一个数字
9 月 13 日，播客主持人哈里·斯特宾斯在 20VC 上引用企业支出数据公司 Ramp 的数据：在企业新购 AI 工具的支出中，Anthropic 现在占 73%——与 OpenAI 此前领先的局面形成反转。口径需要谨慎：这是“新增支出”而非存量，且来自单家公司对客户信用卡流水的统计，不是市场审计。但它与另一个信号方向一致：企业客户在为新模型付钱之前，先为可靠性付钱。
纳德拉的判断
微软 CEO 萨蒂亚·纳德拉本周在 All-In 访谈中给出了结构性解释：AI 的价值不会停留在模型层。他把微软 1750 亿美元资本开支押在“驾驭层”——让企业能安全、独立部署 AI 的基础设施、中间件与治理面——而不是押在某个“最聪明模型”上。他的建议是企业“使用所有模型，独立于所有模型”，并给出了一个具体测试：抽掉一个模型，看你的评估结果是否仍然成立。如果不能，说明你依赖了某种并不属于你的东西。
为什么是现在
三个因素在同时起作用。其一，开源模型持续压价：查马斯·帕里哈皮蒂亚在峰会上援引的数据是，DeepSeek 最新模型每百万输出 token 低至 15 至 60 美分，相比前沿模型约 50 美元的水平低约 99%。其二，企业客户开始意识到单一供应商锁定风险——正如当年数据库市场被 PostgreSQL 与 MySQL 制衡。其三，应用层的商业模式开始成立：嵌入工作流的记忆系统、编排层与中间件，正在吃掉模型 API 曾经占有的预算。
需要平衡的另一种读法：同期多家媒体报道，OpenAI 正考虑以 1.2 万亿美元估值融资、IPO 可能推迟至 2027 年。头部实验室的估值叙事与企业的采购行为之间，正在出现一条裂缝。裂缝一边是模型层的资本故事，一边是应用层的现金流故事。未来几个季度的企业预算数据，会告诉我们哪一边更接近现实。
[1][2]