FDE 企业 AI 落地与交付 · 组织采用与项目陪跑 · 2026-08-24

如果公司一年只有100万AI预算,我会这样花

年营收几亿到十几亿的企业,100万AI预算如何花?本文给出实用分配方案,帮企业从“知道AI重要”到“明白怎么用”,避免盲目采购。 核心内容:

  1. 小预算企业的AI预算现实与痛点
  2. 100万预算的核心定位:种子资金而非大模型建设
  3. 100万的具体分配方案与试错策略

如果一家企业一年只能拿出100万元做AI,这笔钱到底应该怎么花?中国大量年营收几亿元到十几亿元的企业,已经有ERP、财务、OA、CRM以及基本的IT团队,也知道AI一定要做,但第一年很难直接批准几百万元甚至上千万元的预算。老板更可能给出一个非常现实的数字:“先拿100万元试一年,看看能不能做出点东西来。”100万元说少并不少。假设企业一年利润2000万元,这已经相当于利润的5%;如果企业原来一年的IT和数字化预算只有三四百万元,100万元更是一笔非常明显的新增投入。但它又远远没有多到可以容忍一次错误的大采购:花三四十万元买一套平台,再花二三十万元做知识库、培训和咨询,预算很快就见底了,而企业可能还没有真正弄明白AI究竟应该在哪里创造价值。所以如果由我来负责这100万元,我不会把目标定成“今年建设一个企业大模型”,也不会先给自己规定必须上线多少个Agent。我更希望一年以后,公司发生一种没有那么宏大、但可能更加重要的变化:原来只有少数年轻员工偶尔使用AI,一年以后,几十甚至上百名员工在遇到一个工作任务时,会很自然地多想一步——这件事是不是应该先让AI试一下?100万元不够建立完整的AI技术体系,但已经足够让一家企业第一次形成持续发现AI、学习AI、筛选AI、推广AI和吸收AI的机制。第一年的核心目标,应该是让公司从“知道AI很重要”,进入“开始知道AI到底应该怎么用”。

一、100万元不是“大模型建设费”,更像企业AI转型的种子资金

先说明本文讨论的企业类型。它不一定是制造企业,也可以是物流、零售、工程服务、贸易、咨询、产业互联网等企业。通常已经有一定数字化基础,有几十到几百名知识型员工,拥有ERP、CRM、财务、OA或者各种行业软件,也有几名到十几名IT或数字化人员,只是尚未形成正式的AI团队。如果企业连最基本的信息化基础都没有,那么100万元中很大一部分首先还是应该补数字化的课,而不是直接照搬AI建设方案。对于已经有一定基础的企业,第一年的100万元最重要的特点是:必须尽可能保持选择权。AI现在变化得太快。模型在变,价格在变,办公软件在变,Agent工具在变,AI Coding也在变。今天看起来非常领先的产品,一年以后可能已经变成普通功能;今天认为必须自己开发的能力,半年以后可能已经被钉钉、飞书、企业微信、WPS、WorkBuddy或者其他产品直接提供。因此,小预算企业尤其不适合一开始就把几十万元锁定在某一个封闭平台或者三年合同里。第一年更像播种:不断尝试一些东西,迅速知道哪些有效、哪些无效,然后把钱逐渐向真正产生价值的方向移动。如果让我做一个粗略预算,我会这样安排:| 投入方向 | 年度参考预算 | 主要目的 | | --- | --- | --- | | AI应用经理 / 企业AI教练 | 35—40万元 | 找到一个真正全职推动AI的人 | | 2—3名AI原生实习生 | 18—22万元 | 工具探索、轻量原型、内部推广和业务陪跑 | | 普适及专业AI工具 | 10—15万元 | 办公AI、Agent、AI Coding、研究、设计等 | | 业务场景及轻量接口改造 | 8—12万元 | 做深1—2个真正有价值的任务 | | 培训、内部活动及创新激励 | 5—8万元 | 让AI进入日常工作,发现业务AI骨干 | | 外部专家、会议及标杆学习 | 4—6万元 | 补充企业暂时不具备的认知和能力 | | 机动预算 | 5—10万元 | 对验证成功的工具和场景快速追加 | | 合计 | 约100万元 | 根据城市、人员和企业基础动态调整 |

这张表最值得注意的是,最大的预算仍然是“人”,而不是模型、GPU或者平台。因为模型可以按月买,软件可以试用,云资源可以按量付费,特殊工程问题也可以临时寻找供应商。但是,如果企业内部连一个每天真正想着“怎样让公司比上个月更会使用AI”的人都没有,剩下的资源很容易变成零散采购。

二、如果只有100万元,我会先找一个“AI教练”

很多企业并不是没有人懂AI。CIO知道AI,研发有人用AI Coding,市场部门可能已经在生成图片和视频,年轻员工也会自己购买各种模型账号。问题在于,这些行为往往是散落的,没有人真正对AI在企业中的使用结果负责。如果只是让CIO兼任,这件事很容易排在ERP、网络、安全、供应商、数据和其他项目之后;如果成立一个AI委员会,也很容易变成大家每个月讨论一次趋势,但没有人每天真正推进。100万元阶段尤其需要一个非常明确的Owner。这个岗位正式招聘时,我建议叫“AI应用经理”或者“AI创新经理”。但如果用一个更形象的说法,我觉得他更像企业内部的AI教练。这个角色和大型集团里的AI负责人不太一样。100万元养不起一个只负责战略规划、组织协调、自己基本不动手的人。他需要有比较强的综合能力:持续关注外面的模型和工具;能判断什么值得买、什么暂时不用;能够进入销售、采购、财务、研发、客服等部门,看真实工作;能给员工做非常具体的培训;会用AI Coding、API、低代码或者Agent工具做简单原型;遇到复杂工程问题时,又知道什么时候应该寻找IT团队或者外部供应商。他的工作不应该是“帮全公司做AI”,而是让全公司越来越不需要依赖他完成简单AI工作。比如一个员工每周五要把八个区域的销售数据合并成一份周报。AI教练不应该以后每周五都替他做,而是坐在旁边把这个任务重新做一遍,让员工自己掌握新方法。采购人员每次做供应商调查都要花几个小时,如果市面上的成熟研究工具已经能够解决70%的问题,就直接教采购用工具,而不是马上立项开发“采购智能体”。只有当一个任务确实体现了企业自己的数据、流程和竞争优势,并且成熟软件解决不了时,才值得进入定制。所以我会给这个岗位三个非常简单的工作原则:能教会员工自己完成的,不变成AI团队的工作;能买成熟工具解决的,不轻易自己开发;真正体现企业差异化的高价值任务,才进入定制。这其实很像个人电脑刚进入企业的年代。企业并不需要自己研发Windows,但必须有人不断告诉员工为什么Word比传统打字方式更好,Excel可以怎样替代手工计算,电子邮件为什么值得改变原有沟通习惯。很多今天看起来理所当然的办公方式,当年都需要一个逐渐学习和普及的过程。AI可能也正在经历这样的阶段,只是速度更快。今天大量员工并不缺一个能够聊天的AI,缺的是有人不断告诉他:你每天做的这些事情里,哪些已经可以换一种方式。

三、我还会给这个AI教练配2—3个“AI原生”的实习生

100万元本来就不多,再拿二十万元左右配2—3个实习生,乍看起来可能有点奢侈。但我觉得这反而是非常适合小预算企业的一种配置。这一代大学生和研究生进入社会时,大模型、AI Coding、图片和视频生成、Agent、自动化工作流已经非常普遍。对于一些工作十几年、已经形成稳定软件和流程习惯的企业员工来说,AI是后来需要学习的新技术;对不少年轻人而言,它已经是默认工作方式的一部分。当然,这绝不意味着学生比有经验的员工更懂企业。恰恰相反,复杂业务最缺的正是真实世界经验。学生可能看一个流程觉得“为什么还要这么麻烦”,但老员工知道这里为什么需要审批、为什么一个客户必须特殊处理、为什么某个看起来冗余的环节是十年前一次严重事故之后留下来的。所以最好的方式不是让三个学生组成一个“AI突击队”去改造公司,而是让他们和真正懂业务的人结对子。一个学生跟销售部门两周,一个跟采购,一个跟财务或者研发。他们的任务不是替业务做PPT、剪视频,而是观察真实工作:哪些地方大量复制粘贴,哪些信息要在几个系统之间来回寻找,哪些环节高度依赖经验,哪些规则实际上没有写出来,哪些工作现在已经存在成熟AI工具可以处理。年轻人带来新的可能,老员工提供现实世界的约束。两种人碰在一起,往往比一群技术人员坐在会议室里讨论“AI场景地图”更容易发现真正有价值的问题。这些实习生还可以承担企业AI负责人一个人根本做不过来的工作。外面每天出现大量新的办公、Coding、搜索、视频、Agent和数据产品,可以让实习生持续测试,最后只把真正值得企业内部验证的少数工具筛出来;发现一个好用的新功能,可以制作一段三分钟教程,而不是简单转发官方说明;碰到一个业务想法,可以利用AI Coding快速做一个小原型,帮助企业判断这件事情值不值得再花钱。他们不是廉价程序员,更不应该成为“AI打杂队”。我甚至会要求他们做过的事情尽量留下可复用资产:教程、模板、工作流、Agent、测试记录、工具评价、失败案例。只完成一次任务不算最好的成果,让下一个人不用重新做一遍,才开始变成组织资产。如果一年以后企业决定继续加大AI投入,其中表现好的学生还可以直接转正。这样下一阶段企业已经拥有一批既习惯AI,又开始懂自己业务的年轻人,而不是临时去市场上重新招聘几个完全不了解公司的“AI人才”。

四、不要急着开发,先让成熟AI工具进入每个人已经在工作的地方

只有100万元的时候,我会非常坚定地采用一个原则:先买成熟能力,再做集成,最后才自己开发。今天企业能够直接购买的AI能力已经比一两年前丰富很多。办公、文档、会议、搜索、表格、研究、代码、PPT、图片、视频等大量工作,都已经有非常成熟的产品。对小预算企业来说,充分利用市场上正在快速商品化的AI,往往比自己做一个平台划算得多。而且我不会为了AI再创造一个新的入口。企业原来主要使用企业微信,就先研究企业微信和腾讯生态里有什么;原来是钉钉,就先看钉钉;原来已经重度使用飞书,就没必要为了AI再要求几百个人更换协作平台。员工每天打开原来的IM几十次,却需要另外登录一个一年只想起来几次的“企业AI门户”,再强的模型也很难形成习惯。因此我会把AI工具分成三层。最底层是覆盖尽可能多员工的基础能力,例如搜索、总结、翻译、会议纪要、文档处理、表格和基本写作。这一层优先利用原来的办公套件和IM内置能力,尽量降低使用门槛。第二层是30—50个AI重度用户。他们可能来自销售运营、市场、管理、HR、财务分析、研究和项目管理,需要更强的通用Agent或者AI工作台,可以配置更高一级的工具。第三层才是专业岗位。开发人员配置AI Coding,市场和设计使用专业视频、图片工具,数据岗位使用更强的数据分析能力。没有必要为了“公平”给所有人购买完全一样的软件。这里还有一个过去企业软件采购里不太被重视、以后却可能越来越重要的事情:运营License。比如买了50个高级账号,两个月以后发现真正每周使用的…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/zhinenghuagaizao/2026082407385.html