企业级 AI 开发现状如何？各企业在使用 AI 的战略上有什么变化？AI 公司应该作出什么样的调整来应对挑战？鼎冠策略
最近，这份报告在海外广泛传播，为上述问题作出了解答。
虽然更多的还是海外的情况，但对国内的 AI 开发以及后续的战略调整，都有一定的启发作用。
——由 ICONIQ Capital 发布的2025 年人工智能现状报告，把这次的重点放在了"变现"上。
报告指出，虽然目前 OpenAI 在各企业的模型使用中遥遥领先，但越来越多公司在不同场景的 AI 产品中开始采用多模型并行的策略。多数受访企业采用 OpenAI 模型搭配 1-2 个其他供应商模型的组合策略。
那么，为什么会造成这样的结果呢？
报告给出了以下 5 点关键要素：
1.AI 产品战略已进入价值转化新阶段
2.AI 正在重塑企业的产品服务定价策略
3. 合适的 AI 人才储备不足
4. 对 AI 的投入正在持续增加
5.AI 工具生态系统正在走向成熟
这项报告深度访谈总结了 2025 年 4 月对 300 名来自构建 AI 产品的软件公司高管进行的调查数据，包括 CEO、工程负责人、AI 负责人和产品负责人，非常具有参考价值。
量子位翻译和总结了这次报告，让我们一起来看。
核心数据：2025 人工智能现状统计
以下内容展示了本次报告中最值得关注的七个重点，方便读者速览：
1. 企业在模型选择上的偏好：首选模型为 OpenAI，Claude 位居第二。
报告显示，虽然 OpenAI 的 GPT 系列模型依然最受欢迎，但现在越来越多公司在不同场景的 AI 产品中开始采用多模型并行的策略。
2. 关于 AI 支出：AI 人才是目前最昂贵的项目；存储、处理和 AI 基础设施上的支出比推理和训练要多
然而，随着 AI 产品的规模化，人才成本在总支出中的比例往往会下降；与之相反的是，随着产品开始获得市场认可，基础设施和计算成本往往会上升。
3. 开发 AI 时最常用的工具
从左到右从上到下分别为：模型训练与微调、LLM 与 AI 应用开发、监控和可观察性、推理优化、模型托管、模型评估、数据处理与特性工程、向量数据库、合成数据与数据增强、产品与设计、编码辅助、DevOps 和 MLOps。
4. 按产品阶段划分的 AI 支出：营收规模约 5 亿美元的公司在 AI 上的年支出约为 1 亿美元鼎冠策略
报告显示，大多数受访企业至少每月都会训练或微调模型，根据产品成熟度的不同，预估每月模型训练成本在 16 万到 150 万美元之间浮动。
另外，AI 公司在产品正式发布后，推理成本会大幅飙升：高增长型企业在产品进入通用可用阶段（GA）和规模化时，相关支出可达同行两倍之多。
5. 智能体的兴起：90% 的高增长初创公司正在积极部署或使用智能体
多数企业在营收突破 1 亿美元时都已设立专门的 AI 高管职位——这很有可能是因为运营复杂度提升，且需要统一主导 AI 战略布局。
6.AI 的定价模式：正在逐渐偏离订阅模式
目前，许多公司采用混合定价模式，将订阅制 / 方案定价与按用量计费或按效果付费相结合；大多数 AI 赋能企业采取两种策略：要么将 AI 功能作为高级版本的核心卖点，要么直接免费开放这些功能。
在定价的策略上，有四成企业表示暂不调整定价策略，但有 37% 的受访公司正在探索基于用量、投资回报率（ROI）和使用层级的全新收费模式。
7.AI 在内部生产力方面的应用：编程辅助（Cursor, Claude）目前排名第一
从实际生产力影响来看，代码辅助工具带来的效益远超其他应用场景——在高速增长的初创企业中，AI 生成的代码量已占总量的 33%，显著高于其他公司 27% 的水平。
AI 产品战略已进入价值转化新阶段
以 AI 为优先的企业将产品推向市场的速度远超仅在现有产品中添加 AI 的公司。数据显示，仅 1% 的 AI 原生公司仍处于预发布阶段，而 AI 赋能公司中有 11%。
近半数（47%）AI 原生公司已达到关键规模并验证市场契合度，而仅开发 AI 赋能产品的公司中这一比例仅为 13%。
这就引发了一个问题：AI 原生机构是否在团队构成、基础设施和资金模式等方面具备结构性优势，使其能更高效地验证产品市场匹配度并实现规模化，甚至可能跳过那些拖累 AI 赋能公司的试错阶段？后者往往需要将 AI 改造到现有工作流程中。
值得注意的是，自主工作流程和应用层是 AI 原生公司和 AI 赋能公司当前建设的重点。
大约 80% 的 AI 原生公司目前正在构建自主工作流程，即设计为代表用户执行多步操作的自主系统。
OpenAI 的 GPT 仍然是最受欢迎的模型；然而，许多公司正越来越多地采用多模型方法来应对不同场景下的 AI 产品，根据用例、性能、成本和客户需求，利用不同的供应商和模型。
这种灵活性使它们能够优化多种应用，如网络安全、销售自动化和客户服务，同时确保跨地区的合规性和卓越的用户体验。
当前架构设计普遍支持快速切换模型，部分企业更倾向采用开源模型，以获取成本与推理速度的双重优势。
总体来看鼎冠策略，多数受访企业采用 OpenAI 模型搭配 1-2 个其他供应商模型的组合策略。
AI 正在重塑企业的产品服务定价策略
AI 正在重塑企业的产品服务定价策略。调研显示，当前主流是混合定价模式，即基础订阅费 + 按用量计费。部分企业更进一步，尝试完全按使用量或客户实际效果收费。
报告指出，目前大多数 AI 赋能的 SaaS 厂商仍将 AI 视为差异化卖点或增值噱头，而非独立利润中心。
虽然将 AI 功能打包进高级套餐或免费提供是快速提升采用率、抵御竞争的最快方式，但随着企业开始积累 AI 使用数据和投资回报率（ROI）分析，预计未来几年这一策略将发生转变——为避免利润率压缩，很可能会转向基于用量的收费模式。
虽然目前有相当一部分公司免费提供 AI 功能，40% 的受访公司没有计划改变定价，但 37% 的受访公司正在探索基于消费、投资回报率和使用等级的全新定价模式。
Full Stack AI Company 的产品副总裁受访表示，公司正在观察 AI 能力能否为客户带来额外价值。
一旦达到关键采用规模并验证增值效果，该公司可能会对现有平台套餐进行分层（例如：推出包含完整 AI/ 智能体功能的高级版，同时限制基础版和企业版的功能）。
合适的 AI 人才储备不足
AI 不仅仅是技术问题，还是组织问题。大多数头部企业正在组建由 AI/ML 工程师、数据科学家和 AI 产品经理组成的跨职能团队。
展望未来，大多数企业预计其 20%-30% 的工程团队将专注 AI 领域，而高增长企业的这一比例预计高达 37%。
调查结果显示，找到合适的人才仍然是一个瓶颈。在 AI 相关岗位中，人工智能 / 机器学习工程师是所有人工智能特定角色中招聘时间最长的，平均招聘周期超过 70 天。
企业对招聘进度的态度呈现两极分化的态度：部分企业认为进展顺利，但有 54% 的受访者表示进度滞后，主要原因是合格人才的储备不足。
对 AI 的投入正在持续增加
平均而言，采用 AI 技术的公司正将其研发预算的 10-20% 用于 AI 研发。另外，多数公司计划在 2025 年追加相关投入。
这一转变意味着 AI 已成为产品战略的核心要素。
报告显示，在产品开发的早期阶段，人才通常是最大的开支（包括招聘、培训和技能提升）；但随着产品成熟获得市场认可，云成本、模型推理和治理开始构成主要支出。
在各类基础设施成本中，受访者认为 API 使用费是最难控制的支出，这表明企业在外部 API 调用产生的可变成本方面面临最大的不确定性。
大多数受访企业至少每月都会训练或微调模型，根据产品成熟度的不同，预估每月模型训练成本在 16 万到 150 万美元之间浮动。
AI 工具生态系统正在走向成熟
尽管大多数受访公司为约 70% 的员工提供了内部 AI 工具，但实际定期使用这些工具的员工仅占一半左右。
在规模较大、历史较长的企业中，让员工接受 AI 应用尤其困难。
来自 New York Life 的高级副总裁 Don Vu 受访表示：单纯部署工具（尤其是对大型企业而言）注定收效甚微。要真正赋能员工，必须在开放使用权限的同时建立配套支持体系——包括系统化培训、树立标杆榜样，以及最关键的，高管层的持续支持。
报告显示，在员工使用率超过 50% 的高采用率组织中，平均在七个或更多的内部应用场景中部署 AI，包括代码助手（77% 的受访者使用）、内容生成（65%）和文档搜索（57%）。
从实际生产力影响来看，代码辅助工具带来的效益远超其他应用场景，这与各场景的使用热度排名高度一致。在高速增长的初创企业中，AI 生成的代码量已占总量的 33%，而其他公司则为 27%。
受访者表示在使用了 AI 的这些领域，生产力提升范围在 15% 至 30%
高增长企业往往更积极地试验和采用新 AI 工具，这表明头部公司已将 AI 视为战略杠杆，并正加速将其整合到内部工作流程中。
此外，大多数公司正在衡量内部 AI 使用的生产率提升和成本节约，超过 30% 的受访公司会追踪定性和定量的 AI 驱动的效率收益。
参考链接：
[ 1 ] https://www.iconiqcapital.com/growth/reports/2025-state-of-ai
[ 2 ] https://x.com/deedydas/status/1939363811938726073
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
专属 AI 产品从业者的实名社群，只聊 AI 产品最落地的真问题 扫码添加小助手，发送「姓名 + 公司 + 职位」申请入群～
进群后，你将直接获得：
� � 最新最专业的 AI 产品信息及分析 � �
� � 不定期发放的热门产品内测码 � �
� � 内部专属内容与专业讨论 � �
� � 点亮星标 � �
科技前沿进展每日见鼎冠策略
星速配资提示：文章来自网络，不代表本站观点。
