瑞銀調研：企業AI支出未退潮，自建趨勢壓制SaaS廠商
Taylor Wilson
瑞銀8月10日發布企業AI調研，核心發現是企業正從「堆算力」轉向「算回報」，但這並未導致AI支出回撤——真正被壓制的是SaaS廠商，因為大企業更傾向自己建。
企業開始算賬了，為甚麼錢還在花？
瑞銀分析師凱爾斯特德的核心判斷：企業AI投入邏輯正從「token最大化」轉向「token優化」，效率和投資回報率被放到更優先的位置。
這意味著→「算ROI」不等於「停投AI」。企業普遍擔心錯過窗口期，更傾向於先部署、再加護欄。
雲廠商二季度業績強勁，OpenAI、Anthropic等前沿模型需求也未因成本焦慮明顯萎縮——簡單來說＝花錢的速度沒慢下來，但花法變精細了。
成本怎麼控？企業已經動手了
最核心的關切已從「AI能不能用」變成「誰在用、用了多少、值不值」。多家企業部署了使用追蹤系統，員工達到額度後請求自動切換到更低級別模型。
模型調用層面也在優化：給模型更精煉的上下文、減少對RAG系統（檢索增強生成——讓模型先查資料再回答的技術）的反覆調用、用腳本和提示詞壓縮降低單次任務成本。
報告提到一個典型案例：一家企業以固定價格向客戶開放前沿模型，結果模型使用成本侵蝕利潤。這意味著→ 定價結構遲早要改，「無限量供應最強模型」不可持續。
為甚麼大企業寧願自己建，不買SaaS？
Salesforce創辦人貝尼奧夫多次預判企業自建AI最終會失敗、轉向購買成熟SaaS產品，但瑞銀調研顯示現實尚未站到SaaS廠商一邊。
財富500強傾向自建的三個理由：①內部流程高度定制，現成SaaS AI功能未必適配；②自建可保留對數據與智能體系統的完整控制權；③部分外部產品定價偏高或交付效果不達預期。
簡單來說＝有企業直接表示「SaaS廠商目前沒有值得買的AI功能，自己開發插件就行」。這反映出應用軟件公司的AI變現拐點還沒到。
一個自建案例說明了甚麼？
報告中有一家企業計劃用Turtle文件構建自己的本體層（ontology——把企業數據按語義關係組織起來的結構），將SAP或PTC Windchill數據實時導入Databricks數據湖，經多層清洗後供智能體調用。
該企業希望以此替代Palantir方案，理由是成本更低、人才招聘更容易、未來還可向客戶開放技術。
這意味著→ 企業不只是在「自建應用」，而是在自建底層數據架構——這對Palantir等平台型公司是更深層的威脅。
數據層穩，應用層慌——技術棧裡誰的位置最安全？
Databricks在調研中被多次提及，覆蓋實時數據湖、數據治理和AI工具底座等場景。Snowflake被用於構建智能體，受訪企業明確指出LLM無法直接替代它——LLM擅長處理語言，不擅長對數百萬數據點做數學處理。
Palantir的反饋複雜：仍佔有一席之地，但部分客戶已開始嘗試用AI自建本體層替代它。一家大型國防承包商提到內部已有團隊縮減Palantir使用。瑞銀提示這類案例仍屬早期信號。
數據庫層也出現壓力：有客戶在AI工作負載上選擇Redis和Postgres，加劇了外界對MongoDB能否充分參與AI負載的關注。
小公司搶單、雲格局未變——還有哪些信號？
上市應用軟件公司在調研中被提及頻次有限，Atlassian、CrowdStrike、Salesforce均出現但頻次不高。反而是一批小型私有AI原生公司更活躍：CodeRabbit（代碼審查）、Opik（LLM可觀測性）、Onyx（智能體安全），切入的都是非常具體的痛點。
這意味著→ 企業AI採購正在繞過大型SaaS平台，直接選擇垂直場景的專精工具。
雲端部署格局方面，AI基礎設施仍高度集中在AWS、Azure和谷歌雲之上，「AI回遷本地」的實質性趨勢尚未得到客戶側證據支撐。有企業計劃從Azure全面遷至谷歌雲，理由是定價更有競爭力，但遷移周期至少一年。
Content is for reference only, not financial advice.