AI普及率高，但员工利用率减半？67页行业报告披露AI现状
六月三十日，硅谷财富管理公司Iconiq 最近，Capital发布了《2025年AI现状报告-建设者手册》。
报告指出，人工智能领域已经开启了新的篇章，技术正在从概念炒作转向实战。AI产品的创造和拓展正在成为企业竞争优势的核心领域。
这份报告重点从AI的普及应用转变为具体的实施层面，深入分析了AI驱动商品从构思、交付到大规模扩展的全过程。。根据2025年4月对300名AI公司高管的调查，以及对Iconiq社区AI领袖的深入采访，报告提供了一份将军生成式AI转化为长期商业优势的战略路线图。
下面是本报告的关键发现：
● 无论是年收入不足1亿美元的创业公司，还是年收入超过10亿美元的大型企业，很多公司都在普遍增加AI的R&D投资，在AI开发中投入超过25%的R&D预算。
● AI输出的准确性和支出成为关注的焦点：领导者最担心的还是大语言模型输出的准确性，但是成本问题也越来越受到重视。在ICONIQ的调查中，74%的受访者将准确性纳入三个关注问题之一，57%的受访者表示，成本也是他们的主要关注点。。
● AI应用程序开发超越基础设施：开发者越来越重视AI智能体和应用程序，而不是AI基础设施。67%的受访者表示，他们正在开发智能体，59%的受访者致力于为终端用户开发应用程序，只有44%的受访者致力于基础设施建设。。
● 随著AI工具标准化，基础设施预算增加，人才预算下降：在产品研发初期，AI人才占总支出的57%，基础设施仅占13%。但在扩张阶段，基础设施支出增加到22%，而人才支出减少到36%。
● 员工没有充分利用现有的AI工具，除非受到外界的鼓励:虽然员工可以访问AI工具，但很多人没有充分利用它们。尤其是在年收入超过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：找出合适的AI应用领域，衡量投资回报。（ROI）它已经成为AI部署中最大的难题。
下面是报告中五个关键章节的总结，以及它们对积极构建AI团队的启发：
1. 原生AI公司已经运行起来了。
“比起那些只把AI集成到当前产品中的公司，”“AI优先企业”——公司以AI为核心设计产品，明显更快地将商品推向市场。
事实上，近一半(47%)的AI原生企业已经实现了关键规模，并且已经验证了市场匹配程度，而只有13%的企业正在建设AI强化产品。
其中，智能体工作流和垂直应用占主导地位。近80%的AI原创构建者正在投资智能体工作流，或者设计一个自动化系统，用于替代客户执行多步操作。
AI优先企业为了优化性能、成本和特定用例的适应性，越来越倾向于采用多模型架构。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正在改变企业如何对其产品和服务进行定价。据我们调查，很多企业已经开始采用混合定价模式，将基本订阅费用与使用量相结合。有些公司甚至试图根据客户的实际结果来定价，完全基于使用量。
尽管目前很多企业为AI功能提供免费服务，未来一年，超过三分之一(37%)的企业计划将调整定价，从而更好地体现客户所获得的价值，以及他们使用AI功能的水平。
随着AI模型API成本结构的变化，报告显示，传统的订阅模式不再适应所有的用户场景，企业正向“用量驱动” 为了实现可持续的商业模式，可控包装的新定价方式转变。
3. 好的AI难造：不是技术问题，而是“人”的问题
报告称，AI不仅是一个技术问题，也是一个组织挑战。包括AI/ML工程师、数据科学家和AI产品经理在内的大多数顶级企业都在建立跨职能团队。
展望未来，在一些高增长企业中，大多数组织预计20-30%的工程团队将专注于AI，估计这个比例可以达到37%。不过，调查结果显示，招聘合适的人才仍是瓶颈。AI在所有AI专职岗位中，ML工程师招聘周期最长，平均招聘时间超过70天。
关于招聘进度，企业之间也有很大的矛盾。虽然有些公司认为自己的招聘进度很顺利，但54%的公司表示进度滞后，主要是因为人才储备不足。
4. AI预算增长迅速，成本结构发生变化
AI加强型公司将10-20%的R&D预算投入到AI开发中。，这个比例将在2025年每一家收入水平的公司中持续增长。这种趋势凸显了AI在产品战略中的核心地位。
伴随着AI商品的扩展，成本结构也会发生变化。
在产品研发初期，人才支出一般是最大的支出项目，包括招聘、培训和能力提升。然而，随着产品的成熟，云计算成本、模型推理和管理将成为主要支出项目。
5. 员工AI利用率没有充分扩大，呈现出不平衡的趋势
报告显示，AI在企业内部的应用增长迅速，但并不是所有部门都能平衡受益。尽管大多数受访公司已经为大约70%的员工提供了访问内部AI工具的限制，但是只有大约一半的员工定期使用这些工具。对于较大、较成熟的公司来说，员工采用AI尤其困难。
对于AI采纳率较高的企业，超过50%的员工使用AI工具，这些企业平均在7个以上的内部用例中安排AI工具。其中包括编程助手(77%的受访者使用)、内容生成(65%)和文档搜索(57%)。在这些领域中，生产力的提高幅度在15%到30%之间。
6. 模型部署面临的主要挑战
企业在安排AI模型时，最常遇到的问题包括：幻觉（hallucinations）、可以解释性和信任（explainability & trust），还有ROI验证（proving ROI）等。
值得注意的是，这份报告，Iconiq Capital对数百家企业进行了调查，了解他们在生产环境中使用了哪些框架、库和平台。最后的结果不是排名，而是展示了开发者在各种工具中的实际应用。
本文来源于“腾讯科技”，作者：金鹿 经授权发布的海伦，36氪。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com