1萬億砸下去還在虧錢，國產GPU四小龍全部上市 ——2026年6月，企業AI進入最擰巴的階段

6月2日，拉斯維加斯，Workday在DevCon大會上發佈了一個叫"Agent Passport"的東西。6月9日，北京，一份關於中國AI智能體產業的白皮書悄然上線。6月15日下午，上海，上交所上市委審議通過了燧原科技的科創板IPO。同一週，貝恩公司發佈了一份讓不少CIO後背發涼的AI投資回報率研究報告。

四條消息，分屬治理、市場、算力、ROI四個完全不同的維度，卻密集地擠在2026年6月的前兩週。我反覆看了幾遍這些新聞，越看越覺得這不是時間上的巧合——它們共同指向一件事：企業AI正在從「驗證期」跌入「治理期」，而這個轉折比大多數人預想的要陡峭得多。

說得更直白一點：技術已經跑通了，錢也砸夠了，晶片也快造齊了——但價值還沒來。接下來要解決的核心問題，已經從「能不能做」變成了「怎麼管、怎麼算帳、怎麼不讓它闖禍」。

我把這四條信號拆開講，再拼在一起看。

一、Workday的Agent Passport：企業AI第一次認真對待「闖禍」這件事

6月2日，Workday在拉斯維加斯的DevCon開發者大會上發佈了Agent Passport。翻譯一下這個名字——「智能體護照」。不是什麼花哨的行銷概念，而是一個實打實的治理工具。

它做三件事：測試每個Agent是否通過最嚴重的風險測試、保留持續驗證的記錄、讓企業管理者對線上跑的每一個AI Agent有可審計的管控。首發合作夥伴是Cisco AI Defense，思科的安全團隊直接入場做聯調。

坦率講，我第一次看到這條新聞的時候反應不大。一個HR和財務軟體廠商發了個治理工具，能有多大動靜？但仔細想了一下發布者的身份——Workday，全球最大的人力資源和財務管理SaaS廠商之一——我才意識到這件事的分量。

關鍵判斷：這是第一次有企業管理軟體廠商把「Agent治理」做成平台級產品。不是安全公司在做，不是雲廠商在做，是一個HR+財務系統廠商在做。這意味著什麼？意味著治理的切入點不是「技術安全」，而是業務流程安全——你的薪酬計算Agent會不會把工資發錯？你的財務審批Agent會不會繞過內控？這些才是企業真正怕的事情。

同期發佈的還有Agent Builder、Workday API Hub和Workday AI Gateway——完整的開發者工具鏈。說白了，Workday不是只給了一把鎖，而是給了一整套建門、上鎖、查鎖的體系。

我的判斷是：這標誌著企業AI從「能不能用」正式進入「敢不敢用」的階段。而「敢不敢用」的答案，取決於你有沒有治理工具——這正是Workday想賣的。

再往深想一層：Workday為什麼在這個時間點做這件事？因為Agent在企業裡已經開始跑了。2025年212億的市場規模不是虛的，那意味著成千上萬的Agent已經在企業的HR系統、財務系統、供應鏈系統裡跑起來了。跑了就要管，不管就出事。這不是一個「未來需求」，這是一個「當下的剛需」。Workday趕在2026年年中發布，時間點踩得很準。

二、449億與3320億：中國AI智能體市場正在「暴力拉升」

6月9日，中國互聯網絡信息中心相關機構發佈了《中國AI智能體產業白皮書》。裡面有一組數據讓我反覆看了好幾遍：

2025年國內企業級AI智能體市場規模 212 億元2026年（預測）市場規模 449 億元，同比增長 111.8%，進入「規模化元年」2029年（預測）市場規模突破 3320 億元，四年增長 15 倍

2024年到2029年複合增速107%。這個數字讓我意外的是——不是「增長快」讓我意外，而是增長曲線的斜率在2026年突然變陡。2025年212億到2026年449億，一年翻倍還多；但2026年到2029年，三年還要再漲7倍多。這意味著什麼？

意味著業界認為2026年是拐點——不是"慢慢加速"，而是"突然暴走"。白皮書直接把2026年定義為"規模化元年"，措辭非常明確。

但我得潑一盆冷水：市場規模翻倍，不代表你的企業能分到蛋糕。白皮書統計的是「市場」，不是「利潤」。449億裡面有多少是硬體採購、雲資源消耗、諮詢費用？真正落到企業自身的效率提升和成本節約上的有多少？

這個問題的答案，直接指向貝恩那份讓人後背發涼的報告。

三、貝恩報告的真相：1萬億砸下去，「技術跑通了，價值沒到來」

貝恩6月發布的AI投資回報率研究，核心觀點用一句話就能概括："技術跑通了，價值沒到來。"

全球超過1萬億美元的資本湧入了AI。1萬億。這不是一個抽象的數字，這是真金白銀——VC的錢、企業的IT預算、政府的專項基金、雲廠商的資本開支。但ROI的核心指標呢？

核心發現：PoC（概念驗證）已經成熟，但商業價值尚未實現。企業普遍卡在「最後一公里」——不是AI不行，是企業組織、流程、數據沒跟上。

我翻譯一下：實驗室裡跑得很好的模型，一到真實業務場景就拉胯。不是因為模型能力不夠，而是因為你的流程不支援、你的資料不乾淨、你的組織不接受、你的員工不會用。

說白了，這1萬億花下去，絕大多數企業還在「花錢驗證可行性」的階段，遠沒到「用AI賺錢」的階段。

這讓我想起一個很經典的技術成熟度曲線：技術成熟的速度永遠快於組織消化的速度。Gartner管這叫「期望膨脹期」到「幻滅低谷期」的墜落。2026年6月，我們很可能正站在這個墜落的起點上。

貝恩報告裡最扎心的一點是什麼？是它指出了ROI缺失的根源不在技術，而在組織。這跟Workday做Agent Passport的邏輯是同構的——問題不在AI本身，在於AI運行的環境。一個沒有紅綠燈的城市，即使每輛車都跑得很快，也只會撞成一團。

四、燧原過會、四小龍齊聚：國產算力的"硬著陸"

6月15日下午，上交所上市委審議通過了燧原科技的科創板IPO申請，擬募資60億元。

燧原科技2018年3月成立，總部在上海臨港，專注雲端AI晶片。這次過會的行業意義在於一個標誌性事實："國產GPU四小龍"至此全部登陸資本市場。

四家公司在2024到2026年間密集上市，這不是偶然。背後的驅動力非常清晰：輝達出口管制。

美國對高端GPU的出口限制一步步收緊，中國企業想買A100/H100越來越難，價格越來越離譜。國產替代從「可選」變成了「必須」。資本市場的邏輯也很直接——你禁了我才買得到國產的，所以我得先把國產的扶起來。

但這裡有個值得細想的點：燧原科技深綁騰訊，騰訊貢獻了超過八成營收。一家晶片公司的命脈繫於單一網路巨頭，這是優勢也是風險。優勢是有了穩定的大客戶和技術協同路徑，風險是——如果騰訊的需求波動，燧原的營收就像雲霄飛車。

再看60億募資用途：第五、六代訓練推理晶片研發、智算系統產業化、軟體生態平台建設。注意最後一條——「軟體生態」。國產GPU最缺的從來不是晶片本身，是CUDA生態的替代。輝達的護城河不在硬體，在於十幾年積累的軟體開發生態。四小龍集體上市，融到了錢，接下來真正要打的是軟體生態這場硬仗。

這場仗打不贏，國產晶片就只能在中低端推理場景轉圈，訓練場景還是得找輝達。

還有一層值得注意：60億募資不是小數目，但放在全球芯片投資的語境裡其實很寒酸。英偉達一年的研發支出就超過80億美元。四小龍加在一起的募資總額，可能還不如英偉達一個季度的研發預算。國產芯片的突圍不是靠一兩個公司上市就能解決的，它需要的是整個軟件生態的遷移——從CUDA遷移到國產框架。這個過程，比造芯片本身更難，也更慢。

五、底層邏輯：為什麼這四條信號擠在同一個6月

把四條信號放在一起看，會發現一個很有意思的對稱結構：

治理、市場、價值、算力——四個維度同時發生質變，這不是巧合，這是產業週期。

我自己的判斷框架是這樣的：

2026年Q2，企業AI從「驗證期」進入「治理期」。驗證期的核心問題是「能不能用」——模型行不行、晶片夠不夠、Agent能不能跑。治理期的核心問題是「敢不敢用、怎麼管、怎麼算帳」。這兩個問題的性質完全不同，前者是技術問題，後者是組織問題。而組織問題的解決速度，永遠慢於技術問題。

這就是為什麼市場在暴力增長（449億→3320億），算力在加速補齊（四小龍上市），治理工具開始落地（Agent Passport）——但價值還沒兌現（貝恩報告）。因為前三者都是供給側的進展，而ROI是需求側的結果。供給側跑得再快，需求側跟不上，就是1萬億砸下去還在虧錢。

更直白地說：2026年6月，行業正在經歷一次「分裂」——供給側高歌猛進，需求側步履蹣跚。這種分裂不會持久，但它會讓身處其中的企業非常擰巴：你知道必須上AI，但你不知道怎麼讓AI真正產生價值；你有國產晶片可以選了，但你不確定生態夠不夠成熟；你的同行已經在用Agent了，但你連治理框架都沒搭好。

而擰巴的不會只是企業。晶片廠商也很擰巴——造出來了不知道誰來用；AI公司也很擰巴——模型很強但客戶不買單；投資人也很擰巴——錢投了但看不到回報週期。整條產業鏈都在等一個東西：需求側的覺醒。而需求側覺醒的前提，恰恰是貝恩報告說的那三件事——組織、流程、數據。這些東西修不好，449億的市場就是449億的泡沫。

給CIO/CTO/企業數位化負責人的三條判斷

1 治理先行，而不是Agent先行

Workday發佈Agent Passport不是在賣功能，是在賣一種範式——先搭治理框架，再部署Agent。如果你的企業還沒有Agent治理的基本框架（權限分級、審計追蹤、風險測試），別急著上線更多智能體。沒有護照的Agent上線，等於讓沒有駕照的人開車上高速——出事只是時間問題。

2 國產算力是「戰略選項」，不是「性價比選項」

四小龍上市意味著國產GPU從「有沒有」進入了「好不好用」的階段。但別用性價比的邏輯去選國產晶片——今天的國產GPU在訓練場景跟輝達還有差距，這個差距靠錢不能立刻補上。選國產算力的正確理由是供應鏈安全，不是省錢。如果你有訓練場景的剛需，現階段最優策略是「訓練用輝達+推理用國產」的雙軌制。

3 ROI的瓶頸在組織，不在模型——先改流程，再上AI

貝恩報告說得很清楚，卡住ROI的不是技術，是組織。我的建議是反直覺的：別再給AI團隊加預算了，把錢花在業務流程重塑和數據治理上。一個流程混亂、數據髒亂差的組織，上再多AI也只是用1萬倍的算力放大混亂。先把流程理順、數據洗乾淨，AI的價值才能從PoC走向生產。

​ ​2026年6月，四條訊號同框出現，它們在說同一句話：企業AI的好日子還沒來，但壞日子也不會太久——前提是你先解決治理、算力策略和組織能力這三件事。誰先過了這三關，誰就能在449億到3320億的四年15倍增長中，從「花錢驗證」變成「用AI賺錢」。