十一月六日，美银证券在香港的一场路演上给了一组数，全球 AI 资本开支的同比增速，二〇二六年还有百分之百，二〇二八年降到百分之十四。当天流出的《全球存储科技》周报把这组数放在开头，后面跟了一句判断，估值逻辑正在从基础设施叙事转向应用层变现。
这句话落到服装集团的预算会上，是一场很具体的争执。信息总监把明年的 AI 预算报上去，一千二百万，理由是三年前的算力投入还没摊完，明年要补数据底座。财务总监把现金流预测翻到第三页，问了一句，今年这套东西让哪个事业部的毛利多了几个点。会议室安静了十几秒，没有人接这个话。
沉默的原因不难找。AI 预算在多数集团里挂在信息部门，年底按上线模块数和节约的费用考核，没有一条要求它去动毛利。挂在哪张表上，就等于用哪把尺子量它，尺子选错了，后面的努力都在替一把错的尺子服务。
资本开支降速的含义落在上游，先建再想的窗口被关掉了。前几年算力紧张，谁先占到资源谁有优势，采购逻辑跟买地一样，先围起来再说。走到应用层变现这一步，市场只认一件事，这套东西有没有进到报价、合同、客户结构里去。
希纪在给服装企业做增长诊断时，最常听到的一句话是「我们的 AI 已经上线了」。往下追问三句通常就露底，上线的模块现在谁在用，用出来的数字记在哪张表，这张表由谁签字。三个问题里有两个答不上来，项目基本已经在原地空转。
有一家年营收八十亿的男装集团，二〇二四年批过一个智能选款项目，预算六百万，挂在信息中心。验收按模型准确率算，做到了八成七，顺利通过。第二年商品部门几乎没有再打开它，因为系统选出来的款和买手自己挑的重合度太高，而买手要背售罄率。项目没有死，它变成了一个没人反对也没人使用的系统，每年的维护费照旧支付。
这种结局能稳定存在，原因在考核结构里。信息中心考核的是上线率与故障率，商品中心考核的是售罄率与折扣率，两把尺子中间那道缝，就是项目掉下去的地方。没有人做错事，事情就是做不成。
多数人以为 AI 项目失败是技术不行，实际常见的失败是记错了表。同一套系统，记在信息部门的费用表里，它是一项成本，每年都要被问能不能省；记在业务部门的毛利表里，它是一项投入，要回答多久回本。两种记法，决定它第二年还活不活得下去。
给一张可以当场用的额度表。一笔 AI 预算按七二一拆，七成投在能算出毛利的场景，两成投在让这套能力被别人复用的地方，一成留给试错。七成那部分必须配一条报价条款或者一份客户名单，配不上就不批。两成那部分看的是第二年能不能少请一支外部队伍。一成那部分允许失败，但要事先写明失败之后停在哪里。
还有一条检验比额度表更硬。让财务把这笔预算的验收条件翻译成财务语言，比如单件毛利提高几个点、回款周期缩短几天、复购客户增加多少人。翻译不出来，说明这个项目还没找到自己的表，先不要签。
美银那组数还有一个容易被忽略的读法。增速从一百降到十四，钱没有变少，是钱变贵了。变贵的钱只肯去能看见回报的地方，这对本来就在赚钱的服装企业是好事，因为它们手里的场景离毛利近，做一件算一件；对指望靠一个平台故事撑住估值的公司才是坏消息。
这也解释了一个现象。同样是 AI 预算，去年讲规模、讲投入额的公司更容易拿到资源，今年讲得清的反而更容易。资本市场的耐心从基础设施挪到应用层，企业内部的钱跟着挪，只是慢了半年。
预算记在哪张表上，比预算有多少更决定结果。这句话在资本开支降速的年份，会一年比一年贵。
希纪 · 服装产业观察