昨天晚上对IT 服务行业是个历史性时刻，全球最大的技术服务公司埃森哲市值跌破了1000 亿美元，过去一年股价跌幅恰恰为50%——被齐齐腰斩。三年前我还在感慨埃森哲的市值已经飙涨IBM 的2 倍，今天彻底掉了个，IBM 老树发新花，市值变成了埃森哲的2.5 倍。
大家都明白这是AI 的原因，是埃森哲在企业IT行业的AI 转型中掉队了吗？
根本不是，面对 AI 转型，埃森哲不是不努力，它甚至比谁都急、比谁都狂热：
埃森哲的CEO Julie Sweet 几年前就把“AI 转型”变成了公司的铁律，目前甚至要求所有管理层和顾问必须全员应用AI，考核 AI 用量，谁不会用AI 就不让提升，甚至直接炒鱿鱼。
而且，当前埃森哲手上有着全世界最多的、价值数百亿美元的AI 服务订单等着它去交付——按说应该是库里有粮，心里不慌。
然而，至少在目前，资本不相信埃森哲手上那些AI 服务合同能真正转变成收入和利润。埃森哲业务没崩，是资本市场调低了对它的预期。
目前资本市场普遍认为埃森哲财报里那些AI 相关订单，很大一部分属于概念验证或试点项目。当前，全球500 强企业的CEO 和董事会都处于极度焦虑中，生怕被AI 颠覆；于是他们给埃森哲塞了几百万美金，说：“你先帮我在财务、客服或者法务部门搞个AI 试点看看效果。”
虽然这种订单很容易拿——因为企业有试错的预算，但续签率和放大效应极低。当这些试点做完，企业算了一笔账：发现算力太贵、模型幻觉，ROI（投入产出比）完全不划算，于是项目就停留在试点阶段，无法转化为后续数千万、数亿美金的大型工程落地的项目——大模型都出来三年了，到目前为止，在企业领域里还没有出现任何大规模应用的场景。
目前企业AI 看起来是对企业传统IT 投入的“左手倒右手”的存量替换（Cannibalization），看不到业务增量是咨询和IT 服务行业最致命的内耗。
埃森哲的AI 订单增长，在很大程度上并不是企业开支的增量市场，而是吃掉了企业原本的传统数字化预算。比如，一个大型物流企业，今年原本打算花5000 万美元找埃森哲做全套的ERP 系统升级或业务流程管理平台，结果AI 火了，企业把这5000 万预算砍掉3000 万，挪去让埃森哲做AI智能体平台。对埃森哲而言，它的生意总盘子没有变大，而且因为新项目技术不成熟、人员代价昂贵、交付成本高，昨晚我的直播中讨论AI 部署的关键角色FDE， 研讨专家说现在FDE 薪酬是传统IT 工程师的5 倍，还供不应求，这就导致利润率反而下降了。
更关键的是，埃森哲作为服务公司，传统商业模式是靠人头和工时赚钱，而AI 经济的基础叙事就是用AI 提高生产力、减少甚至消灭工时，这对埃森哲就非常矛盾——不转型AI 是等死，转型AI 是找死。
在传统模式下， 埃森哲派100 个咨询顾问和程序员进驻客户现场，按人头和小时收钱，人越多、干得越久，埃森哲赚得越多。而在AI 模式下， 如果埃森哲的AI 解决方案真的很牛，原本需要100 个人干半年的活，现在2 个资深架构师带着无数AI 智能体，三个星期就干完了。那客户凭什么还要付过去100 人的工时费？
如果埃森哲不推AI，客户会找别人；如果埃森哲疯狂推AI且真的见效了，就会亲手杀掉自己赖以生存的营收根基。
就我观察，AI经济的叙事充满着矛盾命题：
昨天有位朋友跟我说，他见到有位企业老板在自己公司里手搓出了某国产ERP 软件，我说我不太信，他说那个老板真的已经在公司里用AI生成的软件替换掉了ERP 开始做财务管理了；
我问这个公司多少人，他说有 500 人；我说按我的理解，可能企业确实用AI 生成了这种规模公司的手工记账平台——过去很多国产ERP 就是这么用的，手工生成记账凭证、然后汇总、出报表；然而在我来看，这些功能的软件用AI 来生成虽然不是不可能，不过这离真正的ERP 差距还很大。
朋友问我，那你认为AI 能生成ERP 软件吗？
我说：假定AI 能生成ERP 软件，既然AI 这么厉害，那么为什么你不直接对AI 说“你帮我赚个一亿美元”，还让它去忙啥ERP 啊！
现状就是：AI经济确实很火，技术进步也很快，但是目前谁也说不清楚它究竟在企业里怎么用，在企业里创造了什么增量价值。
AI经济是怎么构成的呢？黄仁勋从今年初开始，在达沃斯论坛等场合提出 “AI 五层蛋糕模型”，即从下到上：能源、芯片、基础设施、模型、应用，从经济角度看，这并不是一个利益均摊的生态，而是一个极度失衡的价值抽取金字塔——人类社会正在进行有史以来在科技上最大规模的资本性开支，各大科技巨头仅在 2026 年的 AI 资本支出（CapEx）总计就接近 7500 亿美元，因而底层赚得盆满钵满，而上层赔本赚吆喝，谁也不知道怎么赚钱。
第一层：能源（Energy）
电力巨头、新型能源（如核电）运营商、电网基础设施商正大赚特赚。算力的尽头是电力。大模型的每一次推理和训练都在疯狂烧电。科技巨头们为了抢夺稳定的电力资源——尤其是清洁能源和核电，正在签下数十年、价值数十亿美元的独家购电协议。
第二层：芯片（Chips）
英伟达（NVIDIA）、台积电（TSMC）、高带宽内存厂商（如SK 海力士）拿走了AI 经济的绝大部分利润。无论真正面向用户的应用赚不赚钱，只要各大软件巨头和初创公司还在搞军备竞赛，就必须买芯片。英伟达毛利率超过75% ，占据绝对垄断地位，是蛋糕里确定性最高、现金流最充足的一层。英伟达市值已经超过5 万亿美元，它股价一天的波动就足以把有80 万员工、全球第一大科技服务公司埃森哲给收购了。
第三层：基础设施（Infrastructure）
这是重资产的“AI 工厂”，包括数据中心运营商（如Equinix）、机房设备，包括服务器与液冷系统商（如Vertiv、超微电脑，以及在中国股市一枝独秀的“易中天”三只股票）、三大云厂商（微软Azure、Google Cloud、亚马逊AWS）等，国内现在也在一窝蜂建各种智算中心、算电一体化，表面上有着天量业务流水，实际利润被折旧和芯片成本严重挤压。这一层在拼命向用户出租算力、卖云服务，他们得向第二层买昂贵的芯片，向第一层买高价的电，然后组装成“AI 工厂”租给上层。虽然这一层的营业收入涨得很凶，实际上的净利润率远没有想象中那么肥美。
第四层：模型（Models）
这层是惨烈的烧钱无底洞，极度内卷，基本都不赚钱，全靠大股东输血。行业龙头OpenAI 2026 年初单季营收冲到57 亿美元，但算力、研发成本直接烧掉37 亿，依然在亏损边缘挣扎；更不用说Anthropic、xAI 以及全球无数的中小型模型厂商了。这一层目前卖的主要是Token 和API 消耗。但随着开源模型的强力搅局，智能应用的边际成本正在断崖式下跌。模型层陷入了残酷的价格战，卖Token 好不容易赚点钱，转手就得全额交还给第三层的云厂商和第二层的英伟达。
第五层：应用（Applications）—— 价值创造的“肠梗阻”
埃森哲们以及各种企业软件/SaaS 公司都卡在这里，完全看不见颠覆性的投入产出比。出了极少数原生工具（如法律、编程等垂直领域的AI助手、多媒体生成工具等）能靠订购费赚点小钱，而真正大规模的企业服务厂商，目前整体处于赔本赚吆喝状态。这一层本应是AI 最终变现、创造真正经济价值的终点。但现在的尴尬在于：企业发现重金部署了AI，却无法替代核心员工、无法直接带来营收增长，目前最多做些画PPT、总结会议纪要的辅助工作，这样的工作也值不了多少钱。
黄仁勋自己也意识到了蛋糕模型的利益分配严重失衡的问题。他近期反复强调：未来的应用层不能再做简单的“软件包装（Wrapper）”，未来必须走向AI 智能体或者说数字员工。 只有当AI 能够独立完成闭环的工作（比如独立处理一个复杂的供应链调度、独立研发一款新药），企业才愿意为结果而不是工具买单。
目前的现状就是：基础设施厂商在拿着模型和应用厂商的资本性支出自嗨。 如果在未来12 到18 个月内，蛋糕模型顶层的企业应用无法实现真正的降本增效或业务场景爆发，底层的繁荣就会因为上层断供而引发链条式的崩塌。
悲观地说，目前AI 经济对总体经济和社会进步的促进是“成事不足，败事有余”。
虽然AI并不能自己做成真正能用能用的项目，但可以先把人裁了，让被裁的和裁人的都先品尝AI时代的苦果；虽然AI 并不能代替人思考，但足以让一部分人先废了自主思考的能力；虽然各种智能体也并不能干啥，但不妨碍傻子们砸钱砸时间去享受“我没有被时代抛弃”的多巴胺分泌感——当然，就算没有AI，蠢人们也总会有办法做到成事不足、败事有余的。
乐观地说，技术渗透到经济价值产生可能存在十年左右的滞后期，正如我在《索洛悖论 ｜ 老板跟CIO要收益，跟咨询公司要速赢都是错的》文中所写，诺贝尔经济学获得者索洛在80 年代末期说：“到处都是计算机时代，但是就是在经济统计上看不到”，然而到了90 年代后期美国经济就出现互联网大爆发。
今天的AI 和智能体有点像 三、四十年前的个人计算机，对个人可能是个有意思的玩具，但是企业短时间之内很难用起来，90 年代中期，我在某大单位上班时，一夜之间几乎所有办公室都配了电脑，但是除了电脑打字外，主要的用途就是玩接龙和挖雷游戏了，直到21 世纪后才开始出现ERP 等企业级软件，桌上的个人计算机才被连进生产系统。