心业务流	40.3%（2026 年中，2024 年底为 17.3%）/ 18%	沙丘智库 / IDC
试点与回报	88% 已试点 Agentic AI，24% 实现投资回报	毕马威 2026 全球技术报告
Demo 滞留 / 正回报周期	90% 仍卡在 Demo；76% 在 18 个月内实现正回报	信通院 2026-09 / 行业调研 2026
预算超支	67% 超预算 10% 以上，24% 显著或极端超支	IDC FERS Survey，2026-07
四大通用场景渗透率	客服 58%、市场营销 56%、软件开发 53%、数据情报 52%	科智咨询，N=127
桌面端月访问量	3 亿次以上，较 6 月增长近 5 倍；WorkBuddy 8534 万、千问办公 4655 万、豆包办公 3039 万	易观分析，2026-09
付费渗透 / 平台覆盖	36% 已付费、5% 体验付费版、59% 免费；钉钉飞书企微合计覆盖 92%	易观分析
风险预测	到 2027 年超过 40% 的 Agent 项目可能被取消；闭源模型使用占比 28%（两年前约 80%）	Gartner

先做一次口径核验：1558 除以 804 约 1.938 倍，对应 93.8% 的增幅，与标注的 93.7% 一致；449 除以 212 约 2.118 倍，对应 111.8%，与另一份白皮书标注的「超过 111.8%」一致（原创核验）。也就是说，同一材料里 1558 亿元与 449 亿元不是矛盾，而是两个不同统计边界：前者是 AI 智能体整体市场，后者是企业级 Agent，比值约 3.5 倍（原创换算）。把它与 Menlo 的 1768 亿美元并排放会得出「中国约为美国若干成」的伪结论——一边是人民币计的整体智能体市场，一边是美元计的美国企业 AI 总支出，币种、地域、统计边界三项都不同。

再核一次复合增长率：86 亿到 3320 亿是 2024 至 2029 的五年路径，年复合约 107%，与标注相符；但若从 2026 年的 449 亿起算到 2029 年的 3320 亿，只剩三年，隐含年复合约 94.8%（原创换算）。两个数字对应不同起算年，不能互换。同样，1558 亿到 2030 年 6968 亿是四年路径，隐含年复合约 45.4%，明显低于 107%——这既反映不同细分市场的增速差，也再次说明统计边界不同（原创口径提示）。

采纳率、回报与预算：三份调研的三角对照

为了看清「广度」与「深度」在美国侧的细分，可再引入一组汇编数据。Hostinger 的 2026 年汇总把麦肯锡、KPMG AI Pulse、LangChain 与自家客服数据放在一起，样本彼此不同，需按来源逐条读（来源：Hostinger — AI agent for business: who uses agents, what they do, and what businesses spend，2026，第三方汇编）。

读数	数值	样本 / 来源	本栏目对照
规模化智能体（至少一个职能）	营收 10 亿美元以上组织 40%，更小组织 22%	麦肯锡	差 18 个百分点、约 1.8 倍
大企业该比例的上年值	27%（更小组织持平）	麦肯锡	一年内约 +13 个百分点
正在构建、部署或开发智能体	62%，上一季度 53%	KPMG AI Pulse，314 位美国高管	单季 +9 个百分点
开发或实施多智能体系统	25%，此前两季度均为 6%	KPMG AI Pulse	约 4.2 倍，但基期很低
智能体已在生产	57.3%，另 30.4% 有明确部署计划	LangChain，1340 位从业者	样本偏技术早期采用者
万人以上组织在生产 / 百人以下	67% / 50%	LangChain	规模梯度差 17 个百分点
智能体贡献的 AI 价值占比	22%，上年 17%	Hostinger 汇编	+5 个百分点，相对约 29.4%
全球智能体与助手支出预测	2026 年 292 亿美元，2025 年 165 亿美元	Hostinger 汇编	约 1.77 倍；与 Menlo 总量口径不同
质量被列为生产化首要障碍	32%	Hostinger 汇编	与国内 90% Demo 滞留方向一致
GenAI 客服须提供人工通道	87% 客户这样认为	Hostinger 汇编	人在回路仍是交付条件

把三组放在一起，能拼出一张更完整的图：Menlo 说支出涨 5.4 倍而付费面只增 10 个百分点，麦肯锡说大企业规模化约四成、小企业约两成，国内材料说采纳率 40.3% 但纳入核心业务流只有 18%、88% 试点只有 24% 见到回报。方向一致——广度在扩，深度与兑现仍滞后（原创关联解读）。但请留意 LangChain 的 57.3% 与信通院的 90% 卡在 Demo 相差甚远，主因是样本构成不同：前者受访者多为已有智能体项目的技术角色，后者是更宽的企业面。这类差异不该被调平，而应作为样本偏差的证据保留。

预算侧也有同构现象：Menlo 说实际花到预算的 2.5 倍，IDC FERS 说 67% 的企业超预算 10% 以上、24% 属显著或极端超支。一个是倍数、一个是企业占比，量纲不同，不能换算，但都指向同一件事——按「买了多少席位」编的预算，在按工作量计费的智能体上系统性失准（原创判断）。

六组原创换算与分母标注

编号	换算	结果	分母与边界
一	5.4 倍支出 除以 65/55 的付费面扩张	单企业支出隐含约 4.5 倍	假设企业总数不变、付费占比可代表付费企业数；非报告原文
二	约 2 倍预算 乘以 2.5 倍超支	隐含约为 2025 年 5 倍，与 5.4 倍同量级	两条来自不同问法，只作一致性检查
三	96/80 除以 4/20	单位 token 收入强度相差约 6 倍	份额对份额之比，不是单价；开源 20% token 对 4% 支出
四	37 亿 除以 770 亿、再除以 1768 亿	约 4.8% 与约 2.1%	「规模居首」是相对排序，不是主要支出去向
五	1558 亿 除以 449 亿；804 亿除回 1558 亿	约 3.5 倍；约 1.938 倍对应 93.8%	两个国内统计边界不同，不可与美元总额换算
六	40.3% 减 18%；88% 减 24%	22.3 与 64 个百分点	各自为不同调研的「广度到深度」落差，两项不可相加

还可以补两组核验：Anthropic、OpenAI、Google 在 LLM API 支出中的份额，2025 年为 40%、27%、21%，2026 年为 55%、31%、9%，三项各自变化为加 15、加 4、减 12 个百分点，合计恰好加 7 个百分点，与两家合计从 88% 升到 95% 自洽（原创核验）。但报告另有「前沿实验室占部署支出 69%，上年 50%」一条，其分母是企业 AI 部署支出，与 API 支出份额不是同一口径，不能相加或相减（原创口径提示）。第二组：桌面端月访问 3 亿次以上，前三家 8534 万、4655 万、3039 万合计约 1.62 亿次，约占该口径的 54%（原创换算），但三家的统计月与「3 亿次以上」是否一致、是否含重叠访问均未披露，故只作量级提示。

读账单六问与利益披露

问什么	为什么必须先问
地域与样本	Menlo 近 400 位美国决策者；KPMG 314 位美国高管；LangChain 1340 位技术从业者；国内材料 N=127 等，样本不可混用
金额的统计边界	企业 AI 总支出、AI 应用支出、智能体与助手支出、AI 智能体市场、企业级 Agent 市场是五个口径
是否估算	Menlo 的美元数字为自下而上模型估算，非审计收入；预测值另需看起算年与复合窗口
token 与美元的换算	80% token 份额对应 4 比 1，与「约七倍」表述不一致；开源 20% token 对 4% 支出不能直接读成单价
问法与时间窗	「试点」「规模化」「在生产」「实现投资回报」定义不一；当期转化与 18 个月累计不可相减
谁出的报告	Menlo 为 Anthropic 与 OpenRouter 投资方；白皮书多为机构汇编，需回查原始来源

利益披露不该被当成否定结论的理由，但应写进引用方式：Menlo 的份额数据来自单一渠道 OpenRouter，且该机构是渠道投资方；其关于「智能体成为模型主要消费者」的判断在方向上有 37 倍对 5 倍的增速读数支撑，但这一份额读数是否可外推到全行业，需要其它 token 渠道的数据交叉（来源：AI Frontier Post 对方法与局限的整理，2026-11-03）。本栏目此前在多期行业报告里反复强调：跨机构数字只作方向性对照，分母不同不相减（来源：本栏目 R-INDUSTRY-57 与 R-INDUSTRY-50 万亿办公 Agent 与 L1 成熟度，2026-11-06 与 2026-10-28）。

口径边界与待核验项

待核验项	公开材料是否给出	本栏目处理方式
「约七倍人驱动用量」的统计对象定义	摘要未给	与 80/20 的 4 比 1 并列表述，不做取舍
增量预算中剩余 23% 的来源	摘要未逐项说明	不推测，只报 55% 与 22%
Menlo 各细分的原始样本权重与置信区间	摘要未给	标注为估算，不给误差范围
国内多份白皮书的原始问卷与完整口径	汇编页仅给数据一览	按汇编转述标注，不冒充原始报告
桌面端三家月访问与 3 亿次的统计月一致性	未披露	54% 只作量级提示
中美市场数字的可比换算	不存在统一口径	不做汇率换算或占比推断

给决策者的落地建议有三条。其一，把预算单位从「席位」改为「工作量」，并同时记录每任务 token、单任务成本、任务成功率与人工复核率四项；否则 2.5 倍超支只会年年重演。其二，做选型时要求供应商给出自己口径下的分母定义——是应用支出、模型支出还是含基础设施的总支出，是当期转化还是 18 个月累计。其三，把「采纳率」与「纳入核心业务流比例」分开报，前者说明有没有试，后者说明有没有用起来；国内 40.3% 与 18% 的 22.3 个点落差，比任何一个市场规模数字都更能说明当前阶段。

关于「约七倍人驱动用量」的统计对象定义、增量预算剩余部分的来源构成、Menlo 各细分的样本权重与置信区间、国内多份白皮书的原始问卷与完整口径，以及桌面端访问量与头部产品统计月的一致性，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。