AI普及率高，員工使用率卻腰斬？67頁行業報告揭祕AI現狀

6月30日消息，硅谷財富管理公司Iconiq Capital近日發佈了《2025年AI現狀報告——構建者手冊》。

報告指出，人工智能領域已翻開新的篇章，技術正從概念炒作轉向實戰落地。AI產品的創造與擴展，正成為企業競爭優勢的核心領域。

這份報告將焦點從AI的普及應用轉向具體的執行層面，深入剖析了從構思、交付到規模化擴展AI驅動產品的全過程。報告基於2025年4月對300名AI公司高管的調查，以及與Iconiq社區內AI領袖的深入訪談，提供了一份將生成式AI轉化為持久商業優勢的戰術路線圖。

以下是該報告的關鍵發現：

● 很多公司都在普遍加大AI方面的研發投入：無論是年收入不到1億美元的初創公司，還是年收入超過10億美元的大型企業，將超過25%的研發預算投入到AI開發中。

● AI產出的準確性和成本成為關注重點：領導者最擔心的仍是大語言模型的輸出準確性，但成本問題也日益受到重視。在ICONIQ的調查中，74%的受訪者將準確性列為三大關注問題之一，而57%的人表示成本也是他們的主要關切。

● AI應用開發超越基礎設施建設：開發者越來越關注AI智能體和應用程序，而非AI基礎設施。67%的受訪者表示他們正在開發智能體，59%的人專注於面向終端用户的應用開發，只有44%的人投入到基礎設施建設中。

● 隨着AI工具的標準化，基礎設施預算增加，人才預算減少：在產品開發初期，AI人才佔總支出的57%，基礎設施僅佔13%。但到了擴展階段，基礎設施支出提升至22%，而人才支出則降至36%。

● 員工未充分利用現有AI工具，除非受到外部激勵：儘管員工可以訪問AI工具，但很多人未能充分利用它們。特別是在年收入超過10億美元的大公司中，只有44%的員工積極使用AI工具。

● AI部署面臨的最大挑戰不再是技術問題：找到合適的AI應用場景和衡量投資回報率（ROI）已成為部署AI的最大難題。

以下是報告中五個關鍵章節的總結，以及它們對積極構建AI團隊的啟示：

1. 原生AI公司已經跑起來了

與那些僅僅將AI集成到現有產品中的公司相比，「AI優先公司」——以AI為核心設計產品的公司，在將產品推向市場的速度上明顯更快。

事實上，近半（47%）AI原生公司已經實現了關鍵規模，並驗證了市場契合度，而僅有13%的公司正在構建AI增強型產品。

其中，智能體工作流和垂直應用佔據主導地位。近80%的AI原生構建者正在投資智能體工作流，或設計用於代替用户執行多步驟操作的自動化系統。

AI優先公司越來越傾向於採用多模型架構，以優化性能、成本和特定用例的適配性。每個受訪者平均在客户產品中使用2.8個模型。

2. AI時代的定價方式正在改變

AI正在改變公司如何定價其產品和服務。根據我們的調查，許多公司已開始採用混合定價模式，結合了基礎訂閲費用和按使用量計費的方式。一些公司甚至嘗試完全基於使用量，或根據客户實際獲得的結果進行定價。

雖然許多公司目前為AI功能提供免費服務，但超過三分之一（37%）的公司計劃在未來一年調整定價，以更好地反映客户所獲得的價值以及他們對AI功能的使用程度。 

報告表示，隨着AI模型API成本結構的變化，傳統訂閲模式不再適配所有用户場景，企業正向「使用量驅動+可控打包」的新定價方式轉型，來實現可持續的商業模式。

3. 好AI難造：不是技術問題，而是「人」的問題

報告表示，AI不僅是一個技術問題，更是一個組織挑戰。多數頂尖企業正在構建跨職能團隊，包括AI/ML工程師、數據科學家和AI產品經理。

展望未來，大多數組織預計20-30%的工程團隊將專注於AI，在部分高增長公司，預計這一比例可達到37%。然而，調查結果顯示，招募到合適的人才仍然是瓶頸。AI/ML工程師是所有AI專職崗位中招聘周期最長的，平均招聘時間超過70天。

關於招聘進度，企業之間也存在較大分歧。儘管一些公司認為自己的招聘進展順利，但有54%的公司表示進度滯后，主要原因是合適的人才儲備不足。

4. AI預算增長迅速，成本結構發生變化

AI增強型公司正在將10-20%的研發預算投入AI開發上，這一比例將在2025年各個收入水平的公司中持續增長。這一趨勢凸顯了AI在產品戰略中的核心地位。

隨着AI產品的擴展，成本結構也會發生變化。

在產品開發初期，人才支出通常是最大的開支項目，包括招聘、培訓及技能提升。但隨着產品日趨成熟，雲計算費用、模型推理和治理將成為主要開支項目。

5. 員工使用AI率未充分擴展，呈現不均衡趨勢

報告表示，AI在企業內部的應用增長迅速，但並非所有部門都能均衡地受益。儘管大多數受訪公司已為約70%的員工提供了內部AI工具的訪問權限，但只有約一半的員工定期使用這些工具。在較大、較成熟的公司中，員工採納AI的難度尤其困難。

在AI採納率較高的公司中，50%或更多員工使用AI工具，這些公司平均在七個以上的內部用例中部署AI工具。這些用例包括編程助手（77%的受訪者使用）、內容生成（65%）和文檔搜索（57%）。在這些領域中，生產力提升幅度在15%至30%之間。

6. 模型部署面臨的主要挑戰

企業在部署AI模型時，最常遇到的問題包括：幻覺（hallucinations）、可解釋性與信任（explainability & trust），以及ROI驗證（proving ROI）等。 

需要説明的是，這份報告，Iconiq Capital對數百家公司進行了調查，並瞭解他們在生產環境中使用哪些框架、庫和平臺。最終結果並不是排名，而是展示了開發者在各類工具中的實際應用情況。

本文來自「騰訊科技」，作者：金鹿 海倫，36氪經授權發佈。