文/春阳
这一届阿里云栖大会，是我参加过的所有阿里活动中最「野蛮」的一次。
以前我参加钉钉的活动也好，阿里其他的活动也好，我的直观感觉是：人类在小心翼翼、温柔以待地打磨、迭代和发布一个新版本的产品。
而这一次，我的切身体验是：AI 这种 1000 倍于人类大脑的智力，正在无孔不入地进入每一个它能渗透的领域、所有需要思考的领域。 而背后的推手，正是人类本身。
汽车需要思考，来决定最佳的路线和自动驾驶的行进——很好，AI 来了。
高校需要更加因材施教，给每一位学生制定完美符合他们的教学计划——很好，AI 来了。
企业需要 AI 帮他们制定销售、运营、客服、售前售后的整个流程，以及用户交付体验——很好，AI 来了。
如果你仔细观察本次大会里出现的所有人，无论是展商、参会的甲方和乙方客户，还是嘉宾观众，然后你问他：AI 在你的生活和工作里，到底扮演了怎样的角色？ 每个人都能上台兴奋地说两句，真的。
好玩的是，YC 前两天也在他们的官网上，把他们发现、培育、孵化的 930 多家 AI 创业公司摆了出来；而这次云栖大会的参展商，也有 1000 多家。
一个是 YC 的近千家 AI 公司，一个是云栖大会的 1000 多家参展商。中美 AI 图景的序幕，就此拉开。
CB Insights 专门拆过 YC 最新的 W26 批次，一批 199 家，15 个类别。云栖这边是官方口径：1000 多家企业参展，5 万平方米以上的展区，140 多场分论坛，2000 多位演讲嘉宾。
两边摆在一起，先看每张卡片底下那几行小字：
左边是 YC 那近千家，右边是云栖那 1000 家——先看两边底下那几行小字，数的东西完全不一样
先看左边：YC 那近千家，是近千个各自独立下注的「创业」公司，每一家都在赌自己能从某个行业里咬下一块肉。
再看右边：云栖那 1000 家，是围着一个平台摆开的一整个生态。台上台下，大多是早就「立了业」的企业，现在拿 AI 把自己的家业重新立一遍。
那为什么美国能长出近千家 AI 创业公司？答案其实很朴素：因为美国企业愿意掏钱买。
Menlo Ventures 去年底问了大约 500 位美国企业的决策者，结果是这样的：
看彩色那一截：一年之内，美国企业从「自建外采对半开」倒向了「买」
2025 年，美国企业 76% 的 AI 用例是从外面买来的。 一年前还是 47% 自建、53% 外采，基本对半开。一年之内，天平一下子倒向了「买」。
有人买，就有人卖。近千家公司就是这么养活的。
那中国呢？
在云栖现场，我脑子里反复冒出来的是一句话：
很多大企业要么在自研，要么在企业内部积极地拿 AI 改造业务流程、改造客户体验——拿着阿里云的千问模型，或者干脆自己在做。而且这些 AI 实践是长在业务里面的，跟业务贴得非常紧。
美国企业买 AI，中国企业养 AI。 这是我这次在云栖会场观察到的一个非常好玩的分岔。
而以下4个分岔，将会影响并决定绝大多数中国玩家，无论是个人还是企业AI玩家的命运。
分岔 1：跟平台同台的，不是创业公司，是企业自己的团队
9 月 22 号上午，4 楼 402 有一场分论坛叫「为 Agent 重构数据库」，一共 7 场演讲。你看议程屏上每一场右边的头衔：
看每行右边那个头衔：不是创业公司的 CEO，是传统企业内部的负责人
7 场里有 5 场，是一个阿里云产品 + 一家企业自己的团队同台：
海尔盈康一生的智能基础设施与 AI 平台负责人，岚图汽车的车云大数据团队负责人，艾欧史密斯的 IoT 首席架构师……
注意，这些人不是来卖东西的，他们是买方。他们是企业里那个「内生的 AI 公司」的负责人，上台讲的是自己家的 AI 怎么搭在阿里云上。
同一天下午的弹性计算专场也一样，台上有海尔智家 AIoT 云平台的技术负责人。
如果这是在美国，这个位置上坐着的，大概率是一家拿了 A 轮的创业公司的 CEO，讲他怎么帮海尔做数据平台。
在中国，海尔自己就把这个活干了。
再把这 5 家企业的行当排一排：海尔盈康一生做医疗，易点天下做出海广告，南京万丞做消费者体验，艾欧史密斯做热水器和净水器，岚图造车。
医疗、广告、消费、家电、汽车，五个行业，没有一家是「AI 公司」。 但每一家的头衔里，都写着 AI、数据、IoT、架构。
这就是我说的「立业」：它们的「业」早就立好了——卖热水器、造车、做医疗——现在是在自己的业务里面，再长出一支 AI 团队来。
那为什么中国企业愿意自己养，不愿意直接买？我觉得至少有三个原因，一层压一层：
第一，数据不愿意出门。 车云数据、医疗数据、用户家里热水器的 IoT 数据，这些东西大企业是不太愿意交给一家外部创业公司的。数据留在自己的云账号里，模型拿过来跑，团队自己盯着——这是中国大企业最有安全感的姿势。
第二，业务太非标。 中国企业的流程，十家有十个样。一个标准化的 AI 产品卖进去，最后大概率还是要做成定制项目。既然横竖都要定制，那不如自己养一支团队来定制。
第三，平台把自己养的门槛拉得太低了。 你再看一眼那张议程屏上的标题——PolarDB-X Zero 那场，标题里直接写着「零门槛，为 Agent 重构数据供给与安全边界」。同一天，另一场分论坛叫「Qoder 助力 AI Native 超级组织」，还有一整场「AI Native 组织论坛」。
平台卖的东西，已经不是「给你一个成品 AI」，而是「给你一堆零门槛的积木，让你自己的团队变成超级团队」。
中间那一道转手，在中国被平台和企业一起省掉了。
所以如果你现在准备在AI领域创业，你可能需要知道这个残酷、虽然违背直觉但又符合常识的现实。
分岔 2：美国是新公司来抢老 SaaS，中国是老 SaaS 自己干自己
隔壁 401 那场叫「SaaS 迎来 Agent 时刻」，9 场演讲。我按出场顺序排了一下，一格是一场：
一格是一场。看紫色那四格：金蝶、恒生聚源、北森、合合信息——老牌软件公司在自己给自己装 Agent
阿里云自己占了 3 场，老牌软件公司占了 4 场：金蝶讲企业智能体操作系统，北森讲 AI HR 专家平台，恒生聚源讲金融智能体，合合信息讲 Data Agent。
美国那边的叙事，是一家 AI 原生的新公司冲进来，抢老 SaaS 的客户。YC 那近千家里，很多就是冲着某个老软件的地盘去的。
这就是我们为什么看到当初美国 SaaS 企业的股票暴跌的原因之一：因为它们的护城河，可能也只剩下客户关系、数据和合规了。
但在云栖的台上，你不太能看到「新公司颠覆老公司」这个剧本。你看到的是老公司自己动手，把自己改成 AI Native 公司。
把这四家的演讲标题原文念一遍，你会发现一件挺有意思的事：
恒生聚源｜GAOS：AI 时代的金融智能体数据操作系统
北森｜一站式 AI HR 专家平台：让 HR 释放专业能力
合合信息｜从「数据查询」到「自主决策」：商业 Data Agent 的构建与产业落地
四家里有两家，直接管自己叫「操作系统」。
这不是在「加个 AI 功能」，这是在抢位置：在财务、在金融、在 HR 这些自己早就站稳的地盘上，抢先把自己变成那一层 Agent 的底座，不给新来的人留缝。
那为什么在美国，老 SaaS 被新公司打得这么狼狈，在中国却能自己改自己？
我的理解是，关键在于谁在给刀。
在美国，给刀的是资本。YC 一家孵化器就把近千家新公司武装起来，每一家都拿着钱、拿着最新的模型，去啃老 SaaS 的客户。资本武装的是挑战者。
在中国，给刀的是平台。你再看这场的另外 3 场阿里云演讲：一场讲「Agentic SaaS：企业软件的第二次诞生」，一场讲「AI Coding：重构 SaaS 研发生产力」。它们讲给谁听？讲给台下这些老 SaaS 公司听。 平台把模型、把 AI Coding 工具、把数据库，一股脑递给了已经在位的软件公司。平台武装的是在位者。
再加上分岔 1 那一层：客户自己养着 AI 团队，他更愿意跟一家已经合作了很多年、数据已经在它系统里、合规已经过了的老供应商一起改，而不是换一家新的 AI 创业公司从头来过。
所以非常抱歉，你的确可以拿着AI重写一个所谓AI native的CRM产品，或者ERP，或者任何SaaS产品....但甲方根本不想搭理你。更好玩的是，你觉得你可以写，为什么觉得那些资金比你雄厚、人才比你济济的甲方写不了？
这其实跟分岔 1 是一回事：客户在自己家里养 AI，软件公司也在自己家里养 AI——大家都在养，没人等着别人来颠覆。
9 场里只有 1 场，来自一家更新一些的公司：探域科技，讲智能体怎么帮电商企业做业绩增长。九分之一。 这个比例，大概就是新公司在这张台上的位置。
分岔 3：美国在谈「按结果收钱」，中国在谈「按结果收钱很难」
美国讲 SaaS 讲得最久的人，是 SaaStr 的创始人 Jason Lemkin。中国讲 SaaS 讲得最久的人之一，是崔牛会的 CEO 崔强。
两个人在各自生态里的位置几乎一模一样：讲了十几年 SaaS，现在都在讲 AI。
Lemkin 最近干了件事：他把 SaaStr 的销售团队换掉了。原来是 10 个销售，现在是 20 个 AI Agent，由 1.2 个人管。注意他的姿势——他是买家，他没有自己养一支 AI 团队，而是去市场上把这些 Agent 买回来、拼起来用。
也正是因为美国有一大群 Lemkin 这样的买家，「按结果收钱」在美国才讲得通。
看看美国AI SaaS公司现在最典型的做法：Intercom 的 AI 客服 Fin，每解决一个客户问题收 0.99 美元，更狠的是没解决不收钱。。。；Sierra 这类 AI 客服公司，也是按「真正解决掉的对话」来收费。
它已经是卖方手里最锋利的一把新武器了，因为它对买方只需要说一句话：没效果，不要钱。
崔强这次在云栖讲的是「AI 重构 SaaS：三层变革与四条转型路径」。那场座位坐满了，后排和过道还站了一圈人：
崔强那场，座位坐满，后排和过道都站着人
他讲到一页幻灯片，标题叫「新的收入结构与毛利逻辑」，副标题是「混合模式同时处理收入确定性、单位成本与利润空间」。下面四行：基础订阅、使用计费、服务收入、结果定价。
看最后一行和右下角的同传字幕：结果定价排在第四行
讲到最后一行的时候，同传字幕打出来一句：「在国内做结果定价其实挑战很大。」
我只引这一页和这一句，不替崔老师概括他整场讲了什么。
但很显然：如果客户家里自己养着一支 AI 团队，你跟他说「我按结果收费」，他心里算的第一笔账是——这个结果，我自己的团队能不能做出来？
这一条我想多讲几句，因为它不只是崔老师一句「挑战很大」，背后是一整套机制。
按结果收钱这一招，要能成立，得同时满足三个前提。美国恰好三条都满足，中国恰好三条都卡住：
从上往下读三行，左列是美国，右列是中国：美国三条都满足，中国三条都卡住
第一个前提：客户没有替代品。
在美国，一个人工客服处理一张工单要花多少钱，行业里有公认的数。0.99 美元一放出来，买方心里马上就有一笔账：比人便宜多少。 结果的价格，是跟人工比的。
在中国，客户家里养着一支 AI 团队，手边还有千问这样的模型。你说「解决一次收 X 块」，他心里算的不是比人便宜多少，而是：这个结果，我自己的团队用 token 跑出来要多少钱？
在美国，结果的价格是跟人工比的；在中国，结果的价格是跟客户自己的 token 账单比的。 这两个天花板，差着好几个数量级。
第二个前提：结果发生在你的系统里。
Intercom 能按「每次解决」收钱，是因为客户的对话本来就发生在 Intercom 里。问题有没有解决、客户有没有再追问、有没有转人工，全在它自己的后台，一条一条记得清清楚楚。结果长在卖方的地盘上，账才算得清。
中国企业的成交在哪发生？在销售的个人微信里、在企业微信群里、在钉钉上、在电话里、在酒桌上、在线下门店里。结果发生在甲方的地盘上，你看不见。
看不见，就数不清；数不清，月底对账就是扯皮。「这单是你的 AI 聊成的，还是我的销售跟成的？」这个问题，你永远没法跟甲方吵赢。我自己做的就是AI员工这个业务，所以我太理解这里面的痛苦之处了。。
更何况，很多大企业的数据是不出门的（分岔 1 说过）。你想按结果收钱，第一步得把人家的成交数据接过来——光这一步，就过不了甲方的信息安全和合规那一关。
第三个前提：预算表容得下一个不确定的数字。
美国企业买云、买 API，早就习惯了按量付费，月底来多少账单付多少。
中国大企业，尤其是国企，买东西是先立项、再定预算、最后验收付款。预算表上要一个确定的数字。「按结果收费，今年可能 20 万，也可能 200 万」——这种话财务听了是要皱眉的。一个无法预先确定金额的费用，在很多企业的采购流程里根本立不了项。
三条叠在一起，你就明白崔强那页幻灯片为什么是那个顺序：基础订阅排第一，结果定价排第四。
副标题里那个词是关键：收入确定性。 在中国，卖方首先得有一笔确定的钱，才敢去碰那笔不确定的钱。
所以，如果你也在中国做 AI，也想试试「按结果收钱」，先问自己三个问题：
2/ 客户自己用模型做出同样的结果，要花多少钱？
3/ 这笔钱，能不能提前写进客户明年的预算表？
三个都答不上来，就老老实实先收订阅费。
不是结果定价不好，是在中国，你得先证明那个结果，只有你做得出来。
分岔 4：YC 按技术分类，云栖按谁来买单分类
最后一处分岔，藏在两边的「目录」里。说实话，这是本场大会最让我倒吸一口冷气的部分，因为它直接决定了大多数AI创业者的命运。
左边每个标签回答「你做的是什么」，右边每个标签回答「你卖给谁、用在哪」
CB Insights 拆 YC W26 那一批，分类是按技术和产品形态切的：AI 基础设施 39 家，工业与国防 35 家（上一批才 17 家），法律 AI 8 家，每 8 家里有 1 家在做实体硬件。它问的是「你做的是什么」。
云栖 9 月 22 号下午的分论坛，是按买家和场景切的：
9 月 22 号下午的分论坛议程屏，最底下一行是第十七期「现代新国企」研讨会
财务、服务、跨境电商、文化传媒、短漫剧、教育科研、「她」经济、中小企业经营入口……还有一场「现代新国企」研讨会。它问的是「谁来买单、用在哪」。
为什么两边的目录长得这么不一样？因为目录是给掏钱的人看的。
YC 的目录，是给投资人和想买工具的美国企业看的。投资人要看你押的是哪条技术赛道；美国企业想买一个法律 AI、一个客服 AI，就去目录里按品类挑。按技术分类，是一个「买方市场」的目录：品类清楚，拿来就能比价、下单。
云栖的目录，是给那一家家「立了业」的企业看的。一个财务总监来了，他不关心你用的是哪个模型架构，他关心的是我这个财务部门，怎么用 AI 升级；一个国企的信息中心主任来了，他要找的是跟我处境一样的国企，都是怎么干的。按场景分类，是一个「自己养」的目录：不是来挑产品的，是来学怎么养的。
「现代新国企」这种分论坛，你在 YC 的目录里找不到对应物。而且你注意议程屏上那几个字：第十七期。它不是今年临时加的一场，是一个办到第 17 期的固定栏目——国企这个买家群体，在中国的 AI 市场里，是被当成一个单独的「赛道」来经营的。
还有一个细节，我觉得特别能说明问题：22 号下午这一屏，好几场分论坛的标题里都有「组织」两个字——「从解题、感知到组织重塑」「AI Native 组织论坛」「Qoder 助力 AI Native 超级组织」。
美国在谈「买什么 AI」，中国在谈「把组织改成什么样」。 前者是采购问题，后者是「养育」的问题。
连出海方向也不一样：云栖这边讲的是东南亚 AI 落地和日本企业 AI 实战，看的是亚洲，不是美国。中国的 AI 出海，眼下先去的，是那些跟自己一样、企业也习惯「自己养」的市场。
再补一个很「中国」的现场细节。弹性计算那场门口的易拉宝上，写着「5 轮重磅抽奖、36 位幸运观众、无门槛」：
弹性计算专场门口的易拉宝，右边一栏是每场对应的抽奖奖品
我不是在调侃。这恰恰说明了平台的客户是谁：它要把算力卖给企业里的开发者，那就得先把这些开发者请进会场。 这些开发者，就是那一家家「内生 AI 公司」的员工。
在美国，平台要讨好的是创业公司的创始人；在中国，平台要讨好的是企业里写代码的那个人。谁是平台的客户，谁就是这个生态里真正掏钱的人。
写在最后：在中国做 AI，你的对手可能是客户自己
把四处分岔摆在一起，其实是一张图：
上下两条链对着看：美国在中间那格长出了近千家公司，中国那一格几乎是空的
美国的价值链是：模型公司 → 近千家 AI 创业公司 → 企业买单。中间那一层很厚，YC 一家孵化器就塞进去了近千家。
中国的价值链是：云平台（千问 + 数据库 + 算力）→ 企业自己的 AI 团队。中间那一层，很薄。
这对在中国做 AI 的人意味着什么？
那还有地方活吗？有，但位置很具体：企业自己不愿意做、平台也够不着的那一段。
拿笔者我自己做的 AI 员工举个例子。在个人微信里一对一地接待客户、跟进客户，这件事大企业不太会专门养一支团队去做——太碎、太脏、太贴近一线；平台的大模型也伸不进每一个销售的个人微信里。这一段，就是夹缝里的活路。
回到开头那两个「一千」。
YC 那近千家，是美国企业「买」出来的市场，是一千家 AI「创业」公司；云栖那 1000 家，是中国企业「养」出来的生态，是一千家拿 AI「立业」的公司。
如果你也在做 AI，不妨拿这把尺子量一量自己：你要卖的那个东西，客户会不会自己在家里养一个？
如果答案是「会」，那你要找的不是客户，是那个他不想养的角落。
但一个更聪明的答案可能是..你或许想去某些大企业里头，“拿着阿里云创AI的业”，但不是以创之名，而是以养之义。
关于本文作者春阳：鲸奇 SCRM 创始人、CEO
本文数据 Credit 归 YC 官网公司目录、CB Insights《Y Combinator Winter 2026》分析、Menlo Ventures《2025: The State of Generative AI in the Enterprise》与 ICONIQ《2026 年 GTM 市场进入现状》报告，现场照片与判断由春阳在 2026 云栖大会完成。