AI普及率高，员工使用率却腰斩？67页行业报告揭秘AI现状

6月30日消息，硅谷财富管理公司Iconiq Capital近日发布了《2025年AI现状报告——构建者手册》。

报告指出，人工智能领域已翻开新的篇章，技术正从概念炒作转向实战落地。AI产品的创造与扩展，正成为企业竞争优势的核心领域。

这份报告将焦点从AI的普及应用转向具体的执行层面，深入剖析了从构思、交付到规模化扩展AI驱动产品的全过程。报告基于2025年4月对300名AI公司高管的调查，以及与Iconiq社区内AI领袖的深入访谈，提供了一份将生成式AI转化为持久商业优势的战术路线图。

以下是该报告的关键发现：

● 很多公司都在普遍加大AI方面的研发投入：无论是年收入不到1亿美元的初创公司，还是年收入超过10亿美元的大型企业，将超过25%的研发预算投入到AI开发中。

● AI产出的准确性和成本成为关注重点：领导者最担心的仍是大语言模型的输出准确性，但成本问题也日益受到重视。在ICONIQ的调查中，74%的受访者将准确性列为三大关注问题之一，而57%的人表示成本也是他们的主要关切。

● AI应用开发超越基础设施建设：开发者越来越关注AI智能体和应用程序，而非AI基础设施。67%的受访者表示他们正在开发智能体，59%的人专注于面向终端用户的应用开发，只有44%的人投入到基础设施建设中。

● 随着AI工具的标准化，基础设施预算增加，人才预算减少：在产品开发初期，AI人才占总支出的57%，基础设施仅占13%。但到了扩展阶段，基础设施支出提升至22%，而人才支出则降至36%。

● 员工未充分利用现有AI工具，除非受到外部激励：尽管员工可以访问AI工具，但很多人未能充分利用它们。特别是在年收入超过10亿美元的大公司中，只有44%的员工积极使用AI工具。

● AI部署面临的最大挑战不再是技术问题：找到合适的AI应用场景和衡量投资回报率（ROI）已成为部署AI的最大难题。

以下是报告中五个关键章节的总结，以及它们对积极构建AI团队的启示：

1. 原生AI公司已经跑起来了

与那些仅仅将AI集成到现有产品中的公司相比，“AI优先公司”——以AI为核心设计产品的公司，在将产品推向市场的速度上明显更快。

事实上，近半（47%）AI原生公司已经实现了关键规模，并验证了市场契合度，而仅有13%的公司正在构建AI增强型产品。

其中，智能体工作流和垂直应用占据主导地位。近80%的AI原生构建者正在投资智能体工作流，或设计用于代替用户执行多步骤操作的自动化系统。

AI优先公司越来越倾向于采用多模型架构，以优化性能、成本和特定用例的适配性。每个受访者平均在客户产品中使用2.8个模型。

2. AI时代的定价方式正在改变

AI正在改变公司如何定价其产品和服务。根据我们的调查，许多公司已开始采用混合定价模式，结合了基础订阅费用和按使用量计费的方式。一些公司甚至尝试完全基于使用量，或根据客户实际获得的结果进行定价。

虽然许多公司目前为AI功能提供免费服务，但超过三分之一（37%）的公司计划在未来一年调整定价，以更好地反映客户所获得的价值以及他们对AI功能的使用程度。 

报告表示，随着AI模型API成本结构的变化，传统订阅模式不再适配所有用户场景，企业正向“使用量驱动+可控打包”的新定价方式转型，来实现可持续的商业模式。

3. 好AI难造：不是技术问题，而是“人”的问题

报告表示，AI不仅是一个技术问题，更是一个组织挑战。多数顶尖企业正在构建跨职能团队，包括AI/ML工程师、数据科学家和AI产品经理。

展望未来，大多数组织预计20-30%的工程团队将专注于AI，在部分高增长公司，预计这一比例可达到37%。然而，调查结果显示，招募到合适的人才仍然是瓶颈。AI/ML工程师是所有AI专职岗位中招聘周期最长的，平均招聘时间超过70天。

关于招聘进度，企业之间也存在较大分歧。尽管一些公司认为自己的招聘进展顺利，但有54%的公司表示进度滞后，主要原因是合适的人才储备不足。

4. AI预算增长迅速，成本结构发生变化

AI增强型公司正在将10-20%的研发预算投入AI开发上，这一比例将在2025年各个收入水平的公司中持续增长。这一趋势凸显了AI在产品战略中的核心地位。

随着AI产品的扩展，成本结构也会发生变化。

在产品开发初期，人才支出通常是最大的开支项目，包括招聘、培训及技能提升。但随着产品日趋成熟，云计算费用、模型推理和治理将成为主要开支项目。

5. 员工使用AI率未充分扩展，呈现不均衡趋势

报告表示，AI在企业内部的应用增长迅速，但并非所有部门都能均衡地受益。尽管大多数受访公司已为约70%的员工提供了内部AI工具的访问权限，但只有约一半的员工定期使用这些工具。在较大、较成熟的公司中，员工采纳AI的难度尤其困难。

在AI采纳率较高的公司中，50%或更多员工使用AI工具，这些公司平均在七个以上的内部用例中部署AI工具。这些用例包括编程助手（77%的受访者使用）、内容生成（65%）和文档搜索（57%）。在这些领域中，生产力提升幅度在15%至30%之间。

6. 模型部署面临的主要挑战

企业在部署AI模型时，最常遇到的问题包括：幻觉（hallucinations）、可解释性与信任（explainability & trust），以及ROI验证（proving ROI）等。 

需要说明的是，这份报告，Iconiq Capital对数百家公司进行了调查，并了解他们在生产环境中使用哪些框架、库和平台。最终结果并不是排名，而是展示了开发者在各类工具中的实际应用情况。

本文来自“腾讯科技”，作者：金鹿 海伦，36氪经授权发布。