32% 的组织告诉麦肯锡，他们至少放弃了一次软件采购，因为智能体编码工具可以在内部把它做出来——而同一份调查发现，AI 对 EBIT 的贡献相比 2025 年基本没变。这两件事同时成立，是因为前者量的是一个决定，不是一套系统。一次「没买」，是在它这辈子最便宜的那一刻被记录下来的：建造成本刚刚坍塌，而运行成本还一个工时都没发生。
这份调查到底说了什么
麦肯锡的《AI 现状》调查于 2026 年 5 月 4 日至 6 月 8 日进行，覆盖 97 个国家的 1,719 名受访者，并按各国对全球 GDP 的贡献加权。这是一件严肃的工具，那个发现也是真实的。值得读的是它所在的那整一页，而不是那句传出来的话。
| 发现 | 数字 | 它量的是什么 |
|---|---|---|
| 放弃了一次软件采购，因为智能体编码工具能做出来 | 32% | 一个采购决定，自述，至少发生过一次 |
| 同上，在「AI 高绩效者」当中 | 接近一半，同侪为 31% | 一份横截面调查里的相关性，方向未说明 |
| AI 对 EBIT 有正向贡献 | 37%，相比 2025 年基本未变 | 企业层面感知到的财务影响 |
| 至少在试用 AI 智能体 | 62% | 任何智能体活动，从试点到生产 |
| 尚未开始在全企业范围内规模化 AI | 接近三分之二 | 自评的规模化成熟度 |
行业跨度之平缓，是第一件值得注意的事。如果这只是集中在软件公司里的一阵热度，科技业该甩开二十个点。而实际上金融机构在 36%，制药与医疗产品在 33%——这些行业的采购流程，本来就是为了防止这类决定被快速做出而设计的。企业软件采购的长尾里，确实有真事在发生。
这个数字是一个决定，而决定很便宜
受访者被问的是「有没有决定不买」。没有人问他们：替代品发布了吗、过了安全评审吗、它本该服务的那些用户真的迁过去了吗、十二个月之后它还在跑吗。上面每一处，都是一次「自建而非采购」的决定悄悄反转的地方，而它们一个都不在那 32% 里面。
这不是在批评这份调查——它问了一个措辞良好的问题，也得到了一个干净的答案。这是在批评这个数字被读的方式。「三分之一的企业正在用智能体做的软件替换 SaaS」是一个关于上线的断言。数据支持的是一个关于意图的断言，而且是在「自建看起来最便宜」的那个确切时刻取到的——因为把第一个能跑的版本生成出来如今确实很快，而别的事情还都没发生。
也请注意同一份调查往后几段说了什么。约三分之二的组织尚未开始在全企业范围内规模化 AI，而报告 AI 对 EBIT 有正向贡献的比例是 37%，相比 2025 年基本未变。三分之一的企业决定自建而不采购的这一年，正是总体财务回报纹丝未动的一年。这些数字彼此相容——但只在「那些决定大多还停留在决定阶段」这一种读法下才相容。
许可证买的从来就不是代码
这里是那套算术一直漏掉的部分。一份软件许可证是一个打包，而代码是里面最便宜的东西。剩下的部分是：无限期的维护、安全补丁与漏洞响应、你的合规团队所依赖的审计报告与数据处理协议、针对其他每一家厂商升级周期的集成测试、一份由别人的值班表撑着的支持合同、一条由其他客户的问题买单的路线图，以及一份坐在别人资产负债表上的合同责任。
一台智能体用一个下午写出这套软件，让其中恰好一项变便宜了。另外七项在变更合入的那一刻转移到你身上，在决策里计价为零，此后则永远计价为工程人头。这不是反对自建——这是主张你得给「你实际获得的东西」计价，而那是一份义务，不是一件产物。本站的自建还是采购把同一件事讲得更慢更细，而它并不需要智能体才成立。
比总额更要紧的是那份不对称。一份你没买的许可证，如果自建让你失望，明年再买回来很容易——厂商会很高兴接到你的电话。而一套已经有三支团队依赖的系统，就不容易解开了，而等到维护成本变得可读时，这次反转已经附带了一场迁移。进入便宜、退出昂贵，而调查问题只抓到了进入。
那条「高绩效者」的相关性，方向几乎肯定是反的
最可能被引进战略汇报稿的那个发现是：在「AI 高绩效者」——那约 6% 把超过 5% 的 EBIT 归功于 AI 的受访者——当中，接近一半放弃过一次采购，而其余人是 31%。那条隐含的结论会自己写出来：多放弃采购，就能成为高绩效者。
反过来读一遍，它与机制吻合得多。拥有软件是一种能力，而这种能力很贵。它需要一支平台团队、一条部署流水线、一张值班表、一套给任何含模型的东西准备的评测台，以及一种把内部工具当产品而不是当某人副业的文化。已经具备这一切的组织，才负担得起拥有技术栈里更多的部分；而它们——出于完全独立的原因——也正是那些从 AI 身上量到了 EBIT 的组织。这份调查是横截面的。它没法把「放弃采购让它们成了高绩效者」和「正因为是高绩效者，放弃采购才活得下来」区分开，而后一个故事不需要任何新的假设。
这个检验的务实版本只有一个问题，而且与智能体无关：十八个月后，谁的传呼机为这套系统响？这个人招进来了吗？如果答案是「提需求的那支团队」，那你没有替换掉一家厂商，你只是把一笔成本挪进了一条没人盯着的预算行。
什么时候自建确实是对的
这一切都不意味着那 32% 错了。企业软件里确实存在一大类东西，相对于它做的事一直定价过高，而智能体编码工具把这一点变得可见了——可见到采购部门无法再争辩。
- 小工具的长尾。一年四万美元换一个表单、一张表和一个审批步骤，这是一处由「造替代品的成本」撑住的市场失灵。那份成本确实坍塌了，而这就是这个发现里诚实的内核。
- 内部胶水。任何因为你自己的两套系统不通话而存在的东西。这里没有合规界面、没有外部用户，而且本来也没有哪家厂商会把你的数据模型建对。
- 厂商的数据模型跟你打架的地方。为了迁就一个产品的假设，很多团队已经付了好几年的绕行方案。自建是把这份错配拿掉，而不是继续糊。
- 有自然终点的东西。一个迁移工具、一次性的对账、一个随监管周期结束而结束的报表任务。维护成本有界，是因为系统本身有界。
失效模式是把这份清单推广到记录系统上去——任何持有客户数据、触及资金、或者背着审计义务的东西。那些恰恰是那七个「非代码」条目主导了许可证价格的系统，而「智能体写的」回答不了你的审计师会问的任何一个问题。
该量的是什么
如果你就在那 32% 里，能告诉你这件事成不成的那个数字还不存在，而且它不会自己出现。趁着这些决定还新鲜到可以归因，现在就把测量点埋下去。
- 建一份「放弃采购」登记册。是什么、报价的许可证成本是多少、替代品归谁、日期。没有这个，一年后你什么都算不出来，而且事后没人重建得起来。
- 在第 13 个月量，不是第 1 个月。上线以来花在替代品上的工程工时、可归因于它的事故，以及那些过去由厂商做掉的合规工作。诚实地把这个总数与你没续的那份许可证比一比。
- 把悄悄死掉的那些数进来。分母比战绩更要紧。一个三分之一的替代品被弃用的自建计划，仍然可能是笔好买卖——但如果弃用从来不被计数，你就无从知道。
- 盯住所有权信号。一套原作者已经离职、下一任维护者尚未被点名的系统，是一套你即将重新买回来的系统。这是一个前瞻指标，而且采集起来免费。
- 把试点与资产分开算。这片地界上的另一个陷阱，是去量智能体的采用率而不是智能体的产出——那次「智能体退潮」后来被证明就是由这个做成的。
对那 32% 的诚实总结是：企业发现了自己能把长尾做出来，而还没发现长尾养起来要多少钱。这句话的两半明年都会变得可测。今天可测的只有前一半，而它正是所有人引用的那一半。
常见问题
32% 这个数字有问题吗？
没有。对于那个被问出口的问题——「贵组织是否曾因为智能体编码工具能在内部做出来，而决定不购买至少一项软件产品或功能」——这是一个采集良好的答案。问题完全出在转述里：一个决定被说成了一次上线，「至少一次」被说成了一项战略。
EBIT 正向贡献卡在 37% 不动，是不是就说明 AI 被高估了？
更可能说明效应还在路上。同一份调查里有三分之二的组织说自己尚未开始在全企业范围规模化 AI，而企业层面的 EBIT 是一个缓慢、层层中介的指标。有意思的读法不是「AI 不赚钱」，而是：那些「自建而非采购」的决定，是远远赶在任何可测回报之前做出的——这很正常，也值得知道。
在承诺之前，怎么把一个内部替代品的成本算准？
直接给那七个非代码条目定价：每年的维护工时、打补丁与依赖升级、如今得你自己出的那些合规凭证、值班负荷、集成测试、没人会替你做的路线图工作，以及那份不再落在厂商身上的责任。然后拿去和许可证比。如果在这个基础上替代品仍然胜出，那就确实是笔好买卖。
那是不是说我的团队不该用编码智能体来自建？
它说的是：在运行成本小而有界的地方自建——内部胶水、小工具、任何有终点的东西——而在不是这样的地方要谨慎得多。区分标准不是这套软件写起来有多难，那正是智能体改变了的那根轴。而是这套软件养起来有多贵，那根轴智能体一点没动。
替代品出问题的最早那个信号是什么？
没有人被点名为它的负责人。不是「那支团队在用它」——而是一个对它的打补丁、它的事故、它下一次依赖升级负责的具名的人或值班表。实践中，那些十八个月后被悄悄重新买回来的替代品，几乎总是那些从来没把这个名字填上的。
延伸阅读
本站：
- 自建还是采购——调查问题压缩成一个比特的那整套账。
- 衡量投资回报——为何企业层面的财务影响会滞后于产生它的那些工作。
- 单位经济——按完成的任务而不是按许可证给智能体系统算账。
- 第三方与厂商风险——厂商退出画面时，转移到你身上的那些义务。
- 规格驱动的智能体开发——让一个生成出来的替代品变成第二个人能接手的东西。
- 智能体退潮是一次测量失败——同一个仪器问题，早一年的版本。
来源：
- 麦肯锡——《AI 现状：全球调查》——2026 年 5 月 4 日至 6 月 8 日调查，97 个国家 1,719 名受访者。